[发明专利]一种基于机器视觉的全自动血涂片形态分析装置的分析方法

权利要求书

1.一种基于机器视觉的全自动血涂片形态分析装置的分析方法，其中所述全自动血涂片形态分析装置包括：底座，下位机硬件单元，光学系统单元和上位机软件处理单元；底座包括座体和竖直设置于座体上的杆体；光学系统单元获取数据并传输数据给上位机软件处理单元，上位机软件处理单元控制下位机硬件单元运动，下位机硬件单元承载光学系统单元进行采图；

所述的光学系统单元包括：CCD生物相机，单筒显微成像系统和光源支架；所述光源支架为环装结构，环绕于竖直设置的单筒显微成像系统外壁；沿光源支架的下表面设置一圈光源，用于照射血涂片；所述CCD生物相机设置于单筒显微成像系统的尾部，用于拍摄放大的显微图像，CCD生物相机上设置有数据线接口，用于传输数据到各上位机软件处理单元；

所述的下位机硬件单元包括：对焦运动模块和图像采集运动模块；所述对焦运动模块包括：单筒滑动座和调焦机构；单筒滑动座一端与光源支架固定，另一端与调焦机构滑动连接，且只可沿竖直滑动；调焦机构设置于底座的杆体上，通过移动单筒滑座显现单筒显微成像系统的对焦；

图像采集运动模块包括：载物台，Y向移动机构，X向移动机构和血涂片夹持机构；

所述Y向移动机构包括：Y向电机，Y向丝杆滑套，Y向滑块连接板，Y向光电挡板，标尺Y滑座，Y向标尺基座，Y向传感器和Y向电机固定板；Y向电机通过Y向电机固定板固定于载物台的一角，Y向电机的输出轴为Y向的丝杆，Y向丝杆滑套与Y向电机的丝杆配合，Y向丝杆滑套与Y向滑块连接板的一端固定连接，Y向滑块连接板的另一端固定于标尺Y滑座的上表面，Y向标尺基座固定于载物台上，标尺Y滑座下表面与Y向标尺基座的上表面滑动连接且只可沿Y向滑动，标尺Y滑座在Y向的长度长于Y向标尺基座；Y向传感器为U形固定于载物台上，Y向光电挡板为L形的片状结构，长边紧靠Y向滑块连接板固定于标尺Y滑座的上表面，短边朝下，随着标尺Y滑座的滑动带动Y向光电挡板移动的过程中正好从Y向传感器的U形口中穿过，Y向传感器用于确定Y向移动的位置；

所述X向移动机构包括：X向电机，X向丝杆滑套，X向滑块连接板，X向光电挡板，X向传感器，X向标尺基座，X向电机固定板，标尺X滑座和标尺横向连接板；X向电机通过X向电机固定板固定于标尺Y滑座的上表面，X向电机的输出轴为X向的丝杆，X向丝杆滑套与X向电机的丝杆配合，X向丝杆滑套与X向滑块连接板固定连接；X向传感器为U形固定于标尺Y滑座的上表面，位于X向电机固定板和Y向光电挡板之间，X向光电挡板固定于X向滑块连接板上，其伸出的光电挡板竖直朝向X向传感器，X向光电挡板沿X向移动过程中正好从X向传感器的U形口中穿过；X向标尺基座下表面紧贴于载物台的上表面，X向标尺基座上表面与标尺Y滑座下表面连接；标尺X滑座下表面紧贴于载物台上表面，标尺横向连接板一端与X向滑块连接板固定连接，另一端与标尺X滑座固定连接；标尺X滑座的前侧壁与X向标尺基座的后侧壁滑动连接，且只可沿X向滑动；

血涂片夹持机构包括：左压片，右压片，压刀和档片；左压片和右压片分别设置于标尺X滑座的左，右两侧，左压片和右压片结构相同，包括横杆部和弹性部，弹性部为波状的弹性片，波的顶点为施压点，弹性片设置于横杆部下表面的一侧，横杆部下表面的另一侧与标尺X滑座固定连接；压刀为獠牙形的弹性片状结构，獠牙形结构的根部设置于标尺X滑座的左侧且根部下表面不与载物台上表面接触，其尖部下表面紧贴于载物台上表面；档片设置于标尺X滑座的右侧且其下表面紧贴于载物台上表面；

所述调焦机构包括：本体，调焦电机，调焦电机固定板，细准焦螺旋，光传感器和调焦光电挡板；本体固定于底座的杆体上，调焦电机通过调焦电机固定板固定于本体上，调焦电机的输出轴通过皮带与细准焦螺旋传动连接，光传感器设置于本体上，调焦光电挡板设置于单筒滑动座上，单筒滑动座内有齿条与细准焦螺旋上的齿轮啮合，随着单筒滑动座的滑动调焦光电挡板可触发光传感器；

所述X向丝杆滑套和Y向丝杆滑套结构相同，包括三角板和圆筒，圆筒底面设置于三角板的一侧的中心，三角板的三个顶点处设置安装孔，通过该安装孔与X向滑块连接板或Y向滑块连接板固定；X向滑块连接板或Y向滑块连接板上设有圆弧形凹槽，与X向丝杆滑套和Y向丝杆滑套的圆筒啮合；

所述标尺X滑座为长条形，其上表面中段的一侧进行挖除，但不挖到底，挖除后标尺X滑座的中段为台阶状，该台阶状底部外侧开设弧形的槽，方便血涂片的取出；标尺横向连接板为L形，L形长边的上表面与X向滑块连接板的下表面固定连接，L形短边的内壁与标尺X滑座中段台阶状的竖壁固定连接；

其特征在于上位机软件处理单元中的分析方法为：

步骤1：上位机软件处理单元通过CCD生物相机获取血涂片中样本的图像，并对图像进行拼接，获取一幅完整的全局图像；

步骤2：对全局图像转换到HIS色彩空间，在HIS空间中通过像素计算得到H分量的直方图，由于染色的原因血涂片的H分量直方图中色度范围很窄，取色度范围的下限作为阈值，大于等于阈值的像素颜色置为白色，小于阈值的像素颜色置为黑色，实现对图像进行二值化处理，最后得到只包含黑白两色的图像，图像中的白色部分即为白细胞或红细胞，黑色部分为血涂片的背景，最终得到包含红细胞和白细胞的图像；

步骤3：将步骤1获得的全局图像转换到CMYK空间，然后选出Y通道的子图，红细胞与白细胞的细胞核区域在CMYK空间的Y分量中与周围的环境具有较强的对比度，利用CMYK中的Y分量将红细胞与细胞核区域提取出来，将每一个像素当作样本，使用K均值聚类将所有像素分为2个类，其中一类即为红细胞与细胞核区域，另一类则为背景与白细胞细胞质区域，得到包含红细胞与细胞核的图像；

步骤4：采用步骤2得到的红细胞和白细胞的图像减去步骤3得到的红细胞与细胞核的图像，得到白细胞细胞质的图像；

步骤5：对步骤3得到的包含红细胞与细胞核的图像进行细胞核的分割；

步骤5.1：对细胞核进行增强处理；

在步骤3中获得了包含红细胞与细胞核的区域的图像，由于红细胞区域与细胞核区域的灰度值不同，采用空域图像增强的方式，对像素灰度值进行运算处理，采用分段线性变换的方式进行灰度拉伸，改变细胞核部分的灰度动态范围，提高红细胞区域与细胞核区域的对比度；

步骤5.2：然后使用最大类间方差自适应阈值法分割细胞核区域，大于等于阈值的像素为细胞核区域，小于阈值的像素为红细胞区域；

步骤5.3：对得到的白细胞细胞核图像进行开操作，断开细小连接处并平滑轮廓，对细胞核边界进行优化，再通过对每一个连通域的面积进行计算并求得所有连通域面积的平均值，由于噪点与核区域面积相差较大，所以面积小于平均值的连通域为噪点，实现细胞核的分割；

步骤6：对每个白细胞图像的颜色特征，纹理特征，形态学特征进行特征提取；其中颜色特征主要包括：均值，方差，峰度和偏度；纹理特征包括：均值，平滑度，标准偏差和熵；形态学特征包括：细胞核的面积和周长，细胞质的面积和周长，核质比，分叶数，圆度，周长比，偏心率和质心距离；形态学特征中的数据采用步骤5得到的细胞核数据进行计算；

步骤7：采用步骤6的特征，训练一个SVM分类器，将白细胞分为5类分别为：嗜中性白细胞，嗜酸性白细胞，嗜碱性白细胞，淋巴细胞和单核细胞；实际检测过程中采用训练好的SVM分类器对识别出的白细胞进行分类。