[發(fā)明專利]基于自我學(xué)習(xí)機制的粘連菌落自動分割方法有效
| 申請?zhí)枺?/td> | 201710017499.0 | 申請日: | 2017-01-11 |
| 公開(公告)號: | CN106897992B | 公開(公告)日: | 2020-11-20 |
| 發(fā)明(設(shè)計)人: | 石吉勇;張芳;鄒小波;胡雪桃;張文;黃曉瑋;李志華;徐藝偉;翟曉東 | 申請(專利權(quán))人: | 江蘇大學(xué) |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/11;G06T7/194;G06T7/66 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 212013 江*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 自我 學(xué)習(xí) 機制 粘連 菌落 自動 分割 方法 | ||
1.一種基于自我學(xué)習(xí)機制的粘連菌落自動分割方法,其特征在于,按照如下步驟進行:
步驟一:分割模型的自我構(gòu)建,具體包含以下過程:
過程(1),采集菌落彩色圖像,分別提取n個粘連菌落彩色圖像中菌落邊緣區(qū)域(1)、菌落接觸區(qū)域(2)以及菌落中心區(qū)域(3)內(nèi)的紅色分量R、綠色分量G和藍色分量B的均值r、g和b,得到的n*3組數(shù)據(jù),組建數(shù)組X n*3, 3;所述數(shù)組X n*3, 3的第1列、第2列和第3列分別保存紅色分量R的均值r、綠色分量G的均值g和藍色分量B的均值b;數(shù)組X n*3, 3的第j*3-2行(j=1,2, …, n-1, n)依次保存n個粘連菌落彩色圖像Ii中菌落邊緣區(qū)域(1)的(r,g,b)值,數(shù)組Xn*3, 3的第j*3-1行(j=1, 2, …, n-1, n)依次保存n個粘連菌落彩色圖像Ii中菌落接觸區(qū)域(2)的(r,g,b)值,數(shù)組X n*3, 3的第j*3行(j=1, 2, …, n-1, n)依次保存n個粘連菌落彩色圖像Ii中菌落中心區(qū)域(3)的(r,g,b)值;
過程(2),建立數(shù)組Y n*3, 1,保存數(shù)組X n*3, 3中每一行的(r,g,b)值對應(yīng)區(qū)域的屬性,其中Y n*3, 1數(shù)組中第j*3-2行(j=1, 2, …, n-1, n)、第j*3-1行(j=1, 2, …, n-1, n)的取值均為0,Y n*3, 1數(shù)組中第j*3行(j=1, 2, …, n-1, n)的取值均為1;
過程(3),構(gòu)建分割模型,將n個粘連菌落彩色圖像Ii中的前Int (2*n/3)幅圖像在數(shù)組Xn*3, 3和數(shù)組Y n*3, 1對應(yīng)的數(shù)據(jù)結(jié)合K最近鄰分類算法構(gòu)建分割模型 Y = Fknn(X);其中Int(2*n/3)表示對2*n/3取整數(shù);
步驟二:分割模型的自我測試,具體包含以下過程:
提取n個粘連菌落彩色圖像Ii中的后n-Int (2*n/3)幅圖像在數(shù)組X n*3, 3和數(shù)組Y n*3, 1對應(yīng)的數(shù)據(jù),測試已建立的分割模型;計算出分割模型的自我測試效果R,若R大于等于R合格,則進入步驟三;若R小于R合格且R小于R合格累計出現(xiàn)的次數(shù)小于等于K次,則重新進入步驟一;若R小于R合格且R小于R合格累計出現(xiàn)的次數(shù)大于K次,則終止執(zhí)行任何步驟;其中R合格為90%,K為10;
步驟三:粘連菌落的自動分割,具體包含以下過程:
采集待分割的粘連菌落彩色圖像ID(D=1, 2, …, n-1, n),分別提取每一個像素點對應(yīng)的紅色分量R的均值r、綠色分量G的均值g和藍色分量B的均值b,構(gòu)成的輸入變量XD,代入已通過測試的分割模型Y = Fknn(X),逐一計算像素點對應(yīng)的屬性YD = Fknn(XD),進而完成對待分割粘連菌落彩色圖像的二值分割。
2. 根據(jù)權(quán)利要求1所述的一種基于自我學(xué)習(xí)機制的粘連菌落自動分割方法,其特征在于,步驟一過程(2)中所述數(shù)組Y n*3, 1中0代表數(shù)組X n*3, 3的對應(yīng)的(r,g,b)值屬于背景區(qū)域;1代表數(shù)組X n*3, 3對應(yīng)的(r,g,b)值屬于目標區(qū)域;即菌落邊緣區(qū)域(1)和菌落接觸區(qū)域(2)的(r,g,b)值屬背景區(qū)域,菌落中心區(qū)域(3)的(r,g,b)值屬目標區(qū)域。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于江蘇大學(xué),未經(jīng)江蘇大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710017499.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進式學(xué)習(xí)管理方法及漸進式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





