[发明专利]一种基于荧光显微图像的微藻细胞识别方法

权利要求书

1.一种基于荧光显微图像的微藻细胞识别方法，其特征在于，包括：

SS1：提取微藻细胞多种特征，基于多种微藻细胞特征训练多种识别方法；

SS2：用训练好的多种识别方法对微藻细胞进行识别；

SS3：对各种微藻细胞识别方法所识别的结果进行组合决策，得到最终识别结果。

2.根据权利要求1所述的基于荧光显微图像的微藻细胞识别方法，其特征在于，

所述步骤SS1具体包括：

对微藻细胞训练集的微藻细胞荧光显微图像进行处理，定位微藻细胞，获得微藻细胞预处理图像，基于微藻细胞预处理图像提取至少两种微藻细胞特征，基于每种微藻细胞特征训练一种微藻细胞识别方法；

所述步骤SS2具体包括：

对微藻细胞测试集的微藻细胞荧光显微图像进行处理，定位微藻细胞，获得微藻细胞预处理图像，基于微藻细胞预处理图像提取相应的至少两种微藻细胞特征，基于所提取的微藻细胞特征，使用相对应的训练好的微藻细胞识别方法对微藻细胞进行识别。

3.根据权利要求2所述的基于荧光显微图像的微藻细胞识别方法，其特征在于，步骤SS1和SS2中，采用改进的图分割方法对微藻细胞训练集和/或微藻细胞测试集的微藻细胞荧光显微图像进行处理，定位微藻细胞，获得微藻细胞预处理图像，具体包括：

对微藻细胞荧光显微图像进行去噪，并将去噪后的微藻细胞荧光显微图像归一化到[0,255]，获得微藻细胞灰度图像；

对去噪后的微藻细胞荧光显微图像进行滤波；

采用高斯混合模型对去噪滤波后的微藻细胞荧光显微图像进行处理，获得微藻细胞二值化图像。

4.根据权利要求1或2所述的基于荧光显微图像的微藻细胞识别方法，其特征在于，

所训练的微藻细胞识别方法包括：基于改进的支持向量机的微藻识别方法、基于改进的Ada boost集成算法的微藻识别方法、基于改进的最近邻匹配的微藻识别方法；

基于改进的支持向量机的微藻识别方法所需提取的微藻细胞特征为曲率统计直方图特征；

基于改进的Ada boost集成算法的微藻识别方法所需提取的微藻细胞特征为多边缘统计特征；

基于改进的Ada boost集成算法的微藻识别方法所需提取的微藻细胞特征主要角点拓扑结构特征。

5.根据权利要求4所述的基于荧光显微图像的微藻细胞识别方法，其特征在于，提取曲率统计直方图特征，具体包括：

S1-1：微藻细胞预处理图像包括微藻细胞二值化图像，记微藻细胞二值化图像为I1；

S1-2：标记I1的轮廓点为P_i(X_i，Y_i)；

S1-3：对于每一对相邻点P_i和P_i+1，计算相应曲率，公式如下：Q_i＝(Y_i+1-Y_i)/(X_i+1-X_i)；

S1-4：使用标准归一化方法，将Q_i归一化到0.1到1之间；

S1-5：将0.1到1分为4个区间，分别是[0，0.2]，(0.2，0.5]，(0.5，0.8]，(0.8，1]；

S1-6：遍历Q_i，统计位于这4个区间的坐标点的个数V1、V2、V3和V4；

S1-7：根据微藻细胞分类项目要求，定义微藻细胞的种类数为M个；记M种微藻细胞的特征向量矩阵Vn＝{V1，V2，V3，V4}，其中n为1～M，对应M种微藻细胞。