像即血液切片中所有白细胞进行识 别及种类统计，得到所述嗜酸性粒细胞、嗜碱性粒细胞、嗜中性粒细胞、淋巴细胞、单核细胞 或原始粒细胞等的数目及占总白细胞数的百分比，应用于具体实例中，例如医疗诊断。
[0158] 其中，所述神经网络的训练具体为，选取大量已确定类别的白细胞图像，通过上述 实施例中的白细胞核浆分离方案进行核浆分离，提取细胞核，细胞浆和整个白细胞图像的 特征参数送入神经网络分类器进行训练，并调整参数得到识别效果最好的模版，作为神经 网络分类器的识别模版。
[0159] 参考图8,为本申请提供的一种血细胞图像中白细胞的核浆分离装置实施例六的 结构示意图，其中，所述装置适用于对血液细胞切片图像中白细胞的识别如核浆分离应用 中。
[0160] 本实施例中，所述装置可以包括以下结构：
[0161] 图像采集单元801，用于采集染色血细胞图像。
[0162] 其中，所述染色血细胞图像是指血涂片的图像，也可以为对血液稀释后充满计数 池时所采集到的图像，本实施例中可以利用高倍摄像头对所述染色细胞图像进行采集。
[0163] 需要说明的是，所述染色血细胞图像中可能存在至少一个红细胞A的图像、至少 一个白细胞B的图像及细胞背景图像C，而白细胞的图像B中包括有白细胞的核图像B1及 白细胞的浆图像B2,如图2a中所示，这些细胞的边缘具有不规则特征。
[0164] 分量提取单元802,用于分别获取所述染色血细胞图像对应的饱和度分量图像、强 度分量图像及色调分量图像。
[0165]在本实施例中，以S表不饱和度分量（通道），以H表不色调分量，以I表不强度分 量，根据人眼的视觉特点，可以用这三个参数来描述颜色，任何彩色图像都可以用一组HIS 特征进表征，在本实施例中，对所采集到的彩色的染色血细胞图像进行颜色特征提取等处 理，进而得到该染色血细胞图像的饱和度分量图像、强度分量图像及色调分量图像，因此， 所述饱和度分量图像、所述强度分量图像及所述色调分量图像中的各个特征分量能够共同 表征所述染色血细胞图像。
[0166] 核区域确定单元803,用于将所述饱和度分量图像及所述强度分量图像进行图像 增强及阈值分割处理，以确定出所述染色血细胞图像中每个白细胞的核图像区域。
[0167]在本实施例中，所述饱和度分量图像能够表征所述染色血细胞图像的颜色浓度， 但由于染色不均匀和细胞内颗粒的影响，白细胞内部会出现空洞，因此，不能直接采用现有 技术中利用该饱和度分量图像进行灰度直方图进行核图像分割等方案，实现白细胞的核图 像分割。
[0168] 有鉴于此，本实施例区别于现有技术的技术方案，利用所述染色血细胞图像的饱 和度分量图像及强度分量图像进行组合，以分割出所述染色血细胞图像中的各个白细胞的 核图像区域B1，如图2b中所示，在这一实现方案中，由于所述强度分量图像中的强度分量 参数（通道）与颜色特征不相关，受染色的浓度的影响较小，且与所述饱和度分量图像中的 饱和度分量参数能够更好的突出白细胞的核区域，因此，本实施例中所确定的核图像区域 的清晰度较强，准确率较高。
[0169] 具体的，本实施例中在对所述饱和度分量图像及所述强度分量图像进行图像增强 后的图像进行阈值分割时，可以采用自适应阈值分割方案实现，也可以采用固定阈值分割 方案实现。
[0170] 浆区域确定单元804,用于将所述饱和度分量图像、强度分量图像和色调分量图像 进行图像融合及区域生长处理，得到所述染色血细胞图像中每个白细胞的浆图像区域。
[0171] 其中，所述浆区域确定单元804是指，同时对所述染色血细胞中的所有白细胞进 行浆图像区域的确定，具体的，基于该染色血细胞图像的饱和度分量图像、强度分量图像及 色调分量图像，确定该染色血细胞图像中白细胞的浆图像区域，如图2c中所示的浆图像区 域B2。
[0172] 分离图获取单元805,用于基于所述染色血细胞图像中每个白细胞的核图像区域 和浆图像区域，获取所述染色血细胞图像中每个白细胞的核浆分离图。
[0173] 具体的，所述分离图获取单元805可以通过以下方式实现：
[0174] 对所述染色血细胞图像中所有白细胞，将其核图像区域及其浆图像区域基于其各 自在所述染色血细胞图像上的位置坐标进行合并，并对合并之后的图像中的核图像区域、 浆图像区域及细胞背景区域进行二值标记，以得到核浆分离图，例如，将所述核图像区域B1 标记为0,将所述浆图像区域B2标记为128,将该染色子图像上的其他区域即细胞背景区域 C标记为255,如图2d中所示，黑色区域为核图像区域，灰度区域为浆图像区域，白色区域为 细胞背景区域。
[0175] 例如，在医学应用中，首先采集血细胞图像（染色血细胞图像，该血细胞图片可以 为血涂片对应的图片，也可以为稀释后血液充满计数池时对应的图片），之后，对血细胞图 像，利用本实施例中的核浆分离方案中提取细胞核的方法来初步定位白细胞及其关注区域 图像（大小为280*280图片），进而对关注区域图像中的白细胞进行核浆分离。
[0176]由上述方案可知，本申请公开提供的一种血细胞图像中白细胞的核浆分离装置实 施例六，在采集到血涂片的染色血细胞图像之后，利用图像的饱和度及强度两个通道的分 量图像确定整个染色血细胞图像中的所有白细胞的细胞核图像区域之后，定位划分出每个 白细胞所在位置，进而再利用染色血细胞图像饱和度、强度及色调三个通道的分量图像确 定每个白细胞的浆图像区域，实现对染色血细胞图像中的白细胞的细胞核和细胞浆各自所 在图像区域的识别，与现有技术中人眼识别的技术方案相比，本实施例无需人眼对血液的 染色血细胞图像进行观察，能够有效提高识别效率及识别准确率，而相对于现有技术中诸 如边缘链码参数分割或测地线活动轮廓模型等方案，本实施例中的图像处理方案无需较大 的参数敏感度，计算量较小，效率较高
[0177] 参考图9,为本申请提供的一种血细胞图像中白细胞的核浆分离装置实施例七中 所述分量提取单元802的结构示意图，其中，所述分量提取单元802可以包括以下结构：
[0178] RGB获取子单元821，用于获取所述染色血细胞图像的红绿蓝通道颜色RGB分量参 数。
[0179] 也就是说，所述RGB获取子单元821是对血液在切片中经过染色之后的染色细胞 图像进行颜色特征提取，得到该染色细胞图像的RGB分量参数。
[0180] HSI分量获取子单元822,用于基于所述RGB分量参数，获取所述染色细胞图像的 饱和度分量图像、强度分量图像及色调分量图像。
[0181] 其中，每张彩色图像的HIS分量均可以以HIS彩色空间模型来表征：如图2e中所 示，为倒置圆锥体模型，其中，垂直轴线代表彩色强度I ;离中心轴线的径向距离代表色彩 饱和度S ;色调H由色点矢量绕中轴旋转的角度，表示，将图2e所示的HSI彩色空间倒置 圆锥体模型移植到RGB直角坐标系中，构成统一的体系，如图2f中所示。而HIS与RGB分 量参数之间的转换关系参考以下公式（1)~（4):
[0182] I= (R+G+B) /3 (1)
[0183]
(.2).
[0184]
[0185]
[0186] 因此，本实施例中可以利用上述公式基于所述染色细胞图像的RGB分量参数，获 取到所述染色细胞图像的饱和度分量图像、强度分量图像及色调分量图像。
[0187] 基于上述各种实现方案，参考图10,为本申请提供的一种血细胞图像中白细胞的 核浆分离装置实施例八中所述核区域确定单元803的结构示意图，其中，所述核区域确定 单元803可以包括以下结构：
[0188] 图像增强子单元831，用于将所述饱和度分量图像与所述强度分量图像利用頂匕 = S/I进行增强，得到增强图像。
[0189] 其中，S为所述饱和度分量图像的饱和度参数，I为所述强度分量图像的强度参 数，頂匕为所述增强图像的图像参数。
[0190] 以如图2g为含有一个白细胞的细胞原图为例，其饱和度分量图像如图2j中所示， 其强度分量图像如图2k中所示，所述步骤131中将所述饱和度分量图像与所述强度分量图 像利用公式IMG 1= S/I进行图像增强，得到增强图像，如图21所示。而该增强图像的直方 图如图2m中所示，由直方图中可以看出，白细胞的细胞浆图像区域、细胞背景图像区域及 红细胞图像区域的灰度值与细胞核的区域形成明显的双峰。
[0191] 阈值分割子单元832,用于对所述增强图像进行阈值分割，得到所述染色血细胞图 像中每个白细胞的核图像区域。
[0192] 其中，所述阈值分割子单元832可以采用0TSU大津算法对所述增强图像进行阈值 分割等处理，进而得到所述染色血细胞图像中的每个白细胞的核图像区域，如图2n中所示 的含有一个白细胞的染色细胞区域中的核图像区域的二值图。
[0193] 在具体实现中，由于白细胞的细胞浆在染色后与红细胞染色后的灰度值相近，常 用的阈值分割很难分割出来，又由于白细胞经常与红细胞粘连在一起，使得边缘不明显，识 别的准确率较低；而且对整张图像进行处理会造成较大的计算量。由此，基于前述各实施 例，参考图11，为本申请提供的一种血细胞图像中白细胞的核浆分离装置实施例九中所述 衆区域确定单元804的结构示意图，其中，所述楽;区域确定单元804可以包括以下结构：
[0194] 图像分割子单元841，用于基于每个所述白细胞的核图像区域，对所述染色血细胞 图像进行图像分割，得到每个所述白细胞的染色子图像。
[0195] 其中，每个所述染色子图像中包含有一个白细胞的核图像区域，如图2h中所示的 染色子图像X和Y。
[0196] 也就是说，为了降低计算量，在本实施例中确定出所述染色细胞图像中的各个白 细胞的核图像区域之后，对每个核图像区域对应的白细胞进行定位，以预设大小的图像 框架对所述染色细胞图像中的各个白细胞所在的图像区域进行划分，如图2h中所示，以 280*280(像素）的图像框架对所述染色细胞图像中的白细胞的核图像区域进行框选划分， 以划分出所述染色细胞图像中的各个白细胞