所謂“分割”,是圖像處理中的術(shù)語(yǔ),其作用是將被檢測對象,比如菌落、細胞等,從一幅復雜的圖像中分割出來(lái),從而達到統計或分析的目的。分割技術(shù)直接 關(guān)系到對象識別和統計的精度,因此十分重要,也是圖像處理中被廣泛研究的重點(diǎn)。傳統上已經(jīng)研究出很多方法,諸如閾值分割法、邊緣檢測法、區域增長(cháng)法、馬爾 科夫隨機場(chǎng)模型等等。然而,這些方法大都限制在一維空間內,用于簡(jiǎn)單對象的識別,如粉塵顆粒等的檢測。對生物醫學(xué)圖像而言往往要復雜的多,如細胞或菌落, 其顏色多變、邊緣不清晰、內部結構也十分復雜,采用傳統的分割技術(shù)常常難以取得理想效果。
多通道分割,正是在這一背景下,由迅數公司針對生物 醫學(xué)圖像特點(diǎn),專(zhuān)門(mén)研究開(kāi)發(fā)的又一*而有效的圖像處理工具。多通道分割的基本思想,是將被檢測對象的色彩引入到分割中來(lái)。色彩可以被用來(lái)作為圖像處理中 識別對象的重要感知特征之一,而生物醫學(xué)圖像的色彩又恰恰非常豐富。通過(guò)大量的研究試驗,在摒棄傳統的RGB色彩描述的不足之后,迅數公司成功的研發(fā)出一 種基于HSV各向異性擴散和加性分裂算子的多通道分割技術(shù)。這一分割技術(shù),建立在四維空間基礎上,并能根據被檢測對象的色彩特征進(jìn)行自適應調整,加上被檢 測對象的形狀特征,實(shí)現在多維空間的分割,分割精度大大提高。對一些原來(lái)難以分析統計的對象,如霉菌、深層菌落等,都實(shí)現了良好的識別。