[发明专利]一种目标细菌的检测方法及终端设备有效
申请号: | 201810424569.9 | 申请日: | 2018-05-07 |
公开(公告)号: | CN108830149B | 公开(公告)日: | 2021-03-16 |
发明(设计)人: | 李超;车拴龙;陈龙森;罗丕福 | 申请(专利权)人: | 深圳市恒扬数据股份有限公司;广州金域医学检验中心有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T7/00 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 张全文 |
地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 目标 细菌 检测 方法 终端设备 | ||
1.一种目标细菌的检测方法,其特征在于,包括:
获取待检测细菌切片的原始图像;
识别所述原始图像中目标细菌的有效活动区域,并根据所述有效活动区域得到预设数量的清晰网格图像;
将所述预设数量的清晰网格图像输入神经网络模型,得到图像识别结果;
根据所述图像识别结果,确定所述原始图像中目标细菌的位置信息;
所述原始图像包括多层原始图像;
所述将所述预设数量的清晰网格图像输入神经网络模型,得到图像识别结果,包括:
将所述预设数量的清晰网格图像输入神经网络模型,得到各个清晰网格图像的第一概率值,所述第一概率值为清晰网格图像包含目标细菌的概率值;
根据各个清晰网格图像的第一概率值,将各个清晰网格图像按照预设概率阈值分类,得到所述图像识别结果,所述图像识别结果包括阳性图像和阴性图像;所述阳性图像为目标细菌区域的图像;所述阴性图像为非目标细菌区域的图像;
每层所述原始图像对应一个层号;
所述识别所述原始图像中目标细菌的有效活动区域,并根据所述有效活动区域得到预设数量的清晰网格图像,包括:
随机选取一层原始图像,并识别选取的原始图像中目标细菌的有效活动区域;
基于所述有效活动区域,对各层原始图像进行重叠网格切割,得到预设第一数量的有效网格图像,并获取各个有效网格图像的坐标;
根据清晰度评价算法,选取同一坐标下各层有效网格图像中清晰度最高的有效网格图像,作为同一坐标的清晰网格图像;
依次选取各个坐标的清晰网格图像,得到预设数量的清晰网格图像。
2.如权利要求1所述的一种目标细菌的检测方法,其特征在于,所述获取待检测细菌切片的原始图像,包括:
获取对所述待检测细菌切片进行多层扫描后的多层原始图像;
或者获取所述待检测细菌切片的融合原始图像;所述融合原始图像为将待检测细菌切片的多层原始图像进行融合得到的图像。
3.如权利要求1所述的一种目标细菌的检测方法,其特征在于,所述根据清晰度评价算法,选取同一坐标下各层有效网格图像中清晰度最高的有效网格图像,作为同一坐标的清晰网格图像,包括:
将同一坐标对应的各层有效网格图像分别转换为第一灰度图像;
按照预设规则分别缩小各个第一灰度图像,得到对应的第二灰度图像;
对各个第二灰度图像分别进行边缘扩充,得到对应的第三灰度图像,所述第三灰度图像包括非扩充区域和扩充区域;
根据各个第三灰度图像非扩充区域内的像素点的灰度值,计算各个第三灰度图像的总锐度值;
选取总锐度值最大的第三灰度图像的层号作为最优层号,并将第一有效网格图像作为同一坐标的清晰网格图像;所述第一有效网格图像为同一坐标的各层有效网格图像中所述最优层号对应的有效网格图像。
4.如权利要求1所述的一种目标细菌的检测方法,其特征在于,所述随机选取一层原始图像,并识别选取的原始图像中目标细菌的有效活动区域,包括:
对随机选取的原始图像进行二值化处理,生成第一掩码图像;所述第一掩码图像包括前景和背景;
将所述第一掩码图像的前景中面积最大的连通域置为背景,得到封闭腺腔掩码图像;
根据所述第一掩码图像及图像形态学方法,得到轮廓线掩码图像;
将所述封闭腺腔掩码图像和所述轮廓线掩码图像进行合并,生成第二掩码图像;
根据所述第二掩码图像确定所述有效活动区域。
5.如权利要求4所述的一种目标细菌的检测方法,其特征在于,所述对随机选取的原始图像进行二值化处理,生成第一掩码图像,包括:
获取随机选取的原始图像;
按照预设倍数对所述随机选取的原始图像进行缩放,得到所述原始图像的缩略图;
将所述缩略图的颜色空间从RGB颜色空间转换为YUV颜色空间,并获取YUV颜色空间中的U通道图像;
根据最大类间方差方法,对所述U通道图像进行二值化处理,得到第三掩码图像;
对所述第三掩码图像进行取反处理,得到第一掩码图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市恒扬数据股份有限公司;广州金域医学检验中心有限公司,未经深圳市恒扬数据股份有限公司;广州金域医学检验中心有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810424569.9/1.html,转载请声明来源钻瓜专利网。