Dựa vào một số đặc điểm của Bạch cầu và Hồng Cầu, chúng ta cĩ thể đưa ra một số hướng giải quyết như sau:
• Dựa vào đặc trưng màu sắc khá khác nhau giữa Bạch cầu, Hồng cầu và nền ảnh, dẫn đến giá trị cường độ sáng của chúng cũng khác nhau khá rõ rệt trong ảnh Greylevel. Từ đĩ, ta cĩ thể chọn được giá trị ngưỡng Threshold để cĩ thể lọc ra ảnh Bi-level chỉ cĩ Bạch cầu và ảnh Bi-level gồm Bạch Cầu và Hồng cầu bằng cách dựa vào Biểu đồ thống kê.
Trong Biểu đồ thống kê của các ảnh đều cĩ hình dạng của ba quả núi. Tương tự như sau: -50 0 50 100 150 200 250 300 0 2000 4000 6000 8000 10000 12000 14000 So á pi xel Lược đồ thống kê Giá trị cường độ sáng Bạch cầu Hồng cầu Nền ảnh
Do đĩ ta cĩ thể chọn giá trị ngưỡng Threshold ở các giá trị cường độ sáng ứng với các nơi trũng trong lược đồ.
• Do Bạch cầu chỉ cĩ thể dính với Hồng cầu chứ khơng chồng chất lên nhau và sự dính nhau này cĩ biên giữa các đối tượng khá rõ ràng. Từ đặc điểm này ta cĩ thể tách rời được Bạch cầu và Hồng cầu khi chúng dính nhau bằng cách lấy ảnh Bi- level gồm Bạch cầu và Hồng cầu trừ cho ảnh Bi-level chỉ gồm cạnh của các đối tượng (ảnh này là ảnh đặt ngưỡng của ảnh lọc cạnh của ảnh ban đầu).Thao tác trừ này cĩ nghĩa là các pixel của đối tượng trong ảnh trừ sẽ là các pixel nền trong ảnh bị trừ.
• Vì các đối tượng trong ảnh cĩ hình dạng trịn nên ta cĩ thể áp dụng phương pháp bao lồi (trong chương 2)để đếm khi chúng dính nhau hoặc chồng chất lên nhau. • Để xử lý các đối tượng khơng đạt ở biên (là những đối tượng nhỏ hơn một nửa đối
tượng thơng thường), ta loại bỏ chúng bằng cách xác định diện tích của các đối tượng đĩ rồi so sánh để loại bỏ trong khi thực hiện thao tác đếm.
2.1 Thuật tốn tổng quan
Thuật tốn tổng quan gồm các bước cơ bản sau: 1. Đọc ảnh Bitmap và tìm ảnh Greylevel.
2. Tìm ảnh Bi-level chỉ cĩ Bạch cầu và ảnh Bi-level gồm Bạch cầu và Hồng cầu. 3. Tách Bạch Cầu và Hồng cầu ra trong ảnh Bi-level gồm Bạch cầu và Hồng
cầu.
4. Triệt tiêu Bạch cầu trong ảnh vừa tách .
5. Đếm Bạch cầu và Hồng cầu trong các ảnh tìm được.
2.2 Thuật tốn chi tiết
Tùy theo điều kiện của các ảnh ta cĩ các trường hợp sau :
2.2.1 Trường hợp 1
Trường hợp khi các đối tượng trong ảnh rời nhau (khơng dính nhau hoặc chồng chất lên nhau) gồm các bước chính sau:
1. Đọc ảnh Bitmap để lấy dữ liệu và chuyển sang ảnh Greylevel (ảnh ban đầu). 2. Đặt ngưỡng Threshold dựa vào Biểu đồ thống kê để lọc ra ảnh Bi-level chỉ cĩ
Bạch cầu ( gọi là ảnh 1) và ảnh Bi-level gồm Bạch Cầu và Hồng cầu ( gọi là ảnh 2).
3. Đếm số Bạch cầu trong ảnh 1 và số Bạch cầu và Hồng cầu trong ảnh 2 đồng thời loại bỏ các đối tượng khơng đạt. Suy ra số Hồng cầu.
2.2.2 Trường hợp 2
Trường hợp các đối tượng trong ảnh cĩ biên của đối tượng rõ ràng (Khi bỏ biên của các đối tượng thì chúng sẽ rời nhau)
2. Đặt ngưỡng Threshold dựa vào Biểu đồ thống kê để lọc ra ảnh Bi-level chỉ cĩ Bạch cầu (gọi là ảnh 1) và ảnh Bi-level gồm Bạch Cầu và Hồng cầu ( gọi là ảnh 2).
3. Lọc cạnh ảnh ban đầu và đặt ngưỡng Threshold để cĩ ảnh Bi-level chỉ gồm cạnh của các đối tượng ( gọi là ảnh 3).
4. Tách Bạch cầu và Hồng cầu ra khi chúng liên kết nhau bằng cách lấy ảnh 1 trừ ảnh 3 và ảnh 2 trừ ảnh 3.
5. Đếm số Bạch cầu trong ảnh 1 và số Bạch cầu và Hồng cầu trong ảnh 2 đồng thời loại bỏ các đối tượng khơng đạt. Suy ra số Hồng cầu.
2.2.3 Trường hợp 3
Trong trường hợp bất kỳ gồm các bước sau:
1. Đọc ảnh Bitmap để lấy dữ liệu và chuyển sang ảnh Greylevel ( gọi là ảnh ban đầu).
2. Đặt ngưỡng Threshold dựa vào Biểu đồ thống kê để lọc ra ảnh Bi-level chỉ cĩ Bạch cầu ( gọi là ảnh 1) và ảnh Bi-level gồm Bạch Cầu và Hồng cầu ( gọi là ảnh 2).
3. Lọc cạnh ảnh ban đầu và đặt ngưỡng Threshold để cĩ ảnh Bi-level chỉ gồm cạnh
của các đối tượng ( gọi là ảnh 3).
4. Tách Bạch cầu và Hồng cầu ra khi chúng liên kết nhau bằng cách lấy ảnh 2 trừ ảnh 3.
5. Triệt tiêu Bạch Cầu trong ảnh 2
6. Đếm số Bạch cầu trong ảnh 1 và số Hồng cầu trong ảnh 2 bằng phương pháp bao lồi đồng thời loại bỏ các đối tượng khơng đạt.
