1、顯微鏡細胞圖像自動分類識別是生物醫(yī)學的熱點研究內(nèi)容之一。鏡檢體液中有形成分檢測是醫(yī)學臨床檢驗的重點,因此,鏡檢體液細胞圖像自動識別與分析的實現(xiàn)不僅可以提高醫(yī)學檢測的速率,而且可以降低醫(yī)學檢測的主觀干擾,使鏡檢技術(shù)更加科學可靠。論文結(jié)合計算機圖像處理和模式識別技術(shù)實現(xiàn)了顯微鏡細胞圖像的形狀、顏色、紋理特征提取、特征選擇和目標分類識別功能,研究技術(shù)在臨床檢驗儀器中得到應用。
　　在形狀特征提取方面,通過對顯微鏡細胞圖片的分析,建立了各

2、類細胞圖像的形狀語義模型,結(jié)合語義模型實現(xiàn)了圖片中各類細胞形狀特征的提取與建模。提出了一種融合歸一化空間距離分布的不變矩特征提取算法,通過運用橢球空間分布結(jié)構(gòu)圖對細胞圖像進行歸一化處理,再結(jié)合Hu不變矩特征描述子得到了一種平移、縮放、旋轉(zhuǎn)不變的魯棒性不變矩特征,且實現(xiàn)了更好的分類效果。
　　在顏色和紋理特征提取方面,建立了各類細胞圖像的顏色紋理語義模型,實現(xiàn)了顏色紋理特征提取與建模。提出了一種自適應概率滑動窗直方圖特征提取算法,它

3、首先將區(qū)域灰度均值作為滑動窗中心值,然后找出直方圖中最大值和最小值構(gòu)造自適應閾值,窗口根據(jù)閾值自適應滑動;算法不僅提取了分類理想的顏色特征,而且得到了理想的圖像灰度拉伸效果,加大了各類細胞紋理特征可分性。論文提出了融合網(wǎng)格均值加權(quán)和空間信息的多重分形維數(shù)特征提取算法,有效提取了細胞的紋理特征,算法既反映了細胞的強度信息又改善了多重分形維數(shù)隨細胞面積影響的;進一步針對特征魯棒性的改進,提出了一種融合橢球面空間結(jié)構(gòu)的多重分形維數(shù)特征提取算法