所謂“分割”，是圖像處理中的術(shù)語，其作用是將被檢測對象，比如菌落、細(xì)胞等，從一幅復(fù)雜的圖像中分割出來，從而達(dá)到統(tǒng)計或分析的目的。分割技術(shù)直接 關(guān)系到對象識別和統(tǒng)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(tǒng)上已經(jīng)研究出很多方法，諸如閾值分割法、邊緣檢測法、區(qū)域增長法、馬爾 科夫隨機(jī)場模型等等。然而，這些方法大都限制在一維空間內(nèi)，用于簡單對象的識別，如粉塵顆粒等的檢測。對生物醫(yī)學(xué)圖像而言往往要復(fù)雜的多，如細(xì)胞或菌落， 其顏色多變、邊緣不清晰、內(nèi)部結(jié)構(gòu)也十分復(fù)雜，采用傳統(tǒng)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(shù)公司針對生物 醫(yī)學(xué)圖像特點(diǎn)，專門研究開發(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。色彩可以被用來作為圖像處理中 識別對象的重要感知特征之一，而生物醫(yī)學(xué)圖像的色彩又恰恰非常豐富。通過大量的研究試驗(yàn)，在摒棄傳統(tǒng)的RGB色彩描述的不足之后，迅數(shù)公司成功的研發(fā)出一 種基于HSV各向異性擴(kuò)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(chǔ)上，并能根據(jù)被檢測對象的色彩特征進(jìn)行自適應(yīng)調(diào)整，加上被檢 測對象的形狀特征，實(shí)現(xiàn)在多維空間的分割，分割精度大大提高。對一些原來難以分析統(tǒng)計的對象，如霉菌、深層菌落等，都實(shí)現(xiàn)了良好的識別。
