[發(fā)明專利]一種乳狀液液滴識別系統(tǒng)、方法、計算機設(shè)備及存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202210278340.5 | 申請日: | 2022-03-21 |
| 公開(公告)號: | CN114639101A | 公開(公告)日: | 2022-06-17 |
| 發(fā)明(設(shè)計)人: | 任喜偉;韓欣 | 申請(專利權(quán))人: | 陜西科技大學(xué) |
| 主分類號: | G06V20/69 | 分類號: | G06V20/69;G06V10/77;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 西安通大專利代理有限責(zé)任公司 61200 | 代理人: | 朱海臨 |
| 地址: | 710021*** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 乳狀液 識別 系統(tǒng) 方法 計算機 設(shè)備 存儲 介質(zhì) | ||
1.一種乳狀液液滴識別方法,其特征在于,包括以下步驟:
步驟1、獲取乳狀液原始圖像,對乳狀液原始圖像進行預(yù)處理,得到乳狀液序列圖像;
步驟2、對乳狀液序列圖像進行處理,生成掩膜圖像;
步驟3、將得到的掩膜圖像以及步驟1得到的乳狀液序列圖像共同作為乳狀液圖像數(shù)據(jù)集,將乳狀液圖像數(shù)據(jù)集輸入UNet神經(jīng)網(wǎng)絡(luò)進行多輪訓(xùn)練,獲得最優(yōu)權(quán)重參數(shù),得到訓(xùn)練好的的乳狀液液滴識別模型;
步驟4、使用訓(xùn)練好的乳狀液液滴識別模型對待識別的乳狀液圖片進行識別,輸出乳狀液顯微圖片液滴識別結(jié)果圖。
2.根據(jù)權(quán)利要求1所述的一種乳狀液液滴識別方法,其特征在于:步驟1中,用顯微鏡獲取不同類型的乳狀液原始圖像。
3.根據(jù)權(quán)利要求1所述的一種乳狀液液滴識別方法,其特征在于:步驟1中,所述預(yù)處理用于對乳狀液原始圖像進行數(shù)據(jù)擴充,數(shù)據(jù)擴充的方式為水平翻轉(zhuǎn)、垂直翻轉(zhuǎn)、隨機剪裁、旋轉(zhuǎn)或加噪聲。
4.根據(jù)權(quán)利要求1所述的一種乳狀液液滴識別方法,其特征在于:步驟2中,使用Lableme軟件標(biāo)注乳狀液序列圖像,將乳狀液液滴區(qū)域標(biāo)注名設(shè)置為target,生成與乳狀液序列圖像對應(yīng)的json文件;
使用json文件和步驟1得到的乳狀液序列圖像生成掩膜圖像。
5.根據(jù)權(quán)利要求1所述的一種乳狀液液滴識別方法,其特征在于:步驟3中,UNet神經(jīng)網(wǎng)絡(luò)包含5個下采樣層和5個上采樣層,最后一個下采樣層和第一個上采樣層連接,前四個下采樣層和后四個上采樣層之間存在跳躍連接鏈,最后一個上采樣層連接全連接層輸出識別結(jié)果。
6.根據(jù)權(quán)利要求1所述的一種乳狀液液滴識別方法,其特征在于:步驟3中,UNet神經(jīng)網(wǎng)絡(luò)所使用的激活函數(shù)為Relu函數(shù)。
7.根據(jù)權(quán)力要求1所述的一種乳狀液液滴識別方法,其特征在于:步驟3中,UNet神經(jīng)網(wǎng)絡(luò)進行第n輪訓(xùn)練時,首先得到訓(xùn)練集中乳狀液序列圖像各像素點的分類結(jié)果數(shù)據(jù),使用損失函數(shù)將此分類結(jié)果數(shù)據(jù)與步驟2中得到的掩模圖的各像素點的值做計算,得出損失值;
將損失值反向傳播至UNet神經(jīng)網(wǎng)絡(luò)進行參數(shù)更新,之后利用參數(shù)更新后的UNet網(wǎng)絡(luò)模型對驗證集圖片進行前向推理,使用推理的結(jié)果和步驟2中得到的掩模圖計算MIOU值;
將計算的MIOU值與前n-1輪中最高的MIOU值作比較,將擁有最高MIOU值的網(wǎng)絡(luò)結(jié)構(gòu)以及模型參數(shù)保存,作為最優(yōu)的乳狀液液滴識別模型。
8.一種乳狀液液滴識別系統(tǒng),其特征在于,包括:
數(shù)據(jù)預(yù)處理模塊,用于對乳狀液原始圖像進行預(yù)處理,得到乳狀液序列圖像;
掩膜圖像生成模塊,用于對乳狀液序列圖像進行標(biāo)注,生成包含標(biāo)注名稱與標(biāo)注位置的json文件;使用json文件和乳狀液序列圖像生成掩膜圖像;
UNet神經(jīng)網(wǎng)絡(luò)模塊,用于將得到的掩膜圖像以及乳狀液序列圖像共同作為乳狀液圖像數(shù)據(jù)集,將乳狀液圖像數(shù)據(jù)集輸入UNet神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練,獲得最優(yōu)權(quán)重參數(shù),得到訓(xùn)練好的的乳狀液液滴識別模型;
圖像檢測模塊,用于對乳狀液顯微圖像進行液滴識別,將乳狀液顯微圖像輸入到訓(xùn)練好的乳狀液液滴識別模型,得出乳狀液顯微圖片液滴識別結(jié)果圖。
9.一種計算機設(shè)備,包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序,其特征在于,所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權(quán)利要求1至7任意一項所述乳狀液液滴識別方法的步驟。
10.一種計算機可讀存儲介質(zhì),所述計算機可讀存儲介質(zhì)存儲有計算機程序,其特征在于,所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7任意一項所述乳狀液液滴識別方法的步驟。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于陜西科技大學(xué),未經(jīng)陜西科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210278340.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





