[发明专利]基于多尺度条件概率模型的猪瘟病毒电镜图像检测方法

权利要求书

1.基于多尺度条件概率模型的猪瘟病毒电镜图像检测方法，其特征在于：包括以下步骤：

步骤1：采集原始猪瘟病毒电镜图片进行预处理；

步骤2：对预处理的图片进行网格化处理；

步骤3：对网格化得到的图像，进行最大池化，然后提取每个图像的灰度共生梯度矩阵和方向梯度直方图特征合成一个向量生成灰度共生梯度特征；

步骤4：将图像的灰度共生梯度特征利用分类器进行分类，得到灰度共生梯度特征的一元势函数；将图像的灰度共生梯度特征相邻的八个图像的灰度共生梯度特征利用分类器进行分类，得到相邻的八个灰度共生梯度特征的二元势函数；

步骤5：将一元势函数和二元势函数结合作为多尺度条件概率模型的势能团，通过多尺度条件概率模型计算图像级分类结果的联合概率。

2.根据权利要求1所述的基于多尺度条件概率模型的猪瘟病毒电镜图像检测方法，其特征在于：所述预处理包括去噪处理，所述去噪处理采用中值滤波。

3.根据权利要求1所述的基于多尺度条件概率模型的猪瘟病毒电镜图像检测方法，其特征在于：所述网格化处理包括以下步骤：

步骤2.1：求出图像的大小；

步骤2.2：根据所要分割的数目的图片进行行和列的除法操作；

步骤2.3：分割剩余部分丢弃；

步骤2.4：判定符合标准与否，返回相应值、创建可视化图。

4.根据权利要求1所述的基于多尺度条件概率模型的猪瘟病毒电镜图像检测方法，其特征在于：所述方向梯度直方图特征的提取包括以下步骤：

步骤3.1：将图像的色彩转为灰度，采用Gamma归一化；

步骤3.2：分别对图像中每个像素计算梯度的大小以及方向；

步骤3.3：将图像分割，最终成为小的单元胞Cell；

步骤3.4：直方图由每个单元格的梯度方向所构成，每个单元胞Cell的像素梯度方向直方图进行统计，并以像素大小为权重；

步骤3.5：将单元胞Cell的单元格组合成更大的块block空间，在此空间在此进行归一化；

步骤3.6：生成方向梯度直方图特征。

5.根据权利要求1所述的基于多尺度条件概率模型的猪瘟病毒电镜图像检测方法，其特征在于：所述分类器采用随机森林分类器。

6.根据权利要求1所述的基于多尺度条件概率模型的猪瘟病毒电镜图像检测方法，其特征在于：所述多尺度条件概率模型的表达式为：

其中，V代表图所有节点的集合，E代表的是无向图所有边的集合，表示一元势函数，用于测量节点i被标记为观测矢量Y的x_i的概率，表示二元势函数，用于描述图像中相邻节点i，j的关系。