[发明专利]面向多领域的高适应性识别计数方法

说明书

本发明公开了一种面向多领域的高适应性识别计数方法，适于对目标进行计数，其包括如下步骤：输入待测图像；对所述待测图像的待测区域进行基于灰度信息及形状信息分析，得到目标区域ROI；提取所述目标区域ROI的阵列特征；依据所述阵列特征判断所述目标是否呈规则阵列分布，依据判断结果对所述目标进行计数，以得到所述目标的计数值；本发明的面向多领域的高适应性识别计数方法可自动寻找目标并进行计数操作，以满足不同领域的计数需求，且无需重复开发、部署，其适应性强、计数效率高，能够大大缩短计数方法的开发周期，有效提高生产率。

技术领域

本发明涉及计数方法技术领域，尤其涉及一种面向多领域的高适应性识别计数方法。

背景技术

在生物、医药、半导体、化工等领域，经常需要对目标对象进行识别，并统计其数量，作为后续研究、生产等的依据。例如生物领域统计样本内癌变细胞数量，作为癌变判断的依据；医药领域计算单位批次药品数量，判断产线的稳定性；半导体领域识别晶片切割的数量，判断切割利用率及良率；化工领域感知金相碳素的数量，判断金属材料的性能和品质。

现有的识别并计数的方法主要有人工识别法、光电感应法、生物融合法、图像处理法。其中，人工识别法采用人的经验来识别特定的目标并计数，各领域广泛采用，对于着重经验，并不依赖效率的场合，普遍采用这一方法，但这样严重依赖人力，并且经验的不稳定大，造成重复精度差、效率低；光电感应法采用光电感应传感器计数，多见于工业流水线，仅适用于简单的无差别计数，不能对目标物体进行智能识别计数；生物融合法多见于生物科技领域，采用细胞工程中的受体结合原理，来筛选目标细胞，完成识别和计数，但这种方法成本高，代价大，且破坏了识别对象；图像处理法是在各个领域广泛采用的间接识别方法，对目标物体无破坏性，且能兼顾精度和效率，但现有的图像识别方法都是针对单一领域采用的单一处理方法，针对不同的领域和不同的产品，都要进行定制的开发和部署，适应性差、效率低。

因此，亟需一种面向多领域的高适应性识别计数方法来解决上述问题。

发明内容

本发明的目的是提供一种面向多领域的高适应性识别计数方法，可自动寻找目标并进行计数操作，以满足不同领域的计数需求，且无需重复开发、部署，其适应性强、计数效率高，能够大大缩短计数方法的开发周期，有效提高生产率。

为了实现上有目的，本发明公开了一种面向多领域的高适应性识别计数方法，适于对目标进行计数，其包括如下步骤：

S1、输入待测图像；

S2、对所述待测图像的待测区域进行基于灰度信息及形状信息分析，得到目标区域ROI；

S3、提取所述目标区域ROI的阵列特征；

S4、依据所述阵列特征判断所述目标是否呈规则阵列分布，依据判断结果对所述目标进行计数，以得到所述目标的计数值。

与现有技术相比，本发明的面向多领域的高适应性识别计数方法，一方面，对待测图像的待测区域进行基于灰度信息及形状信息分析，得到目标区域ROI，针对不同领域的待测图像分析获得目标区域ROI，以满足不同领域的计数需求；另一方面，本发明提取目标区域ROI的阵列特征，依据阵列特征判断目标是否呈规则阵列分布，依据判断结果对目标进行计数，以得到目标的计数值，无需针对不同领域的目标重复开发、部署分析方法，适应性强，其计数方法简单、且相较于现有的技术具有很强的适应性，对大部分领域的计数目标均适用。

较佳地，所述步骤(3)进一步包括如下步骤：

S31、提取所述目标区域ROI的形状特征；

所述步骤(4)具体包括如下步骤：

S41、若所述目标呈规则阵列分布，则依据规则阵列对所述目标进行计数；