[发明专利]基于机器视觉的粪便镜检图像有形成分的分类识别方法

摘要

本发明涉及图像处理技术领域，公开了一种基于机器视觉的粪便镜检图像有形成分的分类识别方法。其先运用水平集方法对粪便镜检图像进行图像分割，然后针对分割得到的有形成分的形状轮廓，依次进行基于形态特征的初级分类和基于HOG+VSM训练分类器的校验识别，最终快速得到高精度的有形成分分类识别结果，以便病人及时得到就诊。此外，该方法还具有图像分割精确度高、处理速度快和用户体验好等优点，便于实际应用和推广。

主权项

1.一种基于机器视觉的粪便镜检图像有形成分的分类识别方法，其特征在于，包括训练阶段和识别阶段，其中，识别阶段包括如下步骤：S101.应用水平集方法对第一粪便镜检图像进行图像分割处理，得到第一图像，所述第一图像包含有若干个有形成分的形状轮廓；S102.基于形状轮廓从所述第一图像中提取各个有形成分的几何特征，然后根据几何特征筛选出与各种有形成分类型匹配的目标有形成分；S103.针对不同有形成分类型，提取筛选出的各个目标有形成分的HOG特征，然后采用与该有形成分类型对应的且在训练阶段中基于HOG特征进行训练的SVM分类器，对筛选出的目标有形成分进行校验识别，剔除与该有形成分类型不匹配的目标有形成分；S104.针对不同有形成分类型,在所述第一图像中对匹配的各个目标有形成分进行标记，得到第三图像。