[發明專利]一種基于多特征融合的寄生蟲蟲卵識別方法

在審

• 申請號: 201410587222.8
• 申請日: 2014-10-28
• 公開（公告）號: CN104392240A
• 公開（公告）日: 2015-03-04
• 發明（設計）人: 沈海默;陳韶紅;陳家旭
• 申請（專利權）人: 中國疾病預防控制中心寄生蟲病預防控制所
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 上海世貿專利代理有限責任公司 31128
• 代理人: 嚴新德

1.一種基于多特征融合的寄生蟲蟲卵的識別方法，包括一個利用顯微照相設備獲取寄生蟲蟲卵的圖像的過程，其特征在于：所述的過程還包括如下步驟：

a)一個對圖像預處理的步驟，在所述的對圖像預處理的步驟中，將顯微照相設備獲取的圖像信息進行亮度歸一化處理，對歸一化的圖像進行灰度化處理，生成歸一化灰度圖像，然后再對整張圖片進行基于高斯濾波的銳化處理，得到蟲卵邊緣銳化的圖像；

b)一個對蟲卵邊緣銳化的圖像進行均值移位尋找蟲卵的步驟，在所述的對蟲卵邊緣銳化的圖像進行均值移位尋找蟲卵的步驟中，使用均值移位算法來對目標圖片進行分割處理，得到上述圖像的顏色特征向量，基于顏色特征向量規劃并找到最佳目標區域，獲得判斷為蟲卵的區域；

c)一個基于上述判別為蟲卵的區域對蟲卵圖像進行目標獲取的步驟，在所述的目標獲取的步驟中，依據所建立的要識別寄生蟲蟲卵形狀邊緣區域信息，對每個候選的邊緣區域進行二值化處理，采用邊界跟蹤算法按照蟲卵區域的邊界進行目標獲取，得到分割后的蟲卵圖像；

d)一個對分割后的蟲卵圖像截取指定特征值，存入預設特征值數據庫的步驟；

e)一個分類識別的步驟，在一個分類識別的步驟中，采用基于相對距離的KNN(k＝3)算法，將所獲取的特征值代入總數據庫，基于KNN算法判斷蟲卵類別。

2.如權利要求1所述的基于多特征融合的寄生蟲蟲卵的識別方法，其特征在于：在一個對蟲卵邊緣銳化的圖像進行均值移位尋找蟲卵的步驟中，使用均值移位算法來對目標進行分割處理，在使用均值移位算法來對目標進行分割處理的過程中，先對原圖像進行X×Y的劃分，得到X×Y個交點，并對這些交點進行合并處理，即某兩個點對應的顏色值之間的歐氏距離小于某個閾值，所述的閾值為圖像亮度最高的5％像素與亮度最低的5％像素的顏色平均值，則把它們合為一個點，這樣得到m個點作為初始點集合，m代表圖片上X×Y共n個像素點的集合，每個像素點可以表示為自變量X_i{i＝1…n},樣本點平均值位移M的計算方法為：

Mh,U(x)=h2d+2▿‾fE(x)f‾U(x)]]>

在圖片中心選擇一個初始點，在以此點為中心的窗口S_h(x)內計算平均值位移M_h，U(x)，如果該值不小于某個閾值，就把窗口S_h(x)平移M_h,U(x)，然后重復在新的窗口中計算平均值位移，得到新的中心值，直到M_h，U(x)小于某個閾值，停止平移，得到一個最大局部密度位置；重復上述步驟，得到m個對應最大局部密度位置的點，并對這些點進行合并處理，得到n個聚類的中心點，即原圖像的主色，針對原圖像中的每個像素點，根據歐氏距離判斷歸到哪個聚類中，用一維直方圖表示主色信息，橫坐標表示各主色，縱坐標表示各主色包含的像素數的比例，這樣就得到該圖像的顏色特征向量：

Q＝{(P_i,W_i)i＝1,…,n}，其中P_i＝(L^*_i,a^*_i,b^*_i),W_i∈(0,1]，

上述公式中，W為比例，P_i為顏色值，顏色值用LSH分量表示法來表示，分別記為L_i、a_i、b_i，顏色特征向量Q使用EMD算法規劃最佳目標區域，EMD函數的公式一般形式為

EMD(P,Q)=minΣi=1mΣj=1nd(pi,qj)fijΣi=1mΣj=1nfij]]>

其中與預期中心點相似度EMD最高的區域就是目標區。