使用差异进化(DE)进行白细胞检测【含Matlab源码】

自动白细胞检测仪在医学成像中,自动检测白细胞(WBC)仍然是一个尚未解决的问题。对WBC图像的分析吸引了医学和计算机视觉领域的研究人员。由于WBC可以用椭球形式近似,因此可以成功应用椭圆检测器算法以识别此类元素。本文提出了一种自动检测嵌入复杂且杂乱的涂片图像中的白细胞的算法,该算法将整个过程视为多椭圆检测问题。该方法基于差分进化(DE)算法,将检测任务转换为一个优化问题,该问题的个体代表候选椭圆。一个目标函数评估在污迹图像的边缘图中是否确实存在这样的候选椭圆。在这种函数的值的指导下,使用DE算法对一组编码的候选椭圆(个体)进行演化,以使它们可以适合WBC,并将其包含在涂片图像的边缘图中。包括具有复杂度变化范围的白细胞图像的实验结果,以从准确性和鲁棒性方面验证所提出技术的效率。

MatLAB代码涉及5个不同的文件,DElipse,devec3,funcDE,1399_full.jpg和mainElipseDetector。mainElipseDetector是主要功能,而其他则是辅助功能。
这些函数的简要描述如下:
DElipse计算涉及椭圆的参数。
devec3实现DE算法
funcDE计算每个候选椭圆的假设点。
1399_full.jpg是包含白细胞mainElipseDetector的RGB图像
。mainElipseDetector
通过输入以下内容运行示例:

[outellipses] = mainEllipseDetector('1399_full.jpg',0,110);

通用函数具有以下格式:

[outellipses] = mainEllipseDetector(image,thresmin,thresmax)

图像>>是要处理的RGB图像(包含白细胞)
的阈值>>这是在分割过程中使用的低阈值。
thresmax >>这是分割过程中使用的高阈值。

获取代码请阅读全文

未经允许不得转载!使用差异进化(DE)进行白细胞检测【含Matlab源码】