[發明專利]一種基于形態學分割和深度學習的尿沉渣管型識別方法

在審

• 申請號: 202110289908.9
• 申請日: 2021-03-18
• 公開（公告）號: CN112967262A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 張慶東;趙少華;林崇應
• 申請（專利權）人: 深圳市美僑醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/181;G06T7/194;G06K9/38;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市千納專利代理有限公司 44218
• 代理人: 黃良寶

1.一種基于形態學分割和深度學習的尿沉渣管型識別方法，其特征在于，包括以下步驟：

S1、對拍攝的原始彩色尿沉渣圖像采用色彩遷移法進行線性變換，降低不同樣本間原始圖像的背景色彩差異，最大化縮小同類別管型所含顏色的整體跨度，使同類別管型數據分布更加聚集；

S2、采用形態學組合算法對色彩遷移后的圖像進行管型分割，初步篩選后得到管型候選子圖像；

S3、對管型候選子圖像做旋轉、泊松融合等處理合成標準輸入圖像，并做歸一化處理；

S4、將歸一化后的圖像數據輸入殘差神經網絡Resnet50模型進行網絡訓練、自動分類。

2.根據權利要求1所述的一種基于形態學分割和深度學習的尿沉渣管型識別方法，其特征在于，所述步驟S1具體包括：

S1.1、獲取源圖像I_src及當前待檢測目標圖像I_dst；

S1.2、分別計算源圖像I_src和目標圖像I_dst在RGB三個通道內的均值和方差；

S1.3、對目標圖像I_dst在RGB三個通道內作線性變換，變換公式為：

p＝(p-m₂)*(d₁/d₂)+m₁；

其中，p為I_dst中當前像素點對應的某一通道的灰度值，m₁、m₂分別為S1.2中計算得到的I_src和I_dst對應通道的灰度均值，d₁、d₂分別為S1.2中計算得到的I_src和I_dst對應通道的灰度方差；

S1.4、對線性變換后的目標圖像I_dst作越界約束處理，條件為：

其中，p為當前像素點對應的某一通道的灰度值。

3.根據權利要求1所述的一種基于形態學分割和深度學習的尿沉渣管型識別方法，其特征在于，所述步驟S2具體包括：

S2.1、對色彩遷移后的尿沉渣圖像進行灰度化，并使用3x3的Sobel算子求取灰度圖的梯度，得到梯度圖像I_g；

S2.2、使用P-tile二值化法對梯度圖像I_g進行閾值化，得到二值圖像I_b，pRate＝0.18；

S2.3、對二值圖像I_b進行形態學膨脹處理，Kernel結構元素為3x3的橢圓形內核；

S2.4、遍歷二值圖像I_b中所有連通區域，對連通區域內包含的孔洞進行填充；

S2.5、對圖像I_b進行腐蝕及開運算處理，Kernel結構元素為5x5的橢圓形內核；

S2.6、遍歷二值圖像I_b內的連通區域，對各連通區域進行標記，得到標簽圖像I_bin，去除像素數小于850的區域；

S2.7、依次提取標簽圖像I_bin中的各個連通區域的輪廓，計算當前區域的平均灰度Meangray、輪廓面積Area、圓形度Circularity、最小外接矩形MinRect、寬高比Aspectio，粗糙度Sharpness特征；

S2.8、對當前標記區域的二值區域分別進行x，y方向的投影，逐行逐列統計非零像素個數，計算平均投影寬度ProWidth及平均投影高度ProHeight；

S2.9、依據步驟S2.7和S2.8中計算出的特征參數，初步篩選管型候選區域，得到管型候選子圖像，管型特征的設定范圍：(1)平均灰度Meangray85；(2)圓形度Circularity＜0.55；(3)寬高比Aspectio2.1；(4)平均投影ProWidth＜35ProHeight＜35；(5)粗糙度Sharpness12；(6)最大面積Area＜3000。