EM聚类和SVM自动学习的白细胞图像分割算法

• 作者: 汪国有 王勇 郑馨
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 彩色图像分割 期望最大化 支持向量机 白细胞
• 年，卷（期）: 2013,（5）
• 页码范围: 614-619
• 页数: 6页
• 分类号: TP391.4
• 字数: 4757字
• 语种: 中文

摘要

白细胞图像分割是白细胞自动识别的关键环节,其分割效果直接影响后续步骤.为提高光照、颜色不稳定情况下的分割精度,提出一种基于期望最大化(Expectation maximization,EM)聚类和支持向量机(Support vector machine,SVM)自动采样-学习的彩色白细胞图像分割方法.首先采用EM算法对CIELUV颜色空间的L分量聚类得到细胞核区域.在细胞浆分割阶段,先利用EM过分割和膨胀的细胞核区域获取正负样本候选区域;接着用基于EM的分层抽样得到正负样本;再提取颜色特征自动对正负样本训练获得SVM模型;最后科用SVM分类模型得到整个细胞区域.与传统的白细胞图像分割算法相比,本文方法更能适应图像光照和颜色的变化;与同类的分割算法相比,本文方法提高了分割精度.相关实验结果表明,本文算法具有良好的精度和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇	华中科技大学多谱信息处理技术国家级重点实验室	128	1045	16.0	25.0
2	汪国有	华中科技大学多谱信息处理技术国家级重点实验室	49	600	15.0	22.0
3	郑馨	华中科技大学多谱信息处理技术国家级重点实验室	1	18	1.0	1.0