掩模图像的分割方法及系统与流程

本发明属于计算机图像处理技术领域，具体涉及一种掩模图像的分割方法及系统，可用于细胞掩模图像或者其他各种掩模图像的分割。

背景技术：

影像技术和图像处理技术正飞速发展，人们常常需要通过处理各类图像来提取图像中想要的特征信息，各种图像分割算法就应运而生。

当图像中需要提取的要素相互不存在重叠和粘连，各种图像分割算法都可以较好地进行图像的分割处理。但是当图像中需要提取的要素密集或者尺寸较小时，如同类物体聚在一起的情况，典型的例子有细胞核掩模图像以及某些工作零件的图像等，由于摄像得到的图像是二维的，所以往往会出现两个甚至多个物体的图像粘连在一起的情况，这样的粘连图像对于图像特征信息的提取是非常不利的，很难加以区分，容易出现图像过度分割或是欠分割的情况，在这种情况下，即便是对图像中要素进行最简单的计数都会出现错误。

现有的各种图像分割算法无法很好地处理存在要素重叠或者粘连情况的图像分割，勉强处理时过度分割或是欠分割的情况严重，也就是说这些方法都存在或多或少的不足，所以需要对图像分割方法进行改进以达到更好的图像分割处理效果。

技术实现要素：

为了解决掩模图像分割中的过度分割或是欠分割问题，本发明提供了一种掩模图像的分割方法，包括以下步骤：

掩模图像检测，包括提取掩模图像的轮廓、凸包和凸缺陷，获取掩模图像中每个凸缺陷的四个特征信息：凸缺陷起点坐标，凸缺陷终点坐标，凸缺陷的最远点坐标以及所述最远点与轮廓的距离；

凸缺陷筛选，包括筛选出满足以下条件的凸缺陷：最远点与轮廓的距离大于第一阈值，起点到终点的距离大于第二阈值，最远点与轮廓的距离大于同一凸包上所有凸缺陷的最远点与轮廓的距离中的最大值的百分之五十；

分割处理，包括在经过筛选后的凸缺陷中找出同一凸包上且最远点相互距离最近的，以相互距离最近的最远点为分割点，分割点两两排序连线作为分割线，沿分割线进行掩模图像的分割处理。

优选地，掩模图像的分割方法还包括掩模图像腐蚀和掩模图像膨胀，掩模图像腐蚀在掩模图像检测之前进行，采用卷积核对掩模图像进行腐蚀，将掩模图像边缘的干扰凹陷给去除；掩模图像膨胀在进行凸缺陷筛选后进行，采用卷积核对腐蚀后的掩模图像进行膨胀，将腐蚀后的掩模图像恢复到腐蚀前的掩模图像的总位置和。通过掩模图像腐蚀和掩模图像膨胀增强分割效果。

进一步地，在掩模图像腐蚀中，采用3×3的矩形卷积核对掩模图像进行腐蚀。更进一步地，在掩模图像膨胀中，采用与掩模图像进行腐蚀的卷积核相同的3×3的矩形卷积核对掩模图像进行膨胀。

进一步地，在掩模图像膨胀中，采用3×3的矩形卷积核对掩模图像进行膨胀。

优选地，所述掩模图像检测的过程包括：先提取掩模图像的边缘信息得到轮廓；并根据所提取的边缘信息获取凸包；然后根据凸包获取凸包上的凸缺陷及其四个特征信息，记录凸缺陷的特征信息。

优选地，所述凸缺陷筛选的过程包括：遍历每个凸缺陷的四个特征信息；找出满足第一阈值、第二阈值及最远点与轮廓的距离控制条件的凸缺陷；对满足条件的凸缺陷的特征信息进行保存。

优选地，所述第一阈值采用图像特征提取方法或者结合深度学习的方法从掩模图像中提取。

优选地，所述第二阈值采用图像特征提取方法或者结合深度学习的方法从掩模图像中提取。

本发明还提供了一种掩模图像的分割系统，包括扫描模块、运算模块、存储模块和裁剪模块；采用上述的掩模图像的分割方法，所述扫描模块对掩模图像进行扫描检测，把获取的轮廓、凸包、凸缺陷及其特征信息存储到存储模块，由运算模块进行判断处理筛选凸缺陷并确定分割点，由裁剪模块沿连接分割点的分割线进行掩模图像的裁剪分割处理。

本发明通过提取掩模图像的轮廓、凸包和凸缺陷，并获取凸缺陷的四个特征信息，对特征信息进行处理，与选定阈值进行对比判断，排除干扰信息，减少边缘毛刺以及小凹陷对于分割的影响，同时能够尽可能的筛选保留由于粘连而产生的较大的凸缺陷；找出同一凸包上的凸缺陷的最远点相互距离最近的，以这些凸缺陷的最远点作为分割点，进行分割点两两排序，以相互距离最近的分割点的连线作为分割线，进行掩模图像的分割处理，该方法可以通过掩模图像的分割系统来实现，。采用这种方法较好地避免图像的过度分割或是欠分割发生，得到更好的掩模图像的分割处理结果。

附图说明

图1是本发明的掩模图像的分割方法实施例流程图；

图2是掩模图像的分割方法的掩模图像检测步骤实施例子流程图；

图3是掩模图像的分割方法的凸缺陷筛选步骤实施例子流程图。

具体实施方式

为了更进一步阐述本发明为解决技术问题所采取的技术手段及功效，以下结合附图和具体实施例对本发明做进一步详细描述，需要说明的是所提供的附图是示意性的，相互间并没有完全按照尺寸或者比例绘制，因此附图和具体实施例并不作为本发明要求的保护范围限定。

如图1所示的掩模图像的分割方法可选实施例流程，对于待分割图像，导出或者获取其二值掩模图像，再按照以下步骤处理：

掩模图像腐蚀s100，包括采用3×3的矩形卷积核对二值掩模图像进行腐蚀，将掩模图像边缘的干扰凹陷给去除；当然，掩模图像腐蚀也可以根据具体情况采取其他形状以及其他大小的卷积核进行处理；

掩模图像检测s200，包括提取经s100处理后的掩模图像的轮廓、凸包和凸缺陷，一个图像可能有多个凸包，其中的一个凸包可能有多个凸缺陷，每个凸缺陷都包括起点、终点和最远点，获取掩模图像中每个凸缺陷的四个特征信息：凸缺陷起点坐标，凸缺陷终点坐标，凸缺陷的最远点坐标以及所述最远点与轮廓的距离；

凸缺陷筛选s300，包括筛选出满足以下三个条件的凸缺陷：一是最远点与轮廓的距离大于第一阈值，二是起点到终点的距离大于第二阈值，第一阈值和第二阈值由掩模图像大小决定，具体值的选取可使用传统的图像特征提取方法(如计算凸包大小等)或是结合深度学习的方法得到，三是最远点与轮廓的距离大于同一凸包上所有凸缺陷的最远点与轮廓的距离中的最大值的百分之五十，举例说明：设每个凸缺陷的最远点到轮廓距离为xi，i＝1,2,…n，其中n为该凸包上凸缺陷的个数，则选取的凸缺陷需满足xi≥0.5·max1≤i≤nxi，保存筛选出的凸缺陷及其特征信息；

掩模图像膨胀s400，同样采用3×3的矩形卷积核对掩模图像进行膨胀，将腐蚀后的掩模图像恢复到腐蚀前的掩模图像的总位置和；当然，膨胀也可以根据具体情况采取其他形状以及其他大小的卷积核进行处理；

分割处理s500，包括在保存的筛选出的凸缺陷中，找出同一凸包上的凸缺陷的最远点相互距离最近的，以相互距离最近的最远点为分割点，分割点两两排序连线作为分割线，沿分割线进行掩模图像的分割处理。

如图2所示的掩模图像的分割方法的掩模图像检测步骤可选实施例子流程，掩模图像检测的过程包括：先提取掩模图像的边缘信息得到轮廓s210；并根据所提取的边缘信息获取凸包s220；然后根据凸包获取凸包上的凸缺陷和每个凸缺陷的四个特征信息s230：凸缺陷起点坐标，凸缺陷终点坐标，凸缺陷的最远点坐标以及所述最远点与轮廓的距离。

如图3所示的掩模图像的分割方法的凸缺陷筛选步骤可选实施例子流程，凸缺陷筛选的过程包括：遍历每个凸缺陷的四个特征信息s310；找出满足以下三个条件的凸缺陷s320：一是最远点与轮廓的距离大于第一阈值，二是起点到终点的距离大于第二阈值，三是最远点与轮廓的距离大于同一凸包上所有凸缺陷的最远点与轮廓的距离中的最大值的百分之五十；对符合条件的凸缺陷的特征信息进行保存s330。

从上述实施例可得出本发明的优点：可以快速准确地寻找掩模图像中的凸缺陷点；可以通过腐蚀与膨胀的形态学变换以及凸缺陷的相关阈值判断，避免掩模图像分割过程中发生过分割和欠分割的情况，得到良好的掩模图像分割效果。该方法可以应用于各种图像掩模的分割，尤其可用于细胞掩模图像的分割，能够得到较好的细胞掩模图像分割效果，有助于利用对细胞掩模图像的分析和利用。

当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员可根据本发明做出各种相应的改变和变形，但这些相应的改变和变形都属于本发明的权利要求的保护范围。