1、河南科技大学本科毕业设计（论文）I癌细胞边缘检测（基于迭代算法和腐蚀算法的轮廓提取）摘 要提起癌症很多人都会感到恐惧，癌症是当今世界上最常见的致命疾病之一，世界上每年都有很多人死于癌症，并且发病率仍在逐年上升。癌症的治疗取决于对他早期的诊断，早期是治疗癌症的最佳时期。现在大多数癌症病例确诊的时候已经属于晚期，失去了治愈的最佳时机，因此进行准确的早期诊断和治疗已成为迫切需要解决的问题。因为癌细胞和非癌细胞对于病理专家在传统的显微镜下观察切片或涂片的方法下很难进行区分，借助现代计算机技术结合病理专家实践经验，采用图像处理技术对医学图像进行处理，可以提高判断的有效性和图像信息的使用效率，从而对癌细胞
2、进行更加准确的识别。这对医学科研与教学，以及临床诊断方面有着现实的意义和广阔的前景。数字图像处理技术已被广泛应用到生物医学领域，运用计算机对图像进行处理和分析，并进一步完成癌细胞的检测与识别，能有效的协助医生对肿瘤癌症做出诊断。在识别癌细胞时，需要做出定量的结果，人眼很难准确的完成这类工作，而利用计算机图像处理完成显微图像的分析和识别已经取得了很大的进展。近年来国内外医学图像研究者对癌细胞的检测识别提出了很多理论和方法，对癌细胞的诊断具有十分重要的意义和实践价值。细胞边缘的检测是进行细胞面积圆度个数和颜色等形态及色度学的计算和分析的基础，其检测结果直接影响病情的分析和诊断结果。经典的边缘检测算
3、子如Sobel 算子，Laplacian 算子等利用图像的每个像素邻域内灰度的变化来检测边缘。虽然这些算子计算简单、速度较快，但存在对噪声干扰敏感，得到孤立或分小段连续边缘像素，重叠相邻细胞边缘等缺陷，而利用最佳阀值分割和轮廓提取相结合的方法进行边缘检测，通过迭代算法求得图像分割的最佳阈值，再利用轮廓提取算法，挖去细胞内部像素点，最后剩余部分图像就是细胞的边缘，改变了传统边缘检测算法的处理顺序，通过 MATLAB 编程实现后，实验结果表明能有效抑制噪声干扰影响，同时能够客观地、正确地选取边缘检测的门限值，从而进行河南科技大学本科毕业设计（论文）II精确的细胞边缘检测。关键词：癌细胞，边缘检测，
4、最佳阈值，轮廓提取，数字图像处理河南科技大学本科毕业设计（论文）IIICANCER CELL EDGE DETECTION (BASED ON ITERATIVE ALGORITHM AND CORROSION ALGORITHM, CONTOUR EXTRACTION) ABSTRACTMany people will mention cancer fear, cancer is one of the most common fatal diseases in the world today the world every year many people die of cancer, an
5、d incidence rate is still increasing every year. The treatment of cancer depends on the diagnosis of his early, early is the best period of the treatment of cancer. The time of diagnosis of most cases of cancer are now belong to the late, lost the best time to cure, so the accurate early diagnosis a
6、nd treatment has become an urgent need to address the problem.Cancer cells and non-cancer pathology experts in a traditional microscope to observe the biopsy or smear difficult to distinguish, with the help of modern computer technology, combined with practical experience of the pathologist, medical
7、 image processing using image processing technology, can improve to judge the effectiveness and efficiency in the use of the image information and thus more accurate identification of cancer cells. This has practical significance and broad prospects for medical research and teaching, and clinical di
8、agnosis.Digital image processing technique has been widely applied to the biomedical field, the use of computer image processing and analysis, and complete detection and recognition of cancer cells can help doctors make a diagnosis of tumor cancers. Need to be made in the identification of cancer ce
9、lls, the quantitative results, the human eye is difficult to accurately complete such work, and the use of computer image processing to complete the analysis and identification of the microscopic images have made great progress. In recent years, domestic and foreign medical images of cancer cells te
10、sting to 河南科技大学本科毕业设计（论文）IVidentify the researchers put forward a lot of theory and method for the diagnosis of cancer cells has very important meaning and practical value.Cell edge detection is the cell area of the number of roundness and color, shape and chromaticity calculation and the basis of t
11、he analysis their test results directly affect the analysis and diagnosis of the disease. Classical edge detection operators such as Sobel operator, Laplacian operator, each pixel neighborhood of the image gray scale changes to detect the edge. Although these operators is simple, fast, but there are
12、 sensitive to noise, get isolated or in short sections of a continuous edge pixels, overlapping the adjacent cell edge defects, while the optimal threshold segmentation and contour extraction method of combining edge detection, obtained by the iterative algorithm for the optimal threshold for image
13、segmentation, contour extraction algorithm, digging inside the cell pixels, the last remaining part of the image is the edge of the cell, change the processing order of the traditional edge detection algorithm, by MATLAB programming, the experimental results that can effectively suppress the noise i
14、mpact at the same time be able to objectively and correctly select the edge detection threshold, precision cell edge detection. KEY WORDS：The cancer cells, edge detection, and optimal threshold, contour extraction, digital image processing河南科技大学本科毕业设计（论文）V毕业论文（设计）原创性声明本人所呈交的毕业论文（设计）是我在导师的指导下进行的研究工作及
15、取得的研究成果。据我所知，除文中已经注明引用的内容外，本论文（设计）不包含其他个人已经发表或撰写过的研究成果。 对本论文（设计）的研究做出重要贡献的个人和集体，均已在文中作了明确说明并表示谢意。 作者签名： 日期： 毕业论文（设计）授权使用说明本论文（设计）作者完全了解*学院有关保留、使用毕业论文（设计）的规定，学校有权保留论文（设计）并向相关部门送交论文（设计）的电子版和纸质版。有权将论文（设计）用于非赢利目的的少量复制并允许论文（设计）进入学校图书馆被查阅。学校可以公布论文（设计）的全部或部分内容。保密的论文（设计）在解密后适用本规定。 作者签名： 指导教师签名： 日期： 日期： 河南科技
16、大学本科毕业设计（论文）VI注 意 事 项1.设计（论文）的内容包括：1）封面（按教务处制定的标准封面格式制作）2）原创性声明3）中文摘要（300 字左右） 、关键词4）外文摘要、关键词 5）目次页（附件不统一编入）6）论文主体部分：引言（或绪论） 、正文、结论7）参考文献8）致谢9）附录（对论文支持必要时）2.论文字数要求：理工类设计（论文）正文字数不少于 1 万字（不包括图纸、程序清单等） ，文科类论文正文字数不少于 1.2 万字。3.附件包括：任务书、开题报告、外文译文、译文原文（复印件） 。4.文字、图表要求：1）文字通顺，语言流畅，书写字迹工整，打印字体及大小符合要求，无错别字，不准
17、请他人代写2）工程设计类题目的图纸，要求部分用尺规绘制，部分用计算机绘制，所有图纸应符合国家技术标准规范。图表整洁，布局合理，文字注释必须使用工河南科技大学本科毕业设计（论文）VII程字书写，不准用徒手画3）毕业论文须用 A4 单面打印，论文 50 页以上的双面打印4）图表应绘制于无格子的页面上5）软件工程类课题应有程序清单，并提供电子文档5.装订顺序1）设计（论文）2）附件：按照任务书、开题报告、外文译文、译文原文（复印件）次序装订3）其它河南科技大学本科毕业设计（论文）VIII目 录前 言 .1第 1 章 图像处理基础 .31.1 数字图像处理基本知识 .31.2 图像灰度化 .51.3
18、图像平滑滤波 .61.3.1 邻域平均滤波 .61.3.2 中值滤波 .7第 2 章 边缘检测 .92.1 边缘检测概述 .92.2 经典边缘检测算子 .92.2.1 Robert 算子 .102.2.2 Sobel 算子和 Prewitt 算子 .102.2.3 Krisch 算子 .102.2.4 Laplacian 算子 .112.2.5 Canny 算子 .112.2.6 LoG( Laplacian of Gaussian)算子 .11第 3 章 基于迭代算法和腐蚀算法的轮廓提取 .133.1 迭代算法概述 .133.1.1 应用举例 .133.2 最佳阈值分割迭代法 .143.3
19、腐蚀算法 .153.3.1 集合论方法的理论基础 .153.3.2 图像的腐蚀 .163.4 轮廓提取 .16第 4 章 程序分析 .184.1 边缘检测的 MATLAB 实现 .184.2 程序及分析 .18河南科技大学本科毕业设计（论文）IX4.3 实例结果 .22结 论 .25参考文献 .26致 谢 .28河南科技大学本科毕业设计（论文）1前 言随着计算机技术的不断发展，对显微镜下细胞形态的自动图像识别、细胞形态的检测及细胞的边缘检测是医学检测中的一个重要部分，很多疾病的诊治主要依靠医学专家观察标本中细胞的形态、色度对细胞进行识别和分类。目前最普遍和主要的方法是使用光学显微镜，观察经过染
20、色的标本，根据每种细胞形态、色度的不同进行分类。这种传统的人工分类的工作重复而简单、效率低下、精确度不高。随着计算机模式识别技术和人工智能研究的不断发展，人们把目光投向了对细胞图像的自动识别上，这样大大的提高了检查的效率和精确度。国内外都有一些利用边缘检测诊断癌细胞如肺中的癌细胞的研究，在肿瘤细胞识别方面较成功的是 Autpap 和 Papnet,但这种技术目前只能局限于宫颈等图片。此外，Thiran JP 等介绍了一种从显微镜图像中识别癌细胞组织的方法，该方法利用数学形态学等理论，基于细胞的形状和大小，提取了恶性肿瘤四个诊断标准的客观数值。对于其它一些可制作病理涂片的肿瘤，国内外都有一些肿瘤
21、细胞检测发现与分析进行了研究。例如，Kraef SK 对血液病理图像和骨髓肿瘤病理图像中的癌细胞的发现和检测分析进行了研究。Weyn B 采用小波变换描述细胞核结构，对乳腺癌细胞的检测诊断与分级进行了研究。长期以来，图像处理技术已经被广泛应用到各种医学应用领域中，其中许多是应用在微观医学与生物学中。医学癌细胞的智能诊断研究是国际的难题和前沿课题。国内从 20 世纪 50 年代起，至少已投入了 4000 个人/年，其完成的效果为：可以去除样本中 50%的涂片、剩余 50%还需人工检测。因此研究这样的图像检测系统有着重要的理论和实用价值。目前的图像诊断系统，大多数已使用了边缘检测、形态学、灰度特征和色度学，并结合专家系统，对癌细胞进行分析和诊断。近年来，我国实现了一套肺癌早期识别和分类系统。该系统将人工作智能技术、图像处理技术、形态学和色度学技术、神经网络以及软件技术等高新技术综合应用与肺癌早期细胞病理诊断，解决了肺癌早期细胞病理诊断中的智能化和自动化的若干关键问题，并且进行了创新研究。对于胃肠道肿瘤组织细胞的自动识别也有相关报道。目前，肺癌诊断的手段主要有：X 光片、CT、MRT、同位素、纤维支气管镜（BF） 、经皮穿刺活检等，临床最可靠的还是病理性诊断，但病理性
