改进CV模型在宫颈细胞图像分割中的应用

王爽 王彤灵

摘 要：宫颈细胞图像分割中边缘信息十分重要。将边缘信息融入传统CV模型，提出新的几何模型，结合同质区域与边缘信息的新模型弥补了CV模型只采用全局灰度信息的不足，边缘函数采用负指数形式使得细胞边界分割结果更加准确。实验结果表明：新模型能克服传统CV模型缺点，并减少迭代次数。

关键词：边缘信息；CV模型；负指数

Abstract：Edge information is crucial for image segmentation. Because of the disadvantage of C-V model， a new geometric model is proposed， which incorporates edge information into C-V model， it utilizes both the information of homogeneous regions and the edge information to stop the active contours on the object boundaries. Besides， edge function adopts negative exponent compare to C-V model only adapts global gray information. Experimental results show that the fused method not only overcome the disadvantage of C-V model to ensure the accurate segmentation but also decrease iterations.

Key words：edge information；C-V model；negative exponent

当今，医学图像在医疗诊断中起着重要的作用。其中CV模型利用目标区域的检测实现图像分割，在宫颈细胞图像分割中应用广泛。

如文献[ 1 ]提出的一种自动分割细胞核与细胞质的方法研究，对重叠细胞分割效果好；

如文献[ 2 ]的基于改进CV模型的图像分割研究，实现了对彩色细胞的有效分割；

如文献[ 3 ]提出的基于局部相位信息的CV模型分割研究，有效分割含斑点噪声和弱边缘特征图像。

本文对现有宫颈细胞图像目标灰度不均匀、对比度低下等情况，对CV模型算法进行改进，提出了适合宫颈细胞图像分割算法，并对改进算法进行实验测试。

1 传统CV模型

传统CV模型将图像分为物体和背景两部分，如图1所示。图像I（x，y）的能量泛函表示为：

当将能量泛函最小化时，能驱动闭合轮廓曲线向目标边界演化，当最小化过程达到稳定时，演化曲线停止在目标边界[ 4 ]。

2 结合边缘信息的CV模型

2.1 CV模型的特殊情况

通过分析传统CV模型存在的一些不足之处，将边缘信息融入CV模型。

CV模型能量泛函的特殊情况下控制演化曲线的偏微分方程：

添加边缘函数g替换δ（?），而式中的div

计算量大，并且有对水平集函数重新初始化的要求，忽略细胞轮廓平滑对分割计算要求，在分割效率和性能上进行折中。得到本文模型的水平集演化方程：

2.2 构造边缘g函数

边缘函数g的作用是使演化曲线在目标边缘处停止演化。通常情况下定义为：

4 结论

本文通过对CV模型进行，添加负指数形式的边缘函数，加强了对边界对比度低、目标灰度或背景灰度不均匀的细胞图像的分割。比传统CV模型演化效率及演化质量更好。但是，本文方法仍有不足之处，即细胞重叠的问题，在以后的工作中，需要進一步研究。

参考文献：

[1] Z.Lu et al.，“Automated nucleus and cytoplasm segmentation of overlapping cervical cells，” in MICCAI，2013.

[2] X.Yang，X. Gao， D. Tao， and X. Li，“Improving level set method for fast auroral oval segmentation，” IEEE Trans. Image Process.， vol. 23， no. 7， pp. 2854-2865， Jul.2014.

[3] 徐宇貴.基于改进型C-V 模型的医学超声图像分割及应用[D].汕头大学，2013.

[4] 张芹.基于改进CV模型的图像分割技术研究[D].山东师范大学，2013.

[5] 张弘.数字图像处理与分析[M].北京：机械工业出版社，2007：113-121.

[6] 范金坪.宫颈细胞图像分割和识别方法研究[D].暨南大学，2010.

作者简介：

王爽（1990-），女，汉族，山东人，硕士，研究方向：图像处理与分析。