确定图像中的感兴趣区域的轮廓的方法和系统与流程

本发明涉及确定图像中的感兴趣区域的轮廓的方法和系统，具体地涉及在图像中感兴趣区域的轮廓周边存在阴影的情况下确定该感兴趣区域的轮廓的方法和系统。

背景技术：

目前，常常需要在培养皿中培养细菌，然后需要对细菌数目进行统计以进行后续的生物分析。为了节省人工成本，现通常使用电脑对细菌数目进行统计。具体地，首先获取培养皿图像，然后利用图像处理和计算机视觉的方法对细菌自动计数。其中关键之处在于，对图像中培养皿内部区域进行准确定位，即准确地找出培养皿内部区域的轮廓。

由于环境光的影响，图像中的培养皿内部区域周围可能存在阴影。由于阴影的存在，传统方法检测出的轮廓会有较大的偏差。例如，典型方法是在canny边缘检测之后，追踪连续的边缘并且检测连续的圆，将最大的圆输出作为培养皿。然而，这样的方法具有诸多不利之处：例如，有时由于彩色介质靠近培养皿边缘或者培养皿边缘具有断续部分等使得边缘是非连续的；培养皿周边具有阴影并且该阴影的边缘是尖锐的，对后续处理造成不利的影响。因此，利用传统方法追踪带有阴影的培养皿内部区域的边缘，所输出的培养皿内部区域会略微偏离培养皿内部区域的中心。

由此可见，现有方案受到阴影的影响，无法准确输出图像中感兴趣区域的轮廓。因此，需要提供一种确定图像中的感兴趣区域的轮廓的方法和系统，来确定图像中培养皿内部区域的位置。

技术实现要素：

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详 细描述的前序。

为解决上述问题，本发明提供一种确定图像中的感兴趣区域的轮廓的方法和系统。

根据本发明的一个方面，提供一种确定图像中的感兴趣区域的轮廓的方法，所述方法包括：将原始图像转换到hsv空间，得到第一图像；提取所述第一图像在s通道上的第二图像；统计所述第二图像的像素值分布，得到像素值分布图；根据所述像素值分布图中在各波谷中处于中间的波谷对应的像素值确定像素值阈值；根据所述像素值阈值对所述第二图像进行二值化处理生成二值化图像；对所述二值化图像进行逐行扫描并记录每行中最左侧的像素值非零点和最右侧的像素值非零点；以及基于所记录的所有所述最左侧的像素值非零点和所述最右侧的像素值非零点拟合得到所述感兴趣区域的轮廓。

根据本发明的另一个方面，提供一种确定图像中的感兴趣区域的轮廓的系统，所述系统包括：转换装置，所述转换装置用于将原始图像转换到hsv空间，得到第一图像；提取装置，所述提取装置用于提取所述第一图像在s通道上的第二图像；统计装置，所述统计装置用于统计所述第二图像的像素值分布，得到像素值分布图；确定装置，所述确定装置用于根据所述像素值分布图中在各波谷中处于中间的波谷对应的像素值确定像素值阈值；二值化装置，所述二值化装置用于根据所述像素值阈值对所述第二图像进行二值化处理生成二值化图像；扫描装置，所述扫描装置用于对所述二值化图像进行逐行扫描并记录每行中最左侧的像素值非零点和最右侧的像素值非零点；以及拟合装置，所述拟合装置用于基于所记录的所有所述最左侧的像素值非零点和所述最右侧的像素值非零点拟合得到所述感兴趣区域的轮廓。

与现有技术相比，本发明提出的方法和系统主要具有以下益处：1)可以精确且高效地定位感兴趣区域(例如，培养皿内部区域)的位置；2)易于实现并且计算复杂度远远低于现有方案。

通过以下结合附图对本发明的优选实施例的详细说明，本发明的上述以及其他优点将更加明显。

附图说明

为了进一步阐述本发明的以上和其他优点和特征，下面结合附图对本 发明的具体实施方式作进一步详细的说明。所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分。具有相同的功能和结构的元件用相同的参考标号表示。应当理解，这些附图仅描述本发明的典型示例，而不应看作是对本发明的范围的限定。在附图中：

图1是根据本发明的一个实施方式的示图，示出示意性的确定图像中的感兴趣区域的轮廓的方法；

图2是根据本发明的一个实施方式的示图，示出原始图像；

图3是根据本发明的一个实施方式的示图，示出原始图像经转换到hsv空间后在s通道上的直方图；

图4是根据本发明的一个实施方式的示图，示出确定像素值阈值的步骤；

图5是如图3所示的直方图经平滑后的直方图平滑曲线；

图6是如图5所示的直方图平滑曲线对应的梯度曲线；

图7是根据本发明的一个实施方式的示图，示出如图1所示的方法的变化形式；

图8是根据本发明的一个实施方式的示图，示出对原始图像进行背景滤除后的图像；

图9是根据本发明的一个实施方式的示图，示出对s通道图像进行二值化处理后的图像；

图10是根据本发明的一个实施方式的示图，示出对图9所示的图像进行逐行扫描后得到的轮廓点；

图11是根据本发明的一个实施方式的示图，示出对图10所示的轮廓点拟合得到的感兴趣区域的轮廓的示图；

图12是根据本发明的一个实施方式的示图，示出示意性的确定图像中的感兴趣区域的轮廓的系统；

图13是根据本发明的一个实施方式的示图，示出示意性的二值化装置；

图14是根据本发明的一个实施方式的示图，示出示意性的确定单元；

图15是根据本发明的一个实施方式的示图，示出如图12所示的系统的变化形式；

图16示出了可用于实施根据本发明的实施方式的方法和系统的计算机的示意性框图。

具体实施方式

在下文中将结合附图对本发明的示范性实施例进行描述。为了清楚和简明起见，在说明书中并未描述实际实施方式的所有特征。然而，应该了解，在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定，以便实现开发人员的具体目标，例如，符合与系统及业务相关的那些限制条件，并且这些限制条件可能会随着实施方式的不同而有所改变。此外，还应该了解，虽然开发工作有可能是非常复杂和费时的，但对得益于本公开内容的本领域技术人员来说，这种开发工作仅仅是例行的任务。

在此，还需要说明的一点是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的设备结构和/或处理步骤，而省略了与本发明关系不大的其他细节。

在本文中“感兴趣区域”是指在图像中希望获取的图像区域，在本发明的优选实施方式中，“感兴趣区域”是指由显微镜获得的培养皿图像中的培养皿内部区域。在如下的描述中，以培养皿内部区域为例，详细说明本发明提供的方法和系统。

首先参照图1和图2，图1是根据本发明的一个实施方式的示图，示出示意性的确定图像中的感兴趣区域的轮廓的方法1000，图2是根据本发明的一个实施方式的示图，示出原始图像。如图1所示，方法1000包括如下步骤：将原始图像转换到hsv空间(步骤1001)；提取在s通道上的图像(步骤1002)；得到s通道上的图像的像素值分布图(步骤1003)；确定像素值阈值(步骤1004)；根据像素值阈值对s通道上的图像进行二值化处理生成二值化图像(步骤1005)；对二值化图像进行逐行扫描(步骤1006)；以及拟合扫描所记录的点(步骤1007)。

根据方法1000，先将作为输入信号的原始图像(参见图2)转换到hsv空间(步骤1001)。在优选实施方式中，原始图像是指利用显微镜获得的培养皿图像。hsv空间是一种常用的图像颜色空间，其包含3个分量，即色度(h)、饱和度(s)和亮度(v)。饱和度是指图像颜色的纯度或鲜艳程度，纯度越高，则图像表现得越鲜明，s值越大；纯度越低，则图像表现得越黯淡，s值越小。对于黑色和白色物体，饱和度的值为0。

接着，针对hsv空间的图像提取s通道上的图像，并统计s通道上的图像的像素值分布图(步骤1002和1003)。在优选实施方式中，利用直方图表征前述像素值分布图。参照图3，图3是根据本发明的一个实施方式的示图，示出原始图像经转换到hsv空间后在s通道上的直方图。其中，s通道直方图的横坐标表示s通道上的每个像素点的像素值(0-255)，简称s值，经归一化后，使s值落于(0，1)之间。并且，s通道直方图的纵坐标表示对应每个像素值的像素点的个数。

在如图2所示的培养皿图像中，图像外侧部分包含黑色背景以及白色托盘部分，这两部分图像几乎不含颜色信息，s值很小，因此，在图3所示的s通道直方图中对应于s值较小的那一部分，即s值大于0但小于0.1(0<s<0.1)的图像；培养皿图像的内部，是带颜色的培养液区域，s值较大，因此，在图3所示的s通道直方图中对应于s值较大的那一部分，即s值大于0.45(s>0.45)；培养皿内部区域的轮廓部分混合了培养皿外侧及培养皿内部区域的信息，在图3所示的s通道直方图中对应于中间区域，即s值大于0.1但小于0.45(0.1<s<0.45)。

接下来，根据s通道直方图确定像素值阈值，也就是根据像素值分布图中在各波谷中处于中间的波谷对应的像素值确定像素值阈值(步骤1004)。在优选实施方式中，如图4所示，确定像素值阈值的步骤1004’可以包括如下步骤：得到直方图平滑曲线(步骤1014)；计算梯度曲线(步骤1024)以及根据梯度曲线设置像素值阈值(1034)。具体地，首先对s通道直方图进行直方图平滑，得到直方图平滑曲线，然后计算直方图平滑曲线的梯度曲线，随后根据梯度曲线上的过零点设置像素值阈值。参照图5和图6，图5是如图3所示的直方图经平滑后的直方图平滑曲线，图6是如图5所示的直方图平滑曲线对应的梯度曲线。

根据前述内容可知，s通道直方图中与感兴趣区域(即培养皿内部区域)对应的图像处于s通道直方图的中间部分，从而为方便观察，在如图5所示的实施方式中，对s通道直方图进行直方图平滑时(步骤1014)，将直方图平滑曲线的纵坐标的最大值设置为1000，从而略去大于1000的数据。由前述分析可知，这部分被略去的数据分别对应培养皿外侧部分和培养皿内侧部分的图像，不包括我们感兴趣和关注的培养皿内部区域的轮廓，从而不会对后续操作产生不利影响。

其中，可以采用均值滤波或高斯滤波等现有技术对s通道直方图进行平滑，去除直方图平滑曲线中的毛刺。以均值滤波为例，对于s通道直方 图的直方图平滑曲线上的每一点xi，以该点之前的n个点的值(xi-1,…,xi-n)与该点之后的n个点的值(xi+1,…,xi+n)的均值作为该点的新的值。其中，n为经验参数，本领域的技术人员可以根据实际情况选定n的值。在本实施方式中，将n的值设定为5，得到如图5所示的经平滑后的直方图平滑曲线。

计算直方图平滑曲线的梯度曲线(步骤1024)时，对经平滑得到的直方图平滑曲线上的任意一个点，该点的梯度值是指该点之后的n个点的值与该点之前的n个点的值的差值的均值。其中，n的值也是本领域的技术人员可以根据实际情况和经验判断选择的数值。在此，仍以n取值5为例进行说明，得到如图6所示的梯度曲线。

下面，查找梯度曲线上的过零点并根据过零点设置像素值阈值(步骤1034)。所谓过零点，即指梯度曲线上从正值变到负值或者从负值变到正值的点。过零点对应于图5所示的直方图平滑曲线的局部极大值和局部极小值，也就是图3所示的s通道直方图的波峰和波谷。直方图平滑曲线中的值较大(例如大于800的部分)，表示在原始图像(即培养皿图像)中的区域比较大，对应于培养皿外侧部分以及培养皿内侧部分，这些区域不属于我们的目标区域。因此，在图5所示的直方图平滑曲线中，值比较大的区域不予考虑。

并且，梯度曲线上从负值变到正值的过零点(如图6中的空心圆所示)对应于如图3所示的s通道直方图中的波谷，梯度曲线上从正值变到负值的过零点(如图6中的实心圆所示)对应于如图3所示的s通道直方图中的波峰。

在所有的从负值变到正值的过零点中，取中间的一个过零点对应的像素值作为目标阈值。换言之，通过寻找梯度曲线上从负值变到正值的过零点中，处于中间位置的一个过零点所对应的像素值作为像素值阈值。如前所述，图6所示的梯度曲线上从负值变到正值的过零点对应于如图3所示的s通道直方图中的波谷，也就是说选择s通道直方图中的各波谷中处于中间的波谷对应的像素值作为像素值阈值。在变化实施方式中，若s通道直方图中波谷(对应于梯度曲线上从负值变到正值的过零点)的总数为偶数个，则选择各波谷中处于中间的两个波谷中的任一个波谷对应的像素值作为像素值阈值都是可行的。

进一步地，在优选实施方式中，根据直方图中的第二波谷t2对应的像素值确定像素值阈值。

在确定像素值阈值后，根据像素值阈值对s通道上的图像进行二值化处理生成二值化图像(步骤1005)，得到如图9所示的图像。具体地，在优选实施方式中，将s通道上的图像中高于像素值阈值的像素值设置为255，并且将s通道上的图像中等于和低于像素值阈值的像素值设置为0。

在生成二值化图像后，对二值化图像进行横向的逐行扫描并记录每行中最左侧的像素值非零点和最右侧的像素值非零点(步骤1006)，即在逐行扫描过程中记录每行的第一个像素值非零点和最后一个像素值非零点。在对图9所示的图像进行逐行扫描并记录所述非零点信息后，得到如图10所示的轮廓点。

接下来，基于所记录的所有最左侧的像素值非零点和最右侧的像素值非零点拟合得到感兴趣区域的轮廓(步骤1007)。在优选实施方式中，利用最小二乘拟合得到感兴趣区域的轮廓，即如图11所示的轮廓c。

容易理解的是，感兴趣区域的形状不受限，可以包括圆形区域、椭圆形区域以及矩形区域等各种规则或不规则形状。本领域的技术人员可以根据感兴趣区域的具体形状选择适合的拟合方式，本文在此不进行赘述。

在将原始图像转换到hsv空间(步骤1001)之前，确定图像中的感兴趣区域的轮廓的方法还可以包括滤除原始图像中像素值低于预定阈值的像素点。参照图7，图7是根据本发明的一个实施方式的示图，示出如图1所示的方法1000的变化形式。在如图7所示的变化实施方式中，与确定图像中的感兴趣区域的轮廓的方法1000的不同之处在于，方法1000’在将原始图像转换到hsv空间(步骤1001)之前，还包括如下步骤：滤除背景噪声(步骤1101)以及膨胀处理和腐蚀处理(步骤1102)。

具体地，继续参照图2，在图2所示的原始图像中，四个角落部分存在黑色区域，这是因为培养皿处于显微镜图像的中心区域，从而在图像四周会存在背景区域。为了排除噪声(即四周黑色区域)的影响，可以先将图像的四个边角去除。具体的做法为根据经验选取一个阈值，例如，可以将该阈值选为20，或者其他接近于0的像素值，滤掉四周的黑色区域，即，将低于20的像素值设定为0，从而得到图8所示的对原始图像进行背景滤除后的图像。随后，可以对被滤除像素点的区域进行本领域公知的膨胀处理和腐蚀处理，在本文中不进行赘述。

下面结合图12-图15详细介绍本发明提供的确定图像中的感兴趣区域的轮廓的系统。

首先，参照图12，图12是根据本发明的一个实施方式的示图，示出示意性的确定图像中的感兴趣区域的轮廓的系统1200。如图12所示，系统1200包括转换装置1201、提取装置1202、统计装置1203、确定装置1204、二值化装置1205、扫描装置1206以及拟合装置1207。

其中，转换装置1201用于将原始图像转换到hsv空间。提取装置1202用于提取在s通道上的图像。统计装置1203用于统计在s通道上的图像的像素值分布，得到像素值分布图。确定装置1204用于根据像素值分布图确定像素值阈值。在优选实施方式中，确定装置1204根据像素值分布图中在各波谷中处于中间的波谷对应的像素值确定像素值阈值。更进一步地，以直方图表征像素值分布图，并且确定装置1204根据直方图中的第二波谷对应的像素值确定像素值阈值。

二值化装置1205用于根据像素值阈值对s通道上的图像进行二值化处理生成二值化图像。扫描装置1206用于对二值化图像进行逐行扫描并记录每行中最左侧的像素值非零点和最右侧的像素值非零点。拟合装置1207用于基于所记录的所有最左侧的像素值非零点和最右侧的像素值非零点拟合得到感兴趣区域的轮廓。

在如图13所示的优选实施方式中，二值化装置1205’可以包括第一单元1215和第二单元1225。其中，第一单元1215将s通道上的图像中高于像素值阈值的像素值设置为255，第二单元1225将s通道上的图像中等于和低于像素值阈值的像素值设置为0。

在如图14所示的优选实施方式中，确定装置1204’可以包括平滑单元1214、计算单元1224、设置单元1234。其中，平滑单元1214用于对直方图进行平滑，得到直方图平滑曲线；计算单元1224用于计算直方图平滑曲线的梯度曲线；设置单元1234用于根据梯度曲线上在梯度值从负值到正值的过零点中位于中间的过零点对应的像素值设置像素值阈值。

在如图15所示的优选实施方式中，系统1200’还可以包括滤除装置1208，滤除装置1208用于滤除原始图像中像素值低于预定阈值的像素点，如前所述，通过设置接近0的像素值阈值来滤除培养皿图像中的四周黑色区域。在进一步的优选实施方式中，系统1200’还可以包括辅助装置(图未示)，辅助装置用于对被滤除像素点的区域进行膨胀处理和腐蚀处理。

在优选实施方式中，利用最小二乘法拟合得到感兴趣区域的轮廓。

图16示出了可用于实施根据本发明的实施方式的方法和系统的计算 机的示意性框图。

在图16中，中央处理单元(cpu)1601根据只读存储器(rom)1602中存储的程序或从存储部分1608加载到随机存取存储器(ram)1603的程序执行各种处理。在ram1603中，还根据需要存储当cpu1601执行各种处理等等时所需的数据。cpu1601、rom1602和ram1603经由总线1604彼此连接。输入/输出接口1605也连接到总线1604。

下述部件连接到输入/输出接口1605：输入部分1606(包括键盘、鼠标等等)、输出部分1607(包括显示器，比如阴极射线管(crt)、液晶显示器(lcd)等，和扬声器等)、存储部分1608(包括硬盘等)、通信部分1609(包括网络接口卡比如lan卡、调制解调器等)。通信部分1609经由网络比如因特网执行通信处理。根据需要，驱动器1610也可连接到输入/输出接口1605。可拆卸介质1611比如磁盘、光盘、磁光盘、半导体存储器等等可以根据需要被安装在驱动器1610上，使得从中读出的计算机程序根据需要被安装到存储部分1608中。

在通过软件实现上述系列处理的情况下，从网络比如因特网或存储介质比如可拆卸介质1611安装构成软件的程序。

本领域的技术人员应当理解，这种存储介质不局限于图16所示的其中存储有程序、与设备相分离地分发以向用户提供程序的可拆卸介质1611。可拆卸介质1611的例子包含磁盘(包含软盘(注册商标))、光盘(包含光盘只读存储器(cd-rom)和数字通用盘(dvd))、磁光盘(包含迷你盘(md)(注册商标))和半导体存储器。或者，存储介质可以是rom1602、存储部分1608中包含的硬盘等等，其中存有程序，并且与包含它们的设备一起被分发给用户。

本发明还提供一种存储有机器可读取的指令代码的程序产品。所述指令代码由机器读取并执行时，可执行根据本发明的原理和构思实现的方法。

相应地，用于承载上述存储有机器可读取的指令代码的程序产品的存储介质也包括在本发明的范围内。所述存储介质包括但不限于软盘、光盘、闪存、磁光盘、存储卡、存储棒等。

还需要指出的是，在本发明的装置、方法和系统中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应该视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按 时间顺序执行，但是并不需要一定按时间顺序执行。某些步骤可以并行或彼此独立地执行。

最后，还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。此外，在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上虽然结合附图详细描述了本发明的实施例，但是应当明白，上面所描述的实施方式只是用于说明本发明，而并不构成对本发明的限制。对于本领域的技术人员来说，可以对上述实施方式作出各种修改和变更而没有背离本发明的实质和范围。因此，本发明的范围仅由所附的权利要求及其等效含义来限定。

附记

附记1.一种确定图像中的感兴趣区域的轮廓的方法，所述方法包括：

将原始图像转换到hsv空间，得到第一图像；

提取所述第一图像在s通道上的第二图像；

统计所述第二图像的像素值分布，得到像素值分布图；

根据所述像素值分布图中在各波谷中处于中间的波谷对应的像素值确定像素值阈值；

根据所述像素值阈值对所述第二图像进行二值化处理生成二值化图像；

对所述二值化图像进行逐行扫描并记录每行中最左侧的像素值非零点和最右侧的像素值非零点；以及

基于所记录的所有所述最左侧的像素值非零点和所述最右侧的像素值非零点拟合得到所述感兴趣区域的轮廓。

附记2.如附记1所述的方法，其中根据所述像素值阈值对所述第二图像进行二值化处理生成二值化图像包括：

将所述第二图像中高于所述像素值阈值的像素值设置为255；以及

将所述第二图像中等于和低于所述像素值阈值的像素值设置为0。

附记3.如附记1所述的方法，其中所述像素值分布图包括直方图。

附记4.如附记3所述的方法，其中确定像素值阈值包括：

对所述直方图进行平滑，得到直方图平滑曲线；

计算所述直方图平滑曲线的梯度曲线；以及

根据所述梯度曲线上在梯度值从负值到正值的过零点中位于中间的过零点对应的像素值设置所述像素值阈值。

附记5.如附记1至4中的任一项所述的方法，其中确定像素值阈值包括：

根据所述像素值分布图中的第二波谷对应的像素值确定所述像素值阈值。

附记6.如附记1至4中的任一项所述的方法，其中在将原始图像转换到hsv空间之前，所述方法还包括：

滤除所述原始图像中像素值低于预定阈值的像素点。

附记7.如附记6所述的方法，还包括：

对被滤除像素点的区域进行膨胀处理和腐蚀处理。

附记8.如附记1至4中的任一项所述的方法，其中所述原始图像由显微镜获取。

附记9.如附记8中的任一项所述的方法，其中所述原始图像中的感兴趣区域包括由所述显微镜获取的培养皿图像中的培养皿内部区域。

附记10.如附记1-4中的任一项所述的方法，其中利用最小二乘法拟合得到所述感兴趣区域的轮廓。

附记11.一种确定图像中的感兴趣区域的轮廓的系统，所述系统包括：

转换装置，所述转换装置用于将原始图像转换到hsv空间，得到第一图像；

提取装置，所述提取装置用于提取所述第一图像在s通道上的第二图像；

统计装置，所述统计装置用于统计所述第二图像的像素值分布，得到 像素值分布图；

确定装置，所述确定装置用于根据所述像素值分布图中在各波谷中处于中间的波谷对应的像素值确定像素值阈值；

二值化装置，所述二值化装置用于根据所述像素值阈值对所述第二图像进行二值化处理生成二值化图像；

扫描装置，所述扫描装置用于对所述二值化图像进行逐行扫描并记录每行中最左侧的像素值非零点和最右侧的像素值非零点；以及

拟合装置，所述拟合装置用于基于所记录的所有所述最左侧的像素值非零点和所述最右侧的像素值非零点拟合得到所述感兴趣区域的轮廓。

附记12.如附记11所述的系统，其中所述二值化装置包括：

第一单元，所述第一单元将所述第二图像中高于所述像素值阈值的像素值设置为255；以及

第二单元，所述第二单元将所述第二图像中等于和低于所述像素值阈值的像素值设置为0。

附记13.如附记11所述的系统，其中所述像素值分布图包括直方图。

附记14.如附记13所述的系统，其中所述确定装置包括：

平滑单元，所述平滑单元用于对所述直方图进行平滑，得到直方图平滑曲线；

计算单元，所述计算单元用于计算所述直方图平滑曲线的梯度曲线；以及

设置单元，所述设置单元用于根据所述梯度曲线上在梯度值从负值到正值的过零点中位于中间的过零点对应的像素值设置所述像素值阈值。

附记15.如附记11至14中的任一项所述的系统，其中所述确定装置根据所述像素值分布图中的第二波谷对应的像素值确定所述像素值阈值。

附记16.如附记11至14中的任一项所述的系统，其中所述系统还包括：

滤除装置，所述滤除装置用于滤除所述原始图像中像素值低于预定阈值的像素点。

附记17.如附记16所述的系统，还包括：

辅助装置，所述辅助装置用于对被滤除像素点的区域进行膨胀处理和腐蚀处理。

附记18.如附记11至14中的任一项所述的系统，其中所述原始图像由显微镜获取。

附记19.如附记18中的任一项所述的系统，其中所述原始图像中的感兴趣区域包括由所述显微镜获取的培养皿图像中的培养皿内部区域。

附记20.如附记11-14中的任一项所述的系统，其中利用最小二乘法拟合得到所述感兴趣区域的轮廓。