尿液有形成分自动识别技术：智能图像处理与BP神经网络

"这篇硕士学位论文由张天桥撰写，指导教师为王强，主题聚焦于基于智能图像处理的红、白细胞识别技术的研究与实现，旨在解决医学检验中尿液有形成分检测的问题。当前，我国医院普遍依赖医生显微镜下的人工镜检，这种方法存在结果不一致和耗时过多的缺点。因此，开发自动化分析仪以替代传统方法，对于提升诊断准确性和医院效率至关重要。 论文中，作者深入研究了尿液有形成分图像的特性，并对图像预处理、边缘检测、特征提取以及自动识别等环节进行了算法分析、改进和编程实现。具体贡献包括： 1. 应用传统图形学算法，如种子填充算法，确定有形成分的大致中心、半径、面积和平均灰度等基本信息。 2. 探讨了边缘检测算子和改进型Hough变换在圆检测中的应用，同时指出了这些方法的局限性。 3. 引入改进型Snake算法进行尿液细胞图像的边缘提取，优化了边缘检测效果，并对Snake算法的能量参数设置进行了讨论。 4. 提取了基于Snake算法边缘提取后的周长、面积、七阶不变矩、直线拟合后的边缘长度以及向量间方向角等特征。 5. 利用BP神经网络进行红白细胞和晶体的分类，达到了80%以上的识别率。 6. 整个算法系统在VC++平台使用C++语言实现。 关键词涵盖了细胞图像处理、种子填充算法、Snake算法、Hough变换、特征提取和BP神经网络，表明该研究综合运用了多种技术手段，旨在提高尿液有形成分检测的自动化水平和准确性。"