[發(fā)明專利]玻片數(shù)字化信息質(zhì)量檢測(cè)方法、裝置、設(shè)備及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010752434.2
• 申請(qǐng)日: 2020-07-30
• 公開(kāi)（公告）號(hào): CN111899246B
• 公開(kāi)（公告）日: 2023-09-19
• 發(fā)明（設(shè)計(jì)）人: 初曉;郭冰雪;王季勇
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/11;G06T5/00;G06T7/90;G06V10/764
• 代理公司: 深圳眾鼎專利商標(biāo)代理事務(wù)所(普通合伙) 44325
• 代理人: 譚果林

1.一種玻片數(shù)字化信息質(zhì)量檢測(cè)方法，其特征在于，包括：

獲取整張玻片的玻片數(shù)字化信息圖像；

從所述玻片數(shù)字化信息圖像中提取出包含預(yù)設(shè)感興趣區(qū)域的區(qū)域圖像，并對(duì)所述區(qū)域圖像進(jìn)行圖像切割后，獲取切割后的多個(gè)第一目標(biāo)圖像塊；

根據(jù)圖像處理算法對(duì)每一個(gè)所述第一目標(biāo)圖像塊進(jìn)行對(duì)比度增強(qiáng)處理，得到已增強(qiáng)圖像視覺(jué)效果的多個(gè)第二目標(biāo)圖像塊；

所述根據(jù)圖像處理算法對(duì)每一個(gè)所述第一目標(biāo)圖像塊進(jìn)行對(duì)比度增強(qiáng)處理，包括：

獲取每一個(gè)所述第一目標(biāo)圖像塊分別對(duì)應(yīng)于R通道、G通道和B通道三個(gè)通道的通道數(shù)據(jù)；

從所有的通道數(shù)據(jù)中確定每一個(gè)通道的最大通道數(shù)據(jù)和最小通道數(shù)據(jù)；

自各個(gè)所述第一目標(biāo)圖像塊中的三個(gè)通道中按照預(yù)設(shè)選取規(guī)則選取一個(gè)通道作為當(dāng)前通道，對(duì)所述當(dāng)前通道的通道數(shù)據(jù)與所述當(dāng)前通道的所述最小通道數(shù)據(jù)進(jìn)行差值對(duì)比后，獲取第一差值結(jié)果；

在所述當(dāng)前通道下，將所述最大通道數(shù)據(jù)與所述最小通道數(shù)據(jù)進(jìn)行差值對(duì)比后，獲取第二差值結(jié)果；

確定所述第一差值結(jié)果與所述第二差值結(jié)果之間的比值，將所述比值與預(yù)設(shè)常數(shù)的乘積記錄為所述當(dāng)前通道的對(duì)比值；

在每一個(gè)所述第一目標(biāo)圖像塊的三個(gè)通道所對(duì)應(yīng)的三個(gè)所述對(duì)比值均被記錄之后，通過(guò)三個(gè)所述對(duì)比值對(duì)與其對(duì)應(yīng)的所述第一目標(biāo)圖像塊進(jìn)行對(duì)比度增強(qiáng)處理；

根據(jù)預(yù)設(shè)卷積神經(jīng)網(wǎng)絡(luò)對(duì)所有所述第二目標(biāo)圖像塊進(jìn)行質(zhì)量分類，得到分類成功的多個(gè)第三目標(biāo)圖像塊；每一個(gè)分類成功后的所述第三目標(biāo)圖像塊對(duì)應(yīng)一個(gè)質(zhì)量分類結(jié)果；

對(duì)所有所述第三目標(biāo)圖像塊的所述質(zhì)量分類結(jié)果進(jìn)行結(jié)合檢測(cè)后，得到整張玻片的玻片數(shù)字化信息質(zhì)量檢測(cè)結(jié)果。

2.根據(jù)權(quán)利要求1所述的玻片數(shù)字化信息質(zhì)量檢測(cè)方法，其特征在于，從所述玻片數(shù)字化信息圖像中提取出包含預(yù)設(shè)感興趣區(qū)域的區(qū)域圖像，并對(duì)所述區(qū)域圖像進(jìn)行圖像切割，包括：

通過(guò)選取的預(yù)設(shè)分辨率圖層對(duì)所述玻片數(shù)字化信息圖像進(jìn)行分辨率調(diào)整，得到調(diào)整后的所述玻片數(shù)字化信息圖像；

利用霍夫變換算法從調(diào)整后的所述玻片數(shù)字化信息圖像中確定出所述預(yù)設(shè)感興趣區(qū)域，并利用閾值分割圖像算法從調(diào)整后的所述玻片數(shù)字化信息圖像提取出所述包含預(yù)設(shè)感興趣區(qū)域的區(qū)域圖像；

使用預(yù)設(shè)大小的滑窗對(duì)所述包含預(yù)設(shè)感興趣區(qū)域的區(qū)域圖像進(jìn)行圖像切割。

3.根據(jù)權(quán)利要求2所述的玻片數(shù)字化信息質(zhì)量檢測(cè)方法，其特征在于，所述利用霍夫變換算法從調(diào)整后的所述玻片數(shù)字化信息圖像中確定出所述預(yù)設(shè)感興趣區(qū)域之前，還包括：

在確定所述玻片數(shù)字化信息圖像為黑白圖像時(shí)，依次對(duì)調(diào)整后的所述玻片數(shù)字化信息圖像依次進(jìn)行圖像膨脹和圖像腐蝕操作。

4.根據(jù)權(quán)利要求1所述的玻片數(shù)字化信息質(zhì)量檢測(cè)方法，其特征在于，所述根據(jù)預(yù)設(shè)卷積神經(jīng)網(wǎng)絡(luò)對(duì)所有所述第二目標(biāo)圖像塊進(jìn)行質(zhì)量分類，得到分類成功的多個(gè)第三目標(biāo)圖像塊，包括：

將所有的所述第二目標(biāo)圖像塊輸入至所述預(yù)設(shè)卷積神經(jīng)網(wǎng)絡(luò)；

根據(jù)所述預(yù)設(shè)卷積神經(jīng)網(wǎng)絡(luò)中設(shè)置的權(quán)重系數(shù)對(duì)所有的所述第二目標(biāo)圖像塊中的每一個(gè)像素進(jìn)行預(yù)測(cè)分類，得到分類成功的多個(gè)所述第三目標(biāo)圖像塊。

5.根據(jù)權(quán)利要求1所述的玻片數(shù)字化信息質(zhì)量檢測(cè)方法，其特征在于，所述玻片數(shù)字化信息質(zhì)量檢測(cè)結(jié)果存儲(chǔ)于區(qū)塊鏈中；

所述對(duì)所有所述第三目標(biāo)圖像塊的所述質(zhì)量分類結(jié)果進(jìn)行結(jié)合檢測(cè)后，得到整張玻片的玻片數(shù)字化信息質(zhì)量檢測(cè)結(jié)果，包括：

從所有所述質(zhì)量檢測(cè)結(jié)果中確定出異常的質(zhì)量檢測(cè)結(jié)果，確定與異常的質(zhì)量檢測(cè)結(jié)果對(duì)應(yīng)的所述第三目標(biāo)圖像塊在整張玻片中的所有所述第三目標(biāo)圖像塊中的占比數(shù)；

在確定所述占比數(shù)達(dá)到預(yù)設(shè)占比閾值時(shí)，確認(rèn)整張玻片的所述玻片數(shù)字化信息圖像存在質(zhì)量問(wèn)題，通過(guò)預(yù)設(shè)圖形結(jié)構(gòu)在與整張玻片對(duì)應(yīng)的質(zhì)量檢測(cè)結(jié)果中標(biāo)記異常的所述質(zhì)量檢測(cè)結(jié)果，并發(fā)送并提示預(yù)設(shè)接收人員。