一种基于分水岭变换的细胞图像分割方法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (4): 230-232.

一种基于分水岭变换的细胞图像分割方法

包振健,邸书灵

石家庄铁道学院计算机系，石家庄 050043

收稿日期:2007-06-05 修回日期:2007-08-12 出版日期:2008-02-01 发布日期:2008-02-01
通讯作者: 包振健

Cell image segmentation method based on watershed transformation

BAO Zhen-jian,DI Shu-ling

Department of Computer Science and Technology，Shijiazhuang Railway Institute，Shijiazhuang 050043，China

Received:2007-06-05 Revised:2007-08-12 Online:2008-02-01 Published:2008-02-01
Contact: BAO Zhen-jian

摘要/Abstract

摘要： 提出了一种混合的分水岭变换策略并应用于骨髓细胞图像分割中。该策略综合运用基于标记的形态学重建和基于区域相似度的区域合并算法，克服了传统的基于标记的分水岭变换对于标记提取敏感的缺点，及区域合并算法速度慢，结果不精确的问题。实验结果表明，该方法能够准确高效地分割骨髓细胞图像。

关键词: 分水岭, 标记, 形态学灰度重建, 区域合并

Abstract: A hybrid strategy based on watershed transformation is proposed and applied to bone marrow cell image segmentation.Through the integration of marker-based morphological reconstruction and regional-similarity-based region merging algorithm，the drawback that traditional marker-based watershed transform is vulnerable to the markers，and the problem that region merging algorithm is slow，and inaccurate is overcome.Experimental results show that the method is accurate and efficient for bone marrow cell image segmentation.

Key words: watersheds, marker, grayscale morphological reconstruction, region merging

包振健,邸书灵. 一种基于分水岭变换的细胞图像分割方法[J]. 计算机工程与应用, 2008, 44(4): 230-232.

BAO Zhen-jian,DI Shu-ling. Cell image segmentation method based on watershed transformation[J]. Computer Engineering and Applications, 2008, 44(4): 230-232.

[1]	桑江徽，姜海燕. 基于联合分布的多标记迁移学习[J]. 计算机工程与应用, 2021, 57(9): 154-161.
[2]	马庆禄，唐小垚. 融合时域和分水岭信息的车辆检测算法[J]. 计算机工程与应用, 2021, 57(24): 227-233.
[3]	张慧婷，谢红薇，周辉，张昊. 融合权重机制和改进SDIM的偏标记分类算法[J]. 计算机工程与应用, 2021, 57(21): 195-202.
[4]	王德鑫，常发亮. 六足机器人动态目标检测与跟踪系统研究[J]. 计算机工程与应用, 2021, 57(12): 180-185.
[5]	王晶晶，杨有龙. 针对弱标记数据的多标签分类算法[J]. 计算机工程与应用, 2020, 56(5): 65-73.
[6]	王凡，周国清，张荣庭，刘德全. 面向FPGA的连通域快速标记方法[J]. 计算机工程与应用, 2020, 56(22): 230-235.
[7]	李云红，张秋铭，周小计，贾凯莉. 基于形态学及区域合并的分水岭图像分割算法[J]. 计算机工程与应用, 2020, 56(2): 190-195.
[8]	任大勇1，贾振红1，杨杰2，Nikola Kasabov3. 结合位图切割和区域合并的彩色图像分割[J]. 计算机工程与应用, 2019, 55(2): 162-167.
[9]	柳长源1，2，陈兰萍1，Ersoy2. 基于车前灯的夜间车辆视频检测研究[J]. 计算机工程与应用, 2019, 55(2): 253-258.
[10]	何丽，刘颖，韩克平. 噪声标注下的改进TSVM学习算法[J]. 计算机工程与应用, 2019, 55(17): 44-50.
[11]	朱炯，严丽军，马燕. 改进SSIM图像评价系统的开发与应用[J]. 计算机工程与应用, 2019, 55(12): 215-219.
[12]	童麟1，2，韩越兴1，3，小长谷明彦3，4. DNA机器人在AFM图像中的分割和识别[J]. 计算机工程与应用, 2019, 55(11): 192-198.
[13]	翟继友1，2，屠立忠1，庄严1. 边界先验和自适应区域合并的显著性检测[J]. 计算机工程与应用, 2018, 54(6): 178-182.
[14]	王一宾，田文泉，程玉胜，裴根生. 基于核极限学习机的标记分布学习[J]. 计算机工程与应用, 2018, 54(24): 128-135.
[15]	郑逢斌1，朱青1，2，臧文乾2. 一种XML驱动的遥感产品生产并发数据流模型[J]. 计算机工程与应用, 2018, 54(24): 266-270.