骨髓细胞显微图像的分形特征分析

为了更好地完成骨髓细胞图像的分类识别,在对临床血液学及细胞学图谱中的细胞图像进行切分的基础上,提出了一种基于分形维数和图像重心的算法,用来提取每一细胞图像的分维特征.由于图像的纹理不仅表现在图像结构上具有某种统计意义的相似性,还反映在彩色分布方面,因此,可从骨髓细胞的真彩色图像中提取一个新的彩色识别分量图像C,并与HIS彩色空间的饱和度分量图像S一起进行分维特征提取.实验数据表明,由于不同类型骨髓细胞图像的分形参数具有不同程度的差异,因此分形参数对于某些类别的骨髓细胞具有较好的区分能力.     

嵌入式零树小波编码的细胞图像无损压缩研究

探讨了各种整数小波变换应用于骨髓细胞图像无损压缩时的能量特征分布和子带零系数比例分布等，来选取适合骨髓细胞图像的变换形式．实验结果表明，CDF（4，2）整数小波变换对骨髓细胞图像具有较优良的性能．在使用嵌入式零树小波编码算法进行变换系数的编码时，基于骨髓细胞图像的特点，提出了新的闻值选取方案．实验结果表明，新的选取方案能够有效地增加零树的数目，从而提高骨髓细胞图像的压缩效率．