[發明專利]一種基于數字圖像處理技術的花粉檢測方法

有效

• 申請號: 202110008965.5
• 申請日: 2021-01-05
• 公開（公告）號: CN112669304B
• 公開（公告）日: 2023-02-28
• 發明（設計）人: 王萍;林必藝;侯謹毅
• 申請（專利權）人: 天津大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/136;G06T7/187;G06V20/69
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 琪琛

本發明公開了一種基于數字圖像處理技術的花粉檢測方法，包括步驟：1)圖像的預處理：對顯微鏡采集的原始圖像進行灰度化，得到灰度圖像。2)連通區域獲取：對得到的灰度圖像進行邊緣檢測和霍夫梯度圓檢測，得到霍夫檢測圓圓心坐標集合，以每一個圓心作為生長種子點進行區域生長，得到連通區域集合。3)連通區域特征計算與篩選：計算連通區域集合中每一個連通區域的特征，通過特征進行連通區域篩選，通過篩選的連通區域認為是檢測結果。本發明方法實現了使用數字圖像處理技術進行花粉檢測，解決了人工進行花粉檢測中存在的效率低，成本高，易出錯等缺點。通過構建特征進行連通區域的篩選，具有原理清晰，可解釋性好等優點。

技術領域

本發明涉及數字圖像處理領域和花粉圖像檢測領域，尤其涉及一種使用數字圖像處理技術對顯微鏡采集的圖像進行花粉檢測的方法。

背景技術

花粉是常見的過敏原之一，危害著部分敏感人群的身體健康。因此，空氣中的花粉濃度實時檢測和播報能夠幫助過敏患者及時采取預防措施，具有顯著的社會效益和經濟效益。目前常用的花粉濃度檢測的主要流程為，首先收集空氣中的花粉并制作成花粉涂片，然后通過顯微鏡觀察花粉涂片，人工進行花粉涂片中花粉的檢測和數量統計，最后通過統計的花粉數量反向推算空氣中花粉的濃度。

發明人發現在現有花粉濃度檢測流程中，人工進行花粉涂片中花粉的檢測和數量統計存在以下缺點：

花粉檢測步驟中，人工移動顯微鏡觀察花粉涂片，進行花粉涂片中花粉的檢測和數量統計，經濟成本和時間成本較高，準確率受檢測人員的專業水平、精神狀態的干擾較大，容易出錯。

因此亟需一種高效穩定的花粉檢測方法對花粉檢測步驟進行優化。隨著集成電路技術的不斷發展，計算機計算能力不斷提高，越來越多的領域開始使用各種計算機技術輔助人工以減少勞動量，提高勞動效率。

發明內容

為了解決現有技術中的問題，本發明提供一種基于數字圖像處理的花粉檢測方法，解決現有技術中人工進行花粉的檢測和數量統計中存在的經濟成本和時間成本較高，準確率受檢測人員的專業水平、精神狀態的干擾較大，容易出錯等問題。

本發明技術方案為：一種基于數字圖像處理的花粉檢測方法，包括以下步驟：

1)圖像的預處理。對顯微鏡采集的原始圖像進行灰度化，得到灰度圖像；2)連通區域獲取。對得到的灰度圖像進行邊緣檢測和霍夫梯度圓檢測，得到霍夫檢測圓圓心坐標集合，以每一個圓心作為生長種子點進行區域生長，得到連通區域集合；3)連通區域特征計算與篩選。計算連通區域集合中每一個連通區域的特征，通過特征進行連通區域篩選，通過篩選的連通區域認為是檢測結果。

步驟一：圖像的預處理；

1-1)使用OpenCV計算機視覺軟件庫的Mat類進行圖像數據的讀取和存儲。讀取圖像文件后的原始圖像S，S包括R_s，G_s，B_s三個通道。

1-2)通過將原始圖像S的R_s，G_s，B_s三個通道進行加權平均，得到灰度圖像A。R_s，G_s，B_s三個通道的對應的權值分別0.114，0.587和0.299。

步驟二：連通區域獲取；

2-1)對步驟1)得到的灰度圖像A進行Canny邊緣檢測。通過Sobel算子計算圖上各點的水平梯度T_x和垂直梯度T_y，計算得到該點的總體梯度T。使用雙閾值算法進行邊緣的判別，判別規則為：對于梯度大于高閾值的點，認定為邊緣；對于梯度小于低閾值的點，認定為非邊緣；對于梯度介于兩者之間的點，將其作為高閾值點之間的連接點，如果該點鄰域中沒有高閾值點或與高閾值點連接的其他介于高閾值和低閾值之間的點，則認為非邊緣點。其中高閾值數值為100，低閾值數值為50。邊緣檢測完成后得到邊緣圖像B。