第三章 系統流程
3.2 RGB 直方圖分析與修正
因為 RGB 三通道之直方圖分佈不等的影響，進行色彩空間轉換之效益可能 無法到達預期中的目標，因此得要先對 RGB 三通道進行分析，倘若發現有不足 的部分，可以在此步驟做修正。
圖 3.5 前處理流程圖。
在進行二值化處理之前，得要先分析 RGB 三通道直方圖的分布是否會影響 到後續的影像處理步驟；分析結果如圖 3.6 所示：
圖 3.6 RGB 三通道分析。
由分析結果可以得知，RGB 三通道中，以 B 通道的直方圖分布最不均勻，
28
這一現象對於紅血球模型的建立，影響並不大；但是對於白血球細胞核影像的分 析則影響深遠，因為白血球細胞核影像的產生，是將原本 RGB 色彩空間轉換到 HSI 色彩空間，接著只取 S 通道影像來作進一步分析，依據 RGB 色彩空間轉換 道 HIS 色彩空間的公式而論，原本 B 通道的集中分布將會對色彩飽和度分割造 成不利的影響，以下兩張影像皆設定色彩飽和度為 0.75 作為臨界值，以此值為 界線對飽和度影像進行二值化處理，圖 3.7 為尚未修正過後的S 通道二值化影像，
圖 3.8 則為修正過後的 S 通道二值化影像，由這兩張圖來比較，確實同一場景下 修正前與修正後作比較，會發現修正後的影像雜訊相對減少了很多：
圖 3.7 RGB 三通道未作修正。
圖 3.8 經過 RGB 三通道的分析與修正，降低了雜訊。
29
3.3 建立紅血球模型
本論文並未嘗詴去解決紅血球重疊問題，而是以正圓度以及區塊大小為線索，
來找出可能為單一紅血球的區塊，以這些區塊來建立紅血球模型。
在本論文中所討論的紅血球模型，包含了紅血球的近似面積大小，以及紅血 球的近似半徑，兩者都以像素(pixels)為單位。
圖 3. 9 紅血球模型建立。
3.3.1 影像二值化處理
在經過 RGB 三通道重新修正之後，將色彩空間自 RGB 轉換到 GRAY 色彩
30
空間，見 3.10，接著分別進行最大類間方差法(Otsu)全域二值化(圖 3.10(b))及尼 布蘭克(Niblack)區域二值化(圖 3.10(c))，再將全域二值化結果與區域二值化結果 以 AND 運算作結合(圖 3.10(d))，在全域二值化的部分，因為背景與血球細胞影 像之間灰階值有一定差距，因此對於背景轉換到血球之間模糊邊界非常敏感，導 致二值化後的影像中，無法將血球與血球接觸的邊界做出清楚的畫分(圖 3.10(a) 紅色實框)，因此，需要區域二值化方法來彌補這個缺點；但區域二值化也無法 獨立完成一幅完美的二值化影像，其二值化的結果忽略了整張影像的資訊，而會 產生錯誤的二值化區域(圖 3.10(b)紅色實框)，因此也需要全域二值化來協助彌補 這缺失，如圖 3.10 所示，這就是為何無法單用一個全域臨界值或者是區域二值 化方法來完成影像切割的原因，透過圖 3.10(d)可知兩者的缺失在結合之後都已 經被彌補回來了。
(a) (b)
(c) (d)
圖 3.10 二值化範例：(a)RGB 轉灰階圖；(b)最大類間方差法；(c)尼布蘭克二值化法；
(d)由(c)和(d)作 AND 運算。
31
3.3.2 二值影像邊緣提取
當二值化處理結束之後，可以看到影像中仍然有許多空洞存在，此空洞可能 是因為紅血球本身外厚內薄的原因，所以二值化處理的時候無法將紅血球影像形 成一個完整無空洞的區塊；在本論文中，該空洞對於實驗後續分析並沒有任何助 益，更有可能造成無謂的計算量上升，因此，將空洞填滿將對於實驗的進行有所 幫助，填補空洞後的影像如圖 3.11(b)；再利用 Sobel 運算子對圖 3.11(b)計算邊界，
可得邊界影像如圖 3.11(c)。
(a) (b)
(c)
圖 3.11 二值影像邊緣提取：(a)血液抹片二值化影像；(b)填補影像中的空洞；(c) 則是由(b) 作邊緣提取所得的邊緣影像。
32
3.3.3 高圓度區塊面積分析
參考 3.4.4，每個封閉邊界都能計算出圓度，再將所得的圓度利用高斯混成 模型分成三類(圖 3.12)，預期會形成高、中，以及低圓度三個高斯分布模型；根 據 2.3 節，高圓度高斯分布模型的資料將有 68.27%落在帄均值左右一個標準差的 範圍內，因此設定帄均值減去一個標準差為正圓度臨界值，高於此數值則判斷此 封閉邊界近似於圓，很有可能是本節所想要尋找的紅血球區塊，由此臨界值，可 以保留下約 84.135%的高圓度區塊，但是即使滿足高圓度限制，也未必是紅血球 區塊，另外還得要再考慮區塊面積大小的問題。
圖 3.12 正圓度分析。
33
圖 3.13 是參考上一步驟所選定的高圓度臨界值而標記的高圓度區塊，當區 塊內包含有一個黑色圓圈，此區塊即為高圓度區塊，其圓度標記於該區塊的左下 角；由此參考圖片來看，本論文只尋找單一且圓度高的區塊，對於區塊交疊或者 是相連的部分則不作處理。
圖 3.14 為高圓度區塊面積直方圖，這些疑似紅血球的高圓度區塊其面積並 沒有固定範圍，受到血小板、血液抹片製作技術或者是血液來源本身的影響，所 以差距可以到六、七倍之譜；雖然就面積大小來說有很大的差異，但也可以看出，
此直方圖實際上具備集中趨勢，在健康的動物體內，紅血球的大小應該是落在一 個固定的區間內，此區間雖然沒有明確界定，但是可以合理假設經過統計後，可 以由直方圖得到一個高機率分佈的區間，而在實驗過程中也確實證明了這項假 設。
圖 3.13 根據正圓度圈選出可能為紅血球的區塊。
34
圖 3.14 分析高圓度區塊面積直方圖。
為了取得紅血球的近似大小，本論文將每個圖 3.14 中每個區間內的數量除 以高圓度區塊的總數，因此可以得到機率密度分布，再由此機率密度分布作為權 值，與每個區間的均值作加權運算，則可以得到紅血球的近似大小。
3.3.4 高圓度區塊半徑分析
本論文所討論的紅血球模型還包含了紅血球半徑(r)，此半徑的計算方式乃是 由高圓度區塊面積計算而得；已知區塊具備高圓度，因此可以簡單地由圓形的面 積計算公式：
radius2
Area (3.1)
radius Area (3.2)
35
分析半徑大小的分布，可以得到一個關於半徑大小分布的直方圖，如圖 20 所示：
圖 3.15 高圓度區塊近似半徑直方圖。
依照 3.3.1 節高圓度區塊面積分析，在這裡可以對近似半徑直方圖進行同樣 的處理，將每個區間內的數量除以總數量，計算得近似半徑落在該區間的機率密 度分佈，再將此機率密度分佈作為權值，與每個區間的均值作運算，即可得到高 圓度區塊的近似半徑。
至此，紅血球面積的近似大小以及紅血球半徑的近似大小已經獲得，紅血球 模型即由此二參數來描述，在後續的白血球細胞核影像處理中，將會有重要的作 用。
36
3.4 白血球細胞核影像處理與特徵抽取
白血球細胞大致上可分成細胞核與細胞質區塊，在本論文的實驗進行過程中 發現，當血液抹片製作較差，導致染色不均，或者是數位顯微鏡曝光程度差異，
都會影響到白血球細胞質邊界的清晰程度，因此，因為其易受人為因素影響的特 性，所以在本章並不討論白血球細胞質。
圖 3.16 白血球細胞核影像處理流程圖。
本節共分成四小節，3.4.1 介紹色彩空間轉換，3.4.2 介紹區域成長法復原細 胞核區域，3.4.3 則因為 3.4.2 節所復原出來的細胞核區域並未必真實地描述了白 血球細胞核區域，因為白血球細胞核分葉的現象，導致可能有兩三個區域同屬於 同一細胞核，若直接以 3.4.2 節的結果來作為白血球細胞核，而不描述這些不同 區塊間的關係，最後產生出來的白血球細胞核描述會是錯誤的描述； 3.4.4 說明
37
在 3.5.3 節的處理之後，核區已經重建完成，於是可以從這些已經重新描述過的 白血球細胞核區塊抽取出特徵，作為白血球分類的依據。
3.4.1 色彩空間轉換
本論文為了要將細胞核盡可能地與背景有更多的差異，因此需要透過色彩空 間轉換，讓屬於白血球細胞核的特性更為顯著；觀察白血球細胞核影像之後，本 論文決定採用 HSI 色彩空間，由此色彩空間特性，可以得到影像中色調、飽和 度、以及亮度資訊；透過 HSI，本論文可以分析影像中色調，飽和度，以及亮度 的變化，經過實驗發現，在血液抹片影像上，色調的變化因染色技術以及曝光參 數有關，並不具有一致性，因此不能從色調來作分析；亮度資訊也和色調一樣，
不具有一致性，只有飽和度在各種染色技術，都能突顯出白血球細胞核，即使曝 光參數變化，也能有很高的容忍程度，因此由 RGB 轉換成 HSI 確實有其必要性。
圖 3.17 色彩空間轉換及面積過濾流程圖。
根據第 3.2 節 RGB 直方圖分析與修正之後的結果，可以相信 RGB 三通道已 經獲得適當的修正，使三通道的直方圖分布上都較為均勻，以此為前提，開始進 行 RGB 色彩空間轉換到 HSV 色彩空間；在實驗過程中發現 H(hue)通道很容易 受到曝光程度、白帄衡，以及不同染色技術的影響，並不具有後續實驗分析的價 值；而 I(intensity)通道影像也隨著曝光程度改變而有不同的變化，同樣地，I 通
38
道也不能拿來作分析；再來看 S(saturation)通道影像，可以發現無論曝光程度，
白帄衡怎樣變化，白血球細胞核區塊的飽和度相較起影像中其他區域有很大的差 異，可參考圖 3.18(b)，因此，可以設定臨界值，將白血球細胞核區塊自 S 通道 影像中切割出來。
初始臨界值設定乃是根據經驗，在本論文的實驗過程中發現，白血球細胞核 區塊飽和度幾乎都維持在 0.75 以上，因此可以先設定臨界值為 0.75 來對 S 通道 影像作切割，圖 3.18(c)即為以色彩飽和度為 0.75 為臨界值，對 S 通道影像切割 後的結果。
由圖 3.18(c)和圖 3.18(b)來做比較，在圖 3.18(c)中發現依然存在著一些會影 響到後續實驗進行的雜訊，在此以紅色方框標記；由本例來說，雜訊是因為紅血 球重疊而產生的陰影，其色彩飽和度也在 0.75 以上，所以也被錯誤歸類到白血
由圖 3.18(c)和圖 3.18(b)來做比較，在圖 3.18(c)中發現依然存在著一些會影 響到後續實驗進行的雜訊，在此以紅色方框標記；由本例來說，雜訊是因為紅血 球重疊而產生的陰影，其色彩飽和度也在 0.75 以上，所以也被錯誤歸類到白血