基于边界支持向量的医学细胞图像分割新方法研究

本项目旨在原有工作基础上，通过直接利用支持向量回归（SVR）得到的有限、稀疏边界支持向量进行多阈值分割，构建出一个更有力的白细胞图像分割新方法。该方法适用于彩色显微图像的多阈值分割，能有效的克服由于光照、染色等客观因素引起的显微图像质量下降的缺点，无需预先对图像作诸如类型、特征、内容、概率模型等方面的假设。与现有的一些白细胞图像分割方法不同的是，通过调节SVR参数可实现对分割阈值个数的控制，一次性将细胞核、细胞浆与背景分离。该方法还具有分割效果优、计算效率高、参数设置简便等优点，有利于后续特征抽取与分类计数，为提高整个白细胞自动识别系统的识别准确率和运行速度奠定坚实的基础。