常見特征參數(shù)：區(qū)域面積、 灰度密度、 邊界長度 、 長軸、 短軸、 中心矩、 形狀參數(shù) 、 圓形性及偏心率。
其中有的是基于目標(biāo)內(nèi)部區(qū)域的特征 , 也有的是基于目標(biāo)邊界的特征 ，下面對各個特征逐一進(jìn)行描述。
1. 區(qū)域面積：在用閾值化方法得到血細(xì)胞的二值分割圖像以后 ，再通過標(biāo)記的方法把單個血細(xì)胞提取出來 ，一種簡單而又精確的求面積方法就是對提取出來的目標(biāo)象素進(jìn)行計數(shù)，具體方法 : 將目標(biāo)區(qū)域 (包括邊界 ) 中所有象素的值置為 1， 背景區(qū)域的象素值置為 0；掃描整個區(qū)域 ， 可以很容易求出目標(biāo)區(qū)域面積。
2. 灰度密度：目標(biāo)的灰度密度是對目標(biāo)內(nèi)部亮度進(jìn)行描述的特征參數(shù)，它可以通過已分割的二值圖像為模板 ，從原始圖像中得到 。常用的區(qū)域灰度特征有目標(biāo)灰度的最大值、 最小值、 中值 、 平均值、 方差以及高階矩等統(tǒng)計量。
3. 邊界長度：目標(biāo)邊界的長度是指邊界所包圍區(qū)域的輪廓的周長。我們考慮區(qū)域由內(nèi)部點(diǎn)加邊界點(diǎn)構(gòu)成的情況，邊界可以由邊界點(diǎn)按四鄰域或八鄰域連接組成，對于某一區(qū)域R來說，它的邊界點(diǎn)P應(yīng)該同時滿足兩個條件: （1） P屬于R， （2）P的鄰域中有像素不屬于 R。
4. 長軸：根據(jù)定義長軸長度是目標(biāo)邊界上任意兩點(diǎn)之間距離的最大值 , 計算長軸需要對目標(biāo)邊界進(jìn)行多次遍歷 ， 任取目標(biāo)邊界上兩點(diǎn) p、 q， 對于 p、 q兩點(diǎn)坐標(biāo)的每一種取值計算它們之間的距離 z， z的最大值就是長軸的長度。
5. 短軸：確定了長軸端點(diǎn)，計算長軸兩側(cè)邊界點(diǎn)中離軸最遠(yuǎn)的兩個點(diǎn)，到長軸的距離和就是短軸長度。
6. 形狀參數(shù)：目標(biāo)的形狀參數(shù)是根據(jù)區(qū)域的周長和區(qū)域的面積計算出來的。公式為 : F =B 2 /4πA，其中 B 為目
標(biāo)的周長， A 為目標(biāo)的面積。由該式可見 , 一個連續(xù)區(qū)域?yàn)閳A形時其形狀參數(shù)值為 1， 當(dāng)區(qū)域?yàn)槠渌螤顣r其形狀參數(shù)值大于 1。但僅靠形狀參數(shù) F并不能把不同形狀的區(qū)域分開，如下圖。
7. 偏心率：我們用上文中計算出的目標(biāo)長軸與短軸的比值來定義目標(biāo)的偏心率 ，它能夠在一定程度上描述目
標(biāo)外形關(guān)于中心對稱的程度 ，目標(biāo)的偏心率 E定義為 ：E = rc / ri， 其中，i代表區(qū)域的短軸， 而 rc代表區(qū)域的長軸。標(biāo)的偏心率不受平移、 旋轉(zhuǎn)和尺度變換的影響，它只能粗略描述目標(biāo)的基本形狀和中心的情況 , 并不能精確的區(qū)分目標(biāo)的形狀， 比如正方形和圓形的偏心率都為 1，但它們的形狀顯然不同。
8. 目標(biāo)的圓形性： 上面已經(jīng)討論的偏心率和形狀參數(shù)都不能很精確的區(qū)分目標(biāo)的形狀， 因此我們有必要使用一個能夠較好區(qū)分目標(biāo)形狀的參數(shù) ，進(jìn)一步增強(qiáng)對目標(biāo)的識別能力 ，這就是目標(biāo)的圓形性 C，它是用一個區(qū)域 R的所有邊界點(diǎn)定義的特征量 : C =μR /σR ，其中 μR 為從區(qū)域重心到邊界點(diǎn)的平均距離 , σR 為從區(qū)域重心到邊界點(diǎn)的距離的均方差。
特征提取結(jié)果分析
一般來說，二值化后，有五類細(xì)胞需要識別，一類：健康細(xì)胞，二類：異常細(xì)胞，三類 ：粘連細(xì)胞，四類：邊界細(xì)胞，五類：噪聲。
三、四、五類細(xì)胞是我們首先要去除的。三、四圓形性相對于其他三類細(xì)胞來說都小很多，很容易排除。
五類細(xì)胞可以通過更有效的去噪方法或者根據(jù)細(xì)胞面積很容易去除。
一，二類細(xì)胞就需要使用面積，周長及灰度密度進(jìn)行區(qū)分。
參考文獻(xiàn)：血細(xì)胞顯微特征提取，畢峰，遼東學(xué)院學(xué)報，第13卷 第二期，2006年6月
