1、尿沉渣顯微鏡檢查是常見而重要的臨床檢驗項目，紅細胞是檢測重要指標之一。目前，臨床上對尿液中有形成分的檢驗主要還是依靠人工鏡檢的方式。該方式工作強度大，主觀程度強，且主要集中于有形成分的定性檢查，不利于臨床的定量診斷。隨著計算機視覺以及模式識別技術(shù)的發(fā)展，尿沉渣有形成分檢測的自動化定量分析已經(jīng)成為可能。自動分析過程可以劃分為圖像預(yù)處理、分割、特征提取及識別。本論文主要就紅細胞的分割與識別展開研究工作。 在圖像預(yù)處理方面，采用Mea

2、n Shift算法對彩色圖像直接進行平滑處理，之后利用Canny算子對圖像進行邊緣檢測，獲得的對象邊緣較為完整，且一定程度上抑制了背景噪聲的影響。 根據(jù)紅細胞形狀一般接近橢圓的特點，本文采用了常用的參數(shù)化曲線檢測方法--Hough變換來進行紅細胞的分割。由于描述橢圓需要使用5個參數(shù)，因此標準Hough變換在本研究中不具有可行性，而隨機Hough變換則更加適用。通過分析隨機Hough變換的采樣效率，指出了降低采樣過程中噪聲水平的必

3、要性，并基于降噪的思路提出了改進的隨機Hough變換橢圓檢測算法。根據(jù)紅細胞大小的先驗知識，在全圖進行Hough變換圓環(huán)檢測，獲得若干可能存在紅細胞的區(qū)域，然后再依次在各個候選區(qū)域中進行隨機橢圓Hough檢測。為在合理的內(nèi)存開銷下進一步降低算法復(fù)雜度，Hough變換的參數(shù)空間采用了5個一維累加器數(shù)組來構(gòu)造。由于此時的隨機Hough變換在一個很小地范圍內(nèi)進行，局部信噪比大為提高，因此算法效率可得到極大提升，準確率也明顯提高。通過在尿沉渣圖