[发明专利]硅藻图像分割方法、分割系统、计算机装置及存储介质

说明书

本发明涉及一种硅藻图像分割方法、分割系统、计算机装置及存储介质，包括：对标准样标注数据进行标注框裁剪分割，获取硅藻标注框内图像，通过基于图的图像分割算法对硅藻标注框内图像进行分割，获得硅藻标注框内图像的先验分割结果，通过FCN网络获得硅藻标注框内图像的32通道分类结果和一通道图像像素级分类结果，将先验分割结果与一通道图像像素级分类结果进行聚类，获得聚类结果，将聚类结果与FCN网络输出的32通道分类结果结合计算交叉熵损失函数并进行反向传播，更新网络参数，直至区域数量小于给定值，最终得到硅藻分割掩膜。本申请的方法效率较高，且对硅藻碎片图像的分割具有更好的泛化性能。

技术领域

本发明涉及图像处理领域，特别是涉及硅藻图像分割方法、分割系统、计算机装置及存储介质。

背景技术

硅藻是一类具有色素体的单细胞植物，常由多个细胞个体连结成各式各样的群体。硅藻的形态多种多样，在食物链中属于生产者，其主要特点是细胞外覆硅质的细胞壁，硅质细胞壁纹理和形态各异，多呈对称排列，这种排列方式可作为分类命名的依据。化石遗迹显示，硅藻最迟起源于早侏罗纪时期，其生长环境非常广泛，地球上凡是有水滞留的地方几乎都能见到硅藻的踪迹。硅藻有海水、半咸水、淡水和广适四大类型，生物量巨大，在全球碳、氮、氧、磷、铁、硅等循环中起到重要的作用。并且大量的硅藻种对环境变化敏感，如PH、盐、光、温度、氮和磷含量等。因此硅藻一直以来都是一种重要的环境监测指示物种，通过分析水体中的硅藻种类、数量、形态等指标，能够进行水质和环境监测、刑侦判别等领域研究。

上述对于硅藻的研究要基于硅藻图像数据库的建立，而硅藻图像数据库的建立又基于大量硅藻分割图像的获取。目前，如何效率较高的获取精确度较高的硅藻分割图像成为有待解决的问题。

发明内容

基于此，提供一种基于FCN的硅藻图像半监督自动分割方法。该方法有利于高效的精确的获取硅藻分割图像。

一种基于FCN的硅藻图像半监督自动分割方法，包括：

对标准样标注数据进行标注框裁剪分割，获取硅藻标注框内图像，

通过基于图的图像分割算法对硅藻标注框内图像进行分割，获得硅藻标注框内图像的先验分割结果，

通过FCN网络获得硅藻标注框内图像的32通道分类结果，并通过32通道分类结果获得一通道图像像素级分类结果，

将先验分割结果与一通道图像像素级分类结果进行聚类，获得聚类结果，

将聚类结果与FCN网络输出的32通道分类结果结合计算交叉熵损失函数并进行反向传播，更新网络参数，如此循环迭代，直至区域数量小于给定值，最终得到硅藻标注框内图像的分割掩膜。

本申请的上述方法效率较高，且本方法不仅使用了图像的颜色、灰度信息，还结合了硅藻图像的纹理等高层信息以获得更高的分割精度，对硅藻碎片图像的分割具有更好的泛化性能。

在其中一个实施例中，所述基于图的图像分割算法为Felzenszwalb算法。

在其中一个实施例中，对所述分割掩膜依次进行形态学腐蚀操作、最大连通区域填充操作，最终获得硅藻分割图。

在其中一个实施例中，对所述硅藻分割图进行亮度变换操作、不等比缩放操作、随机旋转操作或随机翻转操作。

在其中一个实施例中，将所述硅藻分割图结合目标域背景图像进行图像合成。

在其中一个实施例中，通过腐蚀-膨胀操作提取所述硅藻分割图的一定宽度范围的边缘区域，并在所述硅藻分割图的边缘添加均值模糊。

一种基于FCN的硅藻图像半监督自动分割系统，包括数据获取单元和数据处理单元，

所述数据获取单元用于获取标准样标注数据，