[發明專利]一種基于Hopfield神經網絡的白帶中球菌的自動檢測方法在審
| 申請號: | 201710209693.9 | 申請日: | 2017-03-31 |
| 公開(公告)號: | CN106960444A | 公開(公告)日: | 2017-07-18 |
| 發明(設計)人: | 易少賓;郝如茜;王興國;陳仕隆;鄧福平;鄧皓;倪光明 | 申請(專利權)人: | 寧波摩視光電科技有限公司 |
| 主分類號: | G06T7/155 | 分類號: | G06T7/155;G06T7/136;G06T7/11 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 315100 浙江省*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 hopfield 神經網絡 白帶 球菌 自動檢測 方法 | ||
1.一種基于Hopfield神經網絡的白帶中球菌的自動檢測方法,其特征在于,包括訓練步驟和識別步驟。
2.根據權利要求1所述的一種基于Hopfield神經網絡的白帶中球菌的自動檢測方法,其特征在于所述訓練步驟具體過程為:
步驟1:人工提取現有的白帶顯微圖像中的標準球菌的灰度圖像100幅,統一縮放到15*15的尺寸;
步驟2:對100幅球菌灰度圖像分別運用OSTU算法求得閾值;
步驟3:將圖中各像素點灰度值與該圖的閾值進行比較,若大于閾值,則將該像素點的灰度值置為1,若小于閾值,則將該像素點的灰度值置為-1,得到一個標準的-1、1的二值矩陣;
步驟4:對100幅圖都采取步驟3的操作,得到100個標準的-1、1的二值矩陣,將所有二值矩陣保存成訓練樣本T,T=[A1;A2;A3;…;A100]’(A1、A2、A3……A100為所得二值矩陣);
步驟5:創建一個Hopfield神經網絡,將T輸入該網絡;
步驟6:運行網絡至平衡狀態,保存網絡權值及閾值以及輸出向量Y,供識別階段使用,訓練結束。
3.根據權利要求1所述的一種基于Hopfield神經網絡的白帶中球菌的自動檢測方法,其特征在于所述識別步驟具體過程為:
步驟1:對鹽水白帶顯微灰度圖像進行底帽變換;
步驟2:對底帽變換后的圖像運用OSTU算法求得閾值,再根據閾值分割得到二值圖像;
步驟3:對所得二值圖像進行連通域標定;
步驟4:根據球菌形態特征(面積、周長、圓形度)對各個連通域進行篩選,保留符合球菌形態特征的連通域的外接矩形坐標;
步驟5:根據步驟3中保留的坐標,在原灰度圖像中裁剪下對應外接矩形的灰度小圖;
步驟6:將灰度小圖放縮到與標準球菌圖像一個尺寸(15*15),運用OSTU算法求得閾值;將灰度小圖各像素點灰度值與閾值比較,若灰度值大于該圖的閾值,則將其灰度值置為1,若灰度值小于該圖的閾值,則將其灰度值置為-1,得到一個二值矩陣;
步驟7:將步驟6得到的二值矩陣作為Hopfield神經網絡的輸入,Y為特征庫,送入網絡;
步驟8:當網絡運行達到平衡狀態時,輸出結果;
步驟9:結果分析,判斷是否為球菌,保留識別為球菌的區域。
4.根據權利要求3所述的一種基于Hopfield神經網絡的白帶中球菌的自動檢測方法,其特征在于,所述識別步驟中的步驟1對鹽水白帶顯微灰度圖像進行底帽變換的具體步驟為:
步驟1:用半徑為3的圓盤模板對灰度圖像進行膨脹處理;
步驟2:用半徑為3的圓盤模板對膨脹后的圖像進行腐蝕處理;
步驟3:用膨脹腐蝕后的圖像減去原灰度圖像,得到底帽變換的圖像。
5.根據權利要求3所述的一種基于Hopfield神經網絡的白帶中球菌的自動檢測方法,其特征在于,所述識別步驟中的步驟2中二值圖像的具體獲取方法為:
步驟1:對底帽變換后的圖像運用OSTU算法求得閾值;
步驟2:將圖中各像素點灰度值與閾值比較,若大于閾值,則將該像素點灰度值置為255,若小于閾值,則將該像素點灰度值置為0,得到二值圖像。
6.根據權利要求3所述的一種基于Hopfield神經網絡的白帶中球菌的自動檢測方法,其特征在于,所述識別步驟中的步驟4中符合球菌形態特征的連通域的外接矩形坐標的具體獲取方法為:
步驟1:計算每個連通域的面積和周長;
步驟2:計算圓形度,圓形度計算公式為:
其中,C為圓形度,S為連通區域的面積,L為連通區域的周長;
步驟3:經過面積篩選,保留面積范圍為5~50的連通域的外接矩形坐標;
步驟4:經過周長篩選,保留周長范圍為10~150的連通域的外接矩形坐標;
步驟5:經過圓形度篩選,保留圓形度范圍為0.8~1的連通域的外接矩形坐標。
7.根據權利要求3所述的一種基于Hopfield神經網絡的白帶中球菌的自動檢測方法,其特征在于,所述識別步驟中的步驟9中判斷是否為球菌,保留識別為球菌的區域的具體方法為:
步驟1:將系統運行平衡狀態時的輸出結果Y’與特征庫中標準球菌的特征向量Y進行誤差率P分析;誤差率計算公式如下:
(i=1,2,3…15;j=1,2,3…15)
步驟2:若誤差率小于0.005,則該輸入樣本為球菌;若誤差率大于0.005,則該輸入樣本為雜質。保留識別為球菌的區域。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于寧波摩視光電科技有限公司,未經寧波摩視光電科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710209693.9/1.html,轉載請聲明來源鉆瓜專利網。





