[发明专利]一种基于多焦距的图像识别方法及装置、存储介质有效

专利信息
申请号: 202011094140.1 申请日: 2020-10-14
公开(公告)号: CN111932542B 公开(公告)日: 2021-02-02
发明(设计)人: 许德鹏;刘晓康;陈齐文;王雪锋;朱青青 申请(专利权)人: 深圳市瑞图生物技术有限公司
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 深圳鼎合诚知识产权代理有限公司 44281 代理人: 彭家恩;彭愿洁
地址: 518000 广东省深圳市宝安区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 焦距 图像 识别 方法 装置 存储 介质
【说明书】:

一种基于多焦距的图像识别方法及装置、存储介质,其中图像识别方法包括:获取多幅不同焦距的样本图像;对各幅样本图像分别进行目标识别,得到每幅样本图像中各检测目标的识别信息;根据各幅样本图像中各检测目标的识别信息进行去重处理,将去重后的检测目标存入预设的多焦点图像目标集中。本申请技术方案无需进行样本图像的多焦点重建就可以有效地识别出所有检测目标,如此不仅能够提高图像识别的准确度,还能够提高图像处理速度且缩短识别所需的时间,从而有助于提升医疗检测装置的实用性能。

技术领域

发明涉及医疗检测技术领域,具体涉及一种基于多焦距的及装置、存储介质。

背景技术

在现有医疗检测装置中,往往需要拍摄获取样本在染色或者显色后的图像,摄取的图像质量对后续的样本分析起到至关重要的作用。当被拍摄对象的厚度大于景深时,则拍摄出的图像中会存在部分位于焦平面而部分处于离焦状态的情况,即近处物体拍摄清楚而远处物体模糊,此时就不能很好地获取失焦部分物体的信息,那么采用单一焦点图像进行识别时就会使得图像识别的准确率受到严重影响。

目前,解决失焦问题的技术手段是同时拍摄不同焦点的图像,得到清晰的远处物体图像和清晰的近处物体图像之后进行算法融合,从而获得一张远处物体清晰且近处物体也清晰的图像。但是,这种算法融合方式还存在着几点不足,例如,该方式要求得到多张焦点图像时,物体不能有位移,否则算法融合无法避免“拖影”的现象;此外,该方式需要遍历多张图像的所有像素点,则在处理高清图像时会严重拖慢融合算法的运算速度,占用过多的系统资源,从而降低用户的设备体验感。

发明内容

本发明主要解决的技术问题是:如何提高医疗检测装置中样本图像识别的准确度。为解决上述技术问题,本申请提供一种基于多焦距的图像识别方法及装置、存储介质。

根据第一方面,一种实施例中提供一种基于多焦距的图像识别方法,其包括:获取多幅不同焦距的样本图像;每幅所述样本图像包括一个或多个检测目标;对各幅所述样本图像分别进行目标识别,得到每幅所述样本图像中各所述检测目标的识别信息;根据各幅所述样本图像中各所述检测目标的识别信息进行去重处理,将去重后的所述检测目标存入预设的多焦点图像目标集中。

所述获取多幅不同焦距的样本图像包括:控制显微镜的焦点聚焦于样本上不同焦距对应的焦平面;通过相机拍摄获取每个所述焦平面在相同视野下的图像并作为对应焦距的样本图像。

所述检测目标为细胞和/或微生物的成像状态;所述样本用于在静止预设的时间后进行拍摄取像。

所述对各幅所述样本图像分别进行目标识别,得到每幅所述样本图像中各所述检测目标的识别信息包括:将每幅所述样本图像输入至预设的目标识别算法,通过所述目标识别算法生成各所述检测目标的识别信息;所述识别信息包括所述检测目标的所属类别、识别结果置信度和所在图像区域的坐标。

所述根据各幅所述样本图像中各所述检测目标的识别信息进行去重处理,将去重后的所述检测目标存入预设的多焦点图像目标集中包括:根据各所述检测目标的识别信息判断多幅所述样本图像中归类于同一检测目标的若干个所述检测目标,并对归类于同一检测目标的若干个所述检测目标进行去重;将去重后所述检测目标存入预设的多焦点图像目标集中。

所述根据各所述检测目标的识别信息判断多幅所述样本图像中归类于同一检测目标的若干个所述检测目标,并对归类于同一检测目标的若干个所述检测目标进行去重包括:根据所述识别信息中所述检测目标的所属类别判断所述检测目标的类别;遍历各所述检测目标,根据所述检测目标的所在图像区域的坐标找到多幅所述样本图像中归类于同一所述检测目标的若干个所述检测目标;根据所述检测目标的识别结果置信度在多幅所述样本图像且归类于同一所述检测目标的若干个所述检测目标中选择一所述检测目标。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市瑞图生物技术有限公司,未经深圳市瑞图生物技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011094140.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top