目的 针对纤维支气管镜刷检细胞图片这一特定识别对象,研究一种适合于该类图像的边缘检测算法.方法 为取得较好的识别结果,首先针对特定识别对象特点,做红化、二值化和去噪等预处理,接着通过常规算子初筛边界点,计算其边界方向,并利用这一知识对初筛边界点重新划分邻域计算梯度幅值,根据阈值去除伪边界点和冗余边界点.结果 经Matlab仿真实验验证:与传统边缘检测方法相比,该算法忽略了图像内部的假边缘,检测出的图像边缘定位准确、连续、光滑、边缘细节丰富、没有假边缘、边界呈单像素宽.同时,算法具有很好的抗噪能力.结论 本研究的算法是适合纤维支气管镜刷检细胞图片的边缘检测算法,为基于该类图片的肺癌细胞辅助识别算法的研究提供了一定的理论基础.
作者：周猛；李俊
来源：安徽医科大学学报 2010 年 45卷 1期
