[發明專利]基于自我學習機制的粘連菌落自動分割方法

有效

• 申請號: 201710017499.0
• 申請日: 2017-01-11
• 公開（公告）號: CN106897992B
• 公開（公告）日: 2020-11-20
• 發明（設計）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）人: 江蘇大學
• 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

1.一種基于自我學習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域（1）、菌落接觸區域（2）以及菌落中心區域（3）內的紅色分量R、綠色分量G和藍色分量B的均值r、g和b，得到的n*3組數據，組建數組X _{n*3, 3}；所述數組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I_i中菌落邊緣區域（1）的（r，g，b）值，數組X_{n*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I_i中菌落接觸區域（2）的（r，g，b）值，數組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I_i中菌落中心區域（3）的（r，g，b）值；

過程（2），建立數組Y _{n*3, 1}，保存數組X _{n*3, 3}中每一行的（r，g，b）值對應區域的屬性，其中Y _{n*3, 1}數組中第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}數組中第j*3行（j=1, 2, …, n-1, n）的取值均為1；

過程（3），構建分割模型，將n個粘連菌落彩色圖像I_i中的前Int (2*n/3)幅圖像在數組X_{n*3, 3}和數組Y _{n*3, 1}對應的數據結合K最近鄰分類算法構建分割模型 Y = F_knn（X）；其中Int(2*n/3)表示對2*n/3取整數；

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I_i中的后n-Int (2*n/3)幅圖像在數組X _{n*3, 3}和數組Y _{n*3, 1}對應的數據，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_合格累計出現的次數小于等于K次，則重新進入步驟一；若R小于R_合格且R小于R_合格累計出現的次數大于K次，則終止執行任何步驟；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I_D（D=1, 2, …, n-1, n），分別提取每一個像素點對應的紅色分量R的均值r、綠色分量G的均值g和藍色分量B的均值b，構成的輸入變量X_D，代入已通過測試的分割模型Y = F_knn（X），逐一計算像素點對應的屬性Y_D = F_knn（X_D），進而完成對待分割粘連菌落彩色圖像的二值分割。

2. 根據權利要求1所述的一種基于自我學習機制的粘連菌落自動分割方法，其特征在于，步驟一過程（2）中所述數組Y _{n*3, 1}中0代表數組X _{n*3, 3}的對應的（r，g，b）值屬于背景區域；1代表數組X _{n*3, 3}對應的（r，g，b）值屬于目標區域；即菌落邊緣區域（1）和菌落接觸區域（2）的（r，g，b）值屬背景區域，菌落中心區域（3）的（r，g，b）值屬目標區域。