[发明专利]一种基于图像的寄生虫虫卵形状识别系统及方法

说明书

本发明属于图像识别技术领域，公开了一种基于图像的寄生虫虫卵形状识别系统及方法，所述基于图像的寄生虫虫卵形状识别系统包括：取样模块、图像采集模块、光照补偿模块、图像预处理模块、中央处理与控制模块、图像分割模块、特征提取模块、特征识别模块、判断与校准模块、图像库构建模块、显示模块。本发明通过取样模块可以对虫卵标本进行自动采集，通过图像采集模块实现图像的自动采集，并通过对采集图像进行中值滤波能够有效的去除图像噪声，在降噪的同时对原图的模糊效应较低，能保留较多细节，通过获得决策树每个属性的信息增益来测量该属性划分到某一数据集的性能，并对当前数据集进行划分，提高识别效率和保证识别的准确度。

技术领域

本发明属于图像识别技术领域，尤其涉及一种基于图像的寄生虫虫卵形状识别系统及方法。

背景技术

目前，由于气候、生物、自然、人口流动、社会经济变化以及预防寄生虫控制力度下降等众多原因，我国的部分地区相继各类寄生虫突发病例，急性感染人数有了相当大的提高，寄生虫流行疫情呈回升态势。尤其在广大偏远的山区、农村区域，寄生虫病患严重的影响了当地人的身体健康。如何高效的诊断寄生虫病，提早发现寄生虫病，对预防和治疗寄生虫病患有着重要的意义。

目前疾病防控中心和医院的寄生虫的检测，主要是在显微镜下观测患者排泄物或体液切片是否存在虫卵或原虫。这种方式在图片数量较少时是高效的，但当图片数量很大时，经常因为检测人员经验不足、疲劳、注意力不集中等原因导致寄生虫病的漏检和错检。国内外都有学者提出了对寄生虫病原体的自动识别的方法，然而这些方法往往都是基于比较理想化的状态下进行，其实验方法难于胜任实际的检测需要，特别是在杂质较多的情况下，难于获取稳定的识别结果，同时识别效率不高。

通过上述分析，现有技术存在的问题及缺陷为：

(1)当图片数量很大时，经常因为检测人员经验不足、疲劳、注意力不集中等原因导致寄生虫病的漏检和错检。

(2)现有的对寄生虫病原体的自动识别方法难于获取稳定的识别结果，同时识别效率不高。

发明内容

针对现有技术存在的问题，本发明提供了一种基于图像的寄生虫虫卵形状识别系统及方法。

本发明是这样实现的，一种基于图像的寄生虫虫卵形状识别方法，所述基于图像的寄生虫虫卵形状识别方法包括以下步骤：

步骤一，通过取样模块的样本采集单元利用寄生虫卵自动取样装置采集定量的粪便标本放入集卵标本盒中，然后通过搅拌单元利用机械臂加入稀释液并搅拌混匀。

步骤二，混合均匀后，通过输送单元利用吸样针将稀释混匀后的样品输送到显微镜的流动计数池内，再通过细管输送到载玻片上，完成对待识别的虫卵样品的取样操作。

步骤三，通过图像采集模块利用显微镜镜头对虫卵样品的原始图像进行采集；通过光照补偿模块利用照明灯在进行图像采集时对虫卵样品进行光照补偿。

步骤四，通过图像预处理模块利用灰度处理单元获取虫卵样品原始图像中各像素的灰度值，得到灰度矩阵；根据所述灰度矩阵中行/列灰度分布趋势，得到均衡数组。

步骤五，根据所述均衡数组修正所述灰度矩阵，对采集的虫卵图像进行灰度处理，将采集的彩色虫卵图像转换为灰度图像。

步骤六，通过中值滤波单元把局部区域的像素按灰度等级进行排序，将图像的前景与背景分离，并取所述序列中灰度的中值作为当前像素的灰度值。

步骤七，将所述图像像素的灰度值转化为单一的图像灰度变化曲线，并对所述图像的灰度变化曲线进行曲线拟合校正，根据校正后的灰度变化曲线确定图像切割位置。

步骤八，通过中央处理与控制模块利用中央处理器接收采集的数据信息，并通过采集信息和预设参数对所述基于图像的寄生虫虫卵形状识别系统的各个受控模块进行协调控制。