基于卡尔曼滤波改进的精子图像序列分割方法

摘要：

图像分割是精子图像识别的一项关键技术,在精子运动能力分析中起着至关重要的作用.本文对采集的连续精子图像序列进行灰度化、去噪等预处理后,采用Otsu算法对首幅动物精子图像二值化,对后续图像采用Kalman Filter确定二值化阈值范围,改进Otsu算法求出每一幅图像的适当阈值并进行二值化,缩短算法时间并能保证分割精度.应用形态学消除精子尾部和部分精子之间的粘连现象,通过计算和比较目标面积、形状因子,去除小颗粒杂质以及形状及灰度和精子相似的杂质,为精子运动能力检测提供高质量的分割图像.

关键词：图像分割、卡尔曼滤波、最大类间方差法、杂质剔除

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：2010年广西研究生科研创新项目2010105950811M20

在线出版日期：2012-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：104-108