[发明专利]一种基于LBP-Adaboost算法的数字PCR液滴检测方法

权利要求书

1.一种基于LBP-Adboost算法的数字PCR液滴检测方法，其特征在于，所述方法包括如下步骤：

S1：Adaboost训练基于LBP特征的液滴正负样本，生成级联分类器；

S2：基于共生矩阵分割液滴“有效区域”，生成二值化图像；

S3：液滴图像划分为子图像，每一子图像分别加载级联分类器，计算被检液滴的位置和灰度值；

S4：依据“有效区域”内液滴位置计算液滴的半径和体积；

S5：计算所有液滴的总体积和目标基因浓度；

所述步骤S1包括：

S11.在稳定的成像系统条件下，拍摄不同曝光时间、不同浓度梯度的灰度图像；

S12.截取包含完整液滴的正样本，归一化为同一尺寸24*24；

S13.提取样本的LBP特征；

S14.依据Adaboost算法生成线性加权的强分类器；

S15.训练多个强分类器，组成级联分类器；

所述步骤S2包括：

S21.图像预处理；

S22.共生矩阵分割液滴区域；

S23.生成二值化图像；

所述步骤S4包括：

S41.将步骤三定位的所有液滴点映射到步骤二生成的二值化图像中；

S42.统计距离液滴D(i)小于50个像素的液滴，计算它们之间距离的平均值；

S43.D(i)_半径表示第i个液滴的半径，D(i)_体积表示第i个液滴的体积，其中π＝3.14；

S44.遍历所有的液滴，计算每一个液滴的半径和体积。

2.根据权利要求1所述的数字PCR液滴检测方法，其特征在于，所述步骤S3包括：

S31.图像灰度化；

S32.图像划分为相互重叠的子块；

S33.重叠区域的液滴可能被多次定位。

3.根据权利要求1所述的数字PCR液滴检测方法，其特征在于，所述步骤S5包括：

S51.计算目标基因的总体积；

S52.计算目标基因的浓度。

4.根据权利要求1所述的数字PCR液滴检测方法，其特征在于，所述步骤S13包括：

S131.设坐标点(x，y)表示24*24大小的样本位置；

S132.以点(x，y)为中心，将相邻的八个像素的灰度值与阈值P(x，y)比较；

S133.遍历其他位置的像素点，生成LBP值，组合LBP值生成样本LBP特征。

5.根据权利要求1所述的数字PCR液滴检测方法，其特征在于，所述步骤S14包括：

S141.对于给定液滴的正、负样本集(x₁,y₁),(x₂,y₂),…,(x_i,y_i),…,(x_n,y_n),其中x_i表示第i个样本，y_i＝0表示其为负样本，y_i＝1表示其为正样本，n表示正负样本的总数；

S142.初始化权重，和表示正样本权重，l为正样本总数；表示正负样本的权重，m为负样本的总数；

S143.通过T次迭代生成强分类器。