[发明专利]一种中药材显微图像的特征提取与识别检索方法

摘要

本发明公开了一种中药材显微图像的特征提取与识别检索方法，通过引入PCNN赋时矩阵信息处理方法，结合PCNN与图像傅里叶变换和小数幂指数滤波相，提取变换域中图像特征信息，以马氏距离结合Pearson积矩相关法的综合相似性度量为依据，提出中药材显微图像信息快速存储、识别检索算法，构建全息中药材显微组织图像、花粉图像特征提取与识别检索系统，进一步提高中药材质量评价的客观性、准确性、可重复性和智能化程度，为中药材检测与分析的现代化提供一种新的途径。

主权项

1.一种中药材显微图像的特征提取与识别检索方法，其特征在于，所述的中药材显微图像的特征提取与识别检索方法包括：/n步骤一、采集原始图像，对原始图像进行预处理，分割出目标区域的轮廓，进行图像去噪，将神经网络PCNN与图像对应，将中心神经元与图像的像素点对应，中心神经元的邻域与邻域像素点对应，神经元的输入为像素点的灰度值；/n步骤二、建立从空间图像处理信息到时间信息的PCNN赋时矩阵，将赋时矩阵视为不变直方图矢量重心，经PCNN迭代处理中药材显微图像并提取直方图矢量不变特征；/n步骤三、把PCNN神经元模型与最大模糊熵或超模糊熵判据相结合对图像进行自动分割，提取中药材二值图像目标，建立引入交叉熵分割判据的PCNN中药材显微图像分割算法；/n步骤四、以最大互信息优化多值图像分割并进行图像去噪，建立相邻分割图像互信息熵差最小分类判据，选取中药显微图像建立基于最小互信息熵差的PCNN自动多值目标分割算法，得到完善的多值目标图像；/n步骤五、利用PCNN模型处理中药材显微图像，提取各二维图像的一维时间序列信号特征并存储特征信息，对该一维时间序列信号进行熵变换，形成熵序列信号，并作为PCNN处理的另一图像特征，并结合中药材显微图像体视学要求的图像目标特征，提取中药材显微图像空域特征；/n步骤六、将PCNN模型与图像傅里叶变换小数幂指数滤波相结合，提取图像变换域特征信息；/n步骤七、分析PCNN迭代图像处理图像的形状、颜色、纹理及原图像目标形状、结构分布的归一化转动惯量混合特征，引入马氏距离结合Pearson积矩相关法的综合相似性度量方法，提取中药材显微图像PCNN的特征信息；/n步骤八、提取同一图像的步骤二、步骤五、步骤六、步骤七所述的特征信息，建立中药材显微图像特征信息库，搭建中药材显微图像的主辅特征识别与检索的智能专家系统；/n所述神经网络PCNN内置检测优化模块，该检测优化模块用于：/n将采集到的图像建立图像的显著模型，所述建立图像的显著性模型包括：/n利用预定过分割算法对所述图像进行过分割和模板参数提取，对整个输入图像，以8*8个像素为单元，计算每个单元的平均灰度值和每个单元的最大灰度值，得到至少一个区域，同一个所述区域中各个像素点的颜色值相同；/n确定每个所述区域的颜色值和质心；/n根据各个区域所对应的颜色值以及各个区域的质心，建立所述显著性模型；/n所述显著性模型为：