[發明專利]基于多尺度條件概率模型的豬瘟病毒電鏡圖像檢測方法

在審

• 申請號: 202010733247.X
• 申請日: 2020-07-27
• 公開（公告）號: CN112102231A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 李晨;羅淼
• 申請（專利權）人: 四川木牛流馬智能科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N20/20
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 楊保剛

本發明公開了基于多尺度條件概率模型的豬瘟病毒電鏡圖像檢測方法，采集原始豬瘟病毒電鏡圖片進行預處理；對預處理的圖片進行網格化處理；對網格化得到的圖像，進行最大池化，然后提取每個圖像的灰度共生梯度矩陣和方向梯度直方圖特征合成一個向量生成灰度共生梯度特征；將圖像的灰度共生梯度特征利用分類器進行分類，得到灰度共生梯度特征的一元勢函數；將圖像的灰度共生梯度特征相鄰的八個圖像的灰度共生梯度特征利用分類器進行分類，得到相鄰的八個灰度共生梯度特征的二元勢函數；將一元勢函數和二元勢函數結合作為多尺度條件概率模型的勢能團，通過多尺度條件概率模型計算圖像級分類結果的聯合概率。提高了準確率，降低了獸醫的負擔。

技術領域

本發明屬于豬瘟病毒電鏡圖像檢測技術領域，涉及基于多尺度條件概率模型的豬瘟病毒電鏡圖像檢測方法。

背景技術

現有技術使用傳統的人工診斷對豬瘟病毒電鏡圖像進行檢測，通過豬肉的電鏡圖像判斷該豬是否患有豬瘟等疾病，可能使用的方法有：(1)利用熒光定量PCR技術(PCR)進行檢測，并且人工對不同基因進行拷貝數的定量分析。(2)酶聯免疫吸附技術(ELISA)通過目測或用酶標比色計測定(OPD用492nm)OD值。

現有方法是傳統的人工診斷，這會受到各種因素的影響導致結果的準確率大大降低，例如檢疫專家的主觀意念和自身的精神狀態都會對判斷結果造成影響，且培養出一位在病理學圖像方面的專業獸醫往往需要花費很長的時間，這使得個體獸醫負擔加重。

發明內容

本發明的目的在于：提供了基于多尺度條件概率模型的豬瘟病毒電鏡圖像檢測方法，解決了背景技術中存在的問題，加強了豬瘟病毒電鏡圖像方法分類的精度與智能程度，形成了一套全自動的圖像檢測與分類方法，降低了獸醫的負擔。

本發明采用的技術方案如下：

基于多尺度條件概率模型的豬瘟病毒電鏡圖像檢測方法，包括以下步驟：

步驟1：采集原始豬瘟病毒電鏡圖片進行預處理；

步驟2：對預處理的圖片進行網格化處理；

步驟3：對網格化得到的圖像，進行最大池化，然后提取每個圖像的灰度共生梯度矩陣和方向梯度直方圖特征合成一個向量生成灰度共生梯度特征；

步驟4：將圖像的灰度共生梯度特征利用分類器進行分類，得到灰度共生梯度特征的一元勢函數；將圖像的灰度共生梯度特征相鄰的八個圖像的灰度共生梯度特征利用分類器進行分類，得到相鄰的八個灰度共生梯度特征的二元勢函數；

步驟5：將一元勢函數和二元勢函數結合作為多尺度條件概率模型的勢能團，通過多尺度條件概率模型計算圖像級分類結果的聯合概率。

進一步地，所述預處理包括去噪處理，所述去噪處理采用中值濾波。

進一步地，所述網格化處理包括以下步驟：

步驟2.1：求出圖像的大小；

步驟2.2：根據所要分割的數目的圖片進行行和列的除法操作；

步驟2.3：分割剩余部分丟棄；

步驟2.4：判定符合標準與否，返回相應值、創建可視化圖。

進一步地，所述方向梯度直方圖特征的提取包括以下步驟：

步驟3.1：將圖像的色彩轉為灰度，采用Gamma歸一化；

步驟3.2：分別對圖像中每個像素計算梯度的大小以及方向；

步驟3.3：將圖像分割，最終成為小的單元胞Cell；

步驟3.4：直方圖由每個單元格的梯度方向所構成，每個單元胞Cell的像素梯度方向直方圖進行統計，并以像素大小為權重；