[發明專利]一種基于無監督逐像素分類的角毛藻圖像分割方法

有效

• 申請號: 201810763944.2
• 申請日: 2018-07-12
• 公開（公告）號: CN108961301B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 鄭海永;湯寧;顧肇瑞;俞智斌;鄭冰
• 申請（專利權）人: 中國海洋大學
• 主分類號: G06T7/194
• 分類號: G06T7/194;G06T7/13;G06T5/40;G06T5/30;G06N3/04
• 代理公司: 重慶敏創專利代理事務所(普通合伙) 50253
• 代理人: 陳千

本發明提供一種基于無監督逐像素分類的角毛藻圖像分割方法，包括如下步驟：利用GSDAM圖像處理算法提取原始圖像I₀的角毛信息，得到角毛信息圖像G，同時，利用Canny圖像處理算法提取所述原始圖像I₀的細胞邊緣，得到細胞邊緣圖像C；利用所述角毛信息圖像G和所述細胞邊緣圖像C生成自動訓練樣本，選擇出正樣本和負樣本；將所述正樣本和所述負樣本輸入到DeepLab的深度卷積神經網絡DCNN中進行逐個像素點的訓練；將所述原始圖像I₀中未知標注像素輸入到訓練后的模型中，將所述未知標注像素區分為角毛藻目標和背景，得到最終分割結果圖。本發明提供的分割方法能從原始顯微圖像中自動分割出角毛藻細胞，分割效果好，為后續角毛藻的識別及分類提供了良好的研究基礎。

技術領域

本發明涉及浮游生物圖像處理及深度學習技術領域，特別涉及一種基于無監督逐像素分類的角毛藻圖像分割方法。

背景技術

角毛藻是海洋浮游硅藻中最大的種屬并廣泛分布于世界各個海域。大部分角毛藻對碳循環和制氧有著重要作用，但少數角毛藻對海洋生態系統有著不良影響，甚至會引發赤潮。因此角毛藻種屬間的識別和分類對維持海洋生態平衡有著重要的研究價值。

傳統的依靠人力對浮游植物的識別往往費時費力，并且受專業知識和判斷的影響，因此，浮游植物自動識別及分類成為海洋生物學家和海洋環境保護學家的首要任務。

然而，當前針對角毛藻顯微圖像的分割方法較少，并且傳統的圖像分割方法僅僅考慮了顏色、邊緣和紋理等低級視覺信息，無法實現良好的分割效果，同時，考慮到角毛藻獨特的生物特征，其人工標注難以獲取。

發明內容

本發明提供一種基于無監督逐像素分類的角毛藻圖像分割方法，以解決依靠人力識別角毛藻效率低，以及利用傳統的圖像分割方法分割效果不好等技術問題，本發明提供的分割方法能從原始顯微圖像中自動分割出角毛藻細胞，分割效果好，為后續角毛藻的識別及分類提供了良好的研究基礎。

一種基于無監督逐像素分類的角毛藻圖像分割方法，包括如下步驟：

S1：利用GSDAM圖像處理算法提取原始圖像I₀的角毛信息，得到角毛信息圖像G，同時，利用Canny圖像處理算法提取所述原始圖像I₀的細胞邊緣，得到細胞邊緣圖像C；

S2：利用所述角毛信息圖像G和所述細胞邊緣圖像C生成自動訓練樣本，選擇出正樣本和負樣本；

S3：將所述正樣本和所述負樣本輸入到DeepLab的深度卷積神經網絡DCNN中進行逐個像素點的訓練；

S4：將所述原始圖像I₀中未知標注像素輸入到訓練后的模型中，將所述未知標注像素區分為角毛藻目標和背景，得到分割結果圖，其中，所述未知標注像素是所述原始圖像I₀中除去所述正樣本和所述負樣本外的像素。

進一步地，所述步驟S1中利用GSDAM圖像處理算法提取原始圖像I₀的角毛信息，得到角毛信息圖像G，具體包括：

A1：所述原始圖像I₀的任意一個像素點A(i,j)，其灰度為I(i,j)，與所述像素點A(i,j)相鄰的三個像素為B(i,j+1)，C(i+1,j)，和D(i+1,j+1)，其中，所述B(i,j+1)對應的灰度為I(i,j+1)，所述C(i+1,j)對應的灰度為I(i+1,j)，所述D(i+1,j+1)對應的灰度為I(i+1,j+1)，四個像素點對應在三維坐標空間中的四個點分別為:A′、B′、C′、D′，向量OA′與坐標軸x,y,z之間的三個方向角θ通過A′的法向量和其對應于灰度平面上的坐標得出：

k＝x,y,z，式中，f_k為法向量在k坐標軸上的值；