[發明專利]一種基于圖像識別的血液細胞計數方法在審
| 申請號: | 201810169651.1 | 申請日: | 2018-03-01 |
| 公開(公告)號: | CN110223307A | 公開(公告)日: | 2019-09-10 |
| 發明(設計)人: | 林輝;翁培壘;行偉森;酈會 | 申請(專利權)人: | 深圳大森智能科技有限公司 |
| 主分類號: | G06T7/13 | 分類號: | G06T7/13;G06T5/00 |
| 代理公司: | 北京華夏泰和知識產權代理有限公司 11662 | 代理人: | 姚金金 |
| 地址: | 518001 廣東省深圳市羅湖區*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 血液細胞 連續區域 邊緣檢測 雙邊濾波 圖像識別 掃描 預處理 邊緣點位置 邊緣圖分割 獲取圖像 檢測邊緣 圖像區域 最大灰度 最小灰度 邊緣圖 灰度圖 像素點 灰度 像素 剔除 輸出 統計 圖片 | ||
本發明公開了一種基于圖像識別的血液細胞計數方法,其步驟包括:獲取圖像,進行預處理、雙邊濾波和邊緣檢測;雙邊濾波后的灰度圖和邊緣檢測后的邊緣圖分割為若干個灰度小圖和邊緣小圖;對每個小圖進行掃描,根據邊緣點位置的最大灰度值和最小灰度值計算出每張小圖的閾值,根據閾值對每張小圖進行掃描,高于閾值的區域為血液細胞圖像區域,將高于閥值的像素點置為255,其他置為0,輸出邊緣圖,檢測邊緣圖中的連續區域,根據血液細胞大小的均值在當前規格圖片上的像素大小剔除過大或過小連續區域,統計剩下的連續區域數量,即為所識別出的血液細胞總數。
技術領域
本發明屬于醫療檢測技術領域,涉及一種基于圖像識別的血液細胞計數方法。
背景技術
目前的血液細胞檢測方法中,最常用的是專利申請號為201610676970.2的一種白帶顯微圖像中白細胞的自動識別方法,通過對顯微鏡圖像進行灰度處理,再尋找圖像中的連通區域,根據白細胞實際的形態,對圖像中連通區域進行依次篩選,最終識別出白帶中的白細胞圖像。
上述方法,只能用于白帶中的白細胞檢測,只能提取白細胞邊緣圖像(詳見專利中的步驟5和步驟6),無法提取真正的白細胞圖像,識別準確率不高;并且在圖片光亮度不均勻的情況下無法準確識別。
發明內容
(一)發明目的
本發明的目的是:提供一種基于圖像識別的血液細胞計數方法,通過對圖像進行分區處理和識別,從而有效的消除亮度不均勻、其他材質性漸變背景對識別的影響,提高在亮度不均勻、其他材質性漸變背景圖像下的血液細胞計數識別準確率。
(二)技術方案
為了解決上述技術問題,本發明提供一種基于圖像識別的血液細胞計數方法,其包括以下步驟:
S1:獲取圖像
使用顯微鏡頭對血液細胞圖像進行采集;
S2:將圖像轉換為灰度圖
將所采集的血液細胞圖像進行灰度處理,轉換為灰度圖;
S3:對灰度圖進行降噪處理;
S4:從降噪處理后的灰度圖中提取最大灰度值和最小灰度值,根據最大灰度值和最小灰度值計算出線性轉換的scalar和偏移;
S5:根據scalar和偏移對降噪處理后的灰度圖進行線性轉換;
S6:對線性變換后的灰度圖進行腐蝕處理;
S7:對步驟S6中腐蝕處理后的灰度圖進行膨脹處理;
S8:對步驟S7中膨脹處理后的灰度圖進行腐蝕處理;
S9:對步驟S8中腐蝕處理后的灰度圖進行雙邊濾波;
S10:對步驟S9中雙邊濾波后的灰度圖進行邊緣檢測;
S11:保存步驟S10中邊緣檢測后輸出的邊緣圖;
S12:對步驟S9得到的灰度圖和步驟S11保存的邊緣圖按照選定的分割圖像大小進行分割,分割為若干個灰度小圖和邊緣小圖;
S13:對每個小圖進行掃描,對比同一區域的灰度小圖和邊緣小圖,通過邊緣小圖邊緣的點位置提取灰度小圖中對應點位置的灰度值,然后篩選出最大灰度值和最小灰度值;
S14:根據邊緣點位置的最大灰度值和最小灰度值設定每張小圖的閾值;
如果邊緣小圖中沒有邊緣,說明當前區域沒有目標,把閥值置為255;
S15:根據各自的閾值對灰度小圖中的每張小圖進行掃描,高于閾值的區域為血液細胞圖像區域,將高于閥值的像素點置為255,其他置為0,輸出邊緣圖;
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深圳大森智能科技有限公司,未經深圳大森智能科技有限公司許可,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/201810169651.1/2.html,轉載請聲明來源鉆瓜專利網。





