[發(fā)明專利]基于序列閾值差的精子顯微視頻序列濾波質(zhì)量客觀評價方法有效
| 申請?zhí)枺?/td> | 201810359333.1 | 申請日: | 2018-04-20 |
| 公開(公告)號: | CN108629765B | 公開(公告)日: | 2020-09-08 |
| 發(fā)明(設(shè)計)人: | 齊現(xiàn)英;劉伯強 | 申請(專利權(quán))人: | 山東第一醫(yī)科大學(xué)(山東省醫(yī)學(xué)科學(xué)院) |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/136;G06T5/00 |
| 代理公司: | 濟南圣達知識產(chǎn)權(quán)代理有限公司 37221 | 代理人: | 李琳 |
| 地址: | 250012 山*** | 國省代碼: | 山東;37 |
| 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 序列 閾值 精子 顯微 視頻 濾波 質(zhì)量 客觀 評價 方法 | ||
1.基于序列閾值差的精子顯微視頻序列濾波質(zhì)量客觀評價方法,其特征在于,包括如下步驟:
步驟一,選精子視頻序列的m幅圖像組成新的圖像序列,對m幅圖像加入不同密度的噪聲,形成加噪視頻序列,用濾波算法對加噪視頻序列進行濾波,輸出濾波序列,其中m≥20;
步驟二,用最大類間差法對輸出的濾波序列進行精子分割,得到輸出序列圖像的分割閾值;
步驟三,去掉最低噪聲密度時的精子分割閾值的n個最大值和n個最小值,得到剩余閾值集合,數(shù)字濾波后求均值,其中n≥1;
步驟四,計算不同噪聲密度下,濾波算法對應(yīng)的序列閾值差值;
步驟五,計算不同噪聲密度下濾波算法的VDST評價矩陣;
步驟六,得出算法濾波性能的客觀評價指標(biāo)及結(jié)論:VDST評價矩陣中各項數(shù)值越小,對應(yīng)濾波算法的性能越好;
在步驟一中,選精子視頻序列的前m幅圖像組成新的圖像序列P={P1,P2...Pm},對m幅圖像加入密度為N={N1,N2...Nj}的噪聲,噪聲密度為Ni時的加噪視頻序列表示為NiP={NiP1,NiP2,...NiPm},其中i∈{1,2,3...j};其中噪聲以10%的密度遞增,所以j最大為10;用濾波算法對NiP進行濾波,噪聲密度Ni時輸出濾波序列OiP為:OiP=F(NiP)={OiP1,OiP2,...OiPm};
在步驟二中,用最大類間差法對OiP進行精子分割,得到輸出序列圖像的分割閾值
在步驟三中,將噪聲密度為N1時的精子分割閾值的n個最大值和n個最小值去掉,得到剩余閾值集合TSort,進行數(shù)字濾波后求均值MeanTh:
MeanTh=mean(TSort),
TSort={T(n+1),T(n+2),...T(m-n)},其中,T(n+1)<T(n+2)...<T(m-n),
其中,TSort為數(shù)字濾波后的閾值集合;n為剔除最大值及最小值的個數(shù);
在步驟四中,計算噪聲密度Ni下,濾波算法對應(yīng)的序列閾值差值
其中,其中1≤s≤m;
在步驟五中,所述VDST評價矩陣為:
2.根據(jù)權(quán)利要求1所述的基于序列閾值差的精子顯微視頻序列濾波質(zhì)量客觀評價方法,其特征在于,在步驟一中,選取的圖像數(shù)m取值范圍為20~25。
3.根據(jù)權(quán)利要求2所述的基于序列閾值差的精子顯微視頻序列濾波質(zhì)量客觀評價方法,其特征在于,在步驟三中,去掉最低噪聲密度時的精子分割閾值的最大值及最小值個數(shù)n的取值范圍為1~3。
4.根據(jù)權(quán)利要求3所述的基于序列閾值差的精子顯微視頻序列濾波質(zhì)量客觀評價方法,其特征在于,在步驟一中,m取值為20。
5.根據(jù)權(quán)利要求4所述的基于序列閾值差的精子顯微視頻序列濾波質(zhì)量客觀評價方法,其特征在于,在步驟三中,n取值為3。
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)利屬于山東第一醫(yī)科大學(xué)(山東省醫(yī)學(xué)科學(xué)院),未經(jīng)山東第一醫(yī)科大學(xué)(山東省醫(yī)學(xué)科學(xué)院)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/201810359333.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





