直到獲得滿意的 訓(xùn)練結(jié)果。 實(shí)際檢測(cè)階段包括： 步驟1 ;使用顯微鏡采集白帶樣本溶液的圖像； 步驟2 ;對(duì)步驟1采集的顯微圖像進(jìn)行灰度化，得到灰度圖像； 步驟3 ;對(duì)步驟2得到的灰度圖像進(jìn)行二值化處理，得到二值圖像； 步驟4 ;對(duì)步驟3得到的二值圖像中白色連通區(qū)域進(jìn)行標(biāo)記，記錄各個(gè)連通區(qū)域的位 置，得到標(biāo)記圖像； 步驟5 ;對(duì)步驟4得到的每個(gè)標(biāo)記圖像計(jì)算其面積、周長(zhǎng)，根據(jù)設(shè)定的闊值進(jìn)行逐個(gè)對(duì) 比，刪除不為霉菌的連通區(qū)域； 步驟6 ;對(duì)步驟5保留下來(lái)的連通區(qū)域標(biāo)記其坐標(biāo)，在步驟2獲得的圖像中復(fù)制出一幅 面積盡可能小的但包含整個(gè)標(biāo)記連通區(qū)域的矩形圖像； 步驟7 ;對(duì)步驟6得到的每個(gè)矩形圖像進(jìn)行二值化，得到每個(gè)矩形圖像的二值圖； 步驟8 ;對(duì)步驟7得到的每個(gè)矩形二值圖中標(biāo)記連通域并計(jì)算每個(gè)連通域的面積，每個(gè) 矩形圖像中僅保留面積最大的連通域； 步驟9 ;對(duì)步驟8得到的連通域分別統(tǒng)計(jì)其面積、周長(zhǎng)、圓形度、圓形個(gè)數(shù)和凹點(diǎn)個(gè)數(shù)等 特征，計(jì)算每個(gè)區(qū)域的特征值； 步驟10 ;對(duì)步驟9計(jì)算出的每個(gè)區(qū)域的特征值與霉菌的標(biāo)準(zhǔn)特征值進(jìn)行對(duì)比，刪除與 霉菌特征不相符的區(qū)域； 步驟11 ;對(duì)步驟10保留下來(lái)的區(qū)域特征輸入之前建立的人工神經(jīng)網(wǎng)絡(luò)，由人工神經(jīng)網(wǎng) 絡(luò)判斷是否為霉菌； 步驟12 ;統(tǒng)計(jì)霉菌數(shù)量，輸出結(jié)果數(shù)據(jù)。
2. 如權(quán)利要求1所述的一種基于形態(tài)學(xué)特征的白帶中霉菌的自動(dòng)檢測(cè)方法，其特征在 于所述建立訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)階段中的步驟3的具體步驟為： 步驟3. 1 ;建立BP人工神經(jīng)網(wǎng)絡(luò)，輸入層包括5個(gè)結(jié)點(diǎn)，輸出層為1個(gè)結(jié)點(diǎn)，設(shè)置隱含 層2層，2層的結(jié)點(diǎn)數(shù)分別為8、8,激活函數(shù)為S型Sigmoid函數(shù)，人工神經(jīng)網(wǎng)絡(luò)的權(quán)重和闊 值采用隨機(jī)初始化； 步驟3. 2 ;將訓(xùn)練的霉菌和雜質(zhì)樣本輸入人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練，輸入面積、周長(zhǎng)、圓形度、 圓形個(gè)數(shù)和凹點(diǎn)個(gè)數(shù)等特征，期望輸出設(shè)置1為霉菌，0為雜質(zhì)，訓(xùn)練樣本直到期望輸出與 實(shí)際輸出誤差小于0. 0001，完成人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練。
3. 如權(quán)利要求1所述的一種基于形態(tài)學(xué)特征的白帶中霉菌的自動(dòng)檢測(cè)方法，其特征在 于所述實(shí)際檢測(cè)階段步驟3的具體步驟為： 步驟3-1 ;對(duì)灰度圖像進(jìn)行形態(tài)學(xué)底帽變換，得到底帽變換圖像； 步驟3-2 ;對(duì)底帽圖像使用最大類間方差法得到的灰度闊值； 步驟3-3 ;將底帽圖像各像素點(diǎn)灰度值與灰度闊值比較，若大于闊值則對(duì)該點(diǎn)灰度賦 值255,若小于闊值則對(duì)該點(diǎn)灰度賦值0,得到二值圖像。
4. 如權(quán)利要求1所述的一種基于形態(tài)學(xué)特征的白帶中霉菌的自動(dòng)檢測(cè)方法，其特征在 于所述實(shí)際檢測(cè)階段中步驟5的具體步驟為： 步驟5-1 ;計(jì)算連通區(qū)域的面積，經(jīng)過(guò)面積篩選保留面積在500~2500之間的連通區(qū) 域； 步驟5-2 ;計(jì)算剩下連通區(qū)域的周長(zhǎng)，保留周長(zhǎng)在90~300之間的連通區(qū)域。
5. 如權(quán)利要求1所述的一種基于形態(tài)學(xué)特征的白帶中霉菌的自動(dòng)檢測(cè)方法，其特征在 于所述實(shí)際檢測(cè)階段中步驟7的具體步驟為： 步驟7-1 ;對(duì)灰度圖像使用最大類間方差法得到的灰度闊值； 步驟7-2 ;將灰度圖像各像素點(diǎn)灰度值與灰度闊值比較，若大于闊值則對(duì)該點(diǎn)灰度賦 值0,若小于闊值則對(duì)該點(diǎn)灰度賦值255,得到取反的二值圖像。
6. 如權(quán)利要求1所述的一種基于形態(tài)學(xué)特征的白帶中霉菌的自動(dòng)檢測(cè)方法，其特征在 于所述實(shí)際檢測(cè)階段中步驟8的具體步驟為： 步驟8-1 ;對(duì)每個(gè)區(qū)域的二值圖像進(jìn)行連通域標(biāo)記； 步驟8-2 ;計(jì)算每個(gè)區(qū)域所有標(biāo)記連通域的面積，找到面積最大的連通區(qū)域； 步驟8-3 ;把圖像中在最大連通域位置的像素值賦值255,其他所有點(diǎn)的像素值賦值0。
7. 如權(quán)利要求1所述的一種基于形態(tài)學(xué)特征的白帶中霉菌的自動(dòng)檢測(cè)方法，其特征在 于所述實(shí)際檢測(cè)階段中步驟9的具體步驟為： 步驟9-1 ;計(jì)算每個(gè)區(qū)域的面積和周長(zhǎng)； 步驟9-2 ;計(jì)算圓形度，圓形度計(jì)算公式為： 4方^ L二下 其中，C為圓形度，S為連通區(qū)域的面積，L為連通區(qū)域的周長(zhǎng)。 步驟9-3;計(jì)算圓形個(gè)數(shù)，將不同大小的圓形模板在圖像中滑動(dòng)匹配，如果超過(guò)80%的 點(diǎn)像素值是相等的，認(rèn)為圖像此處匹配上圓形并記錄下圓屯、坐標(biāo)，當(dāng)兩個(gè)圓屯、之間的距離 很近，小于5個(gè)像素，我們認(rèn)為該兩個(gè)點(diǎn)是同一個(gè)圓屯、，得到的圓屯、個(gè)數(shù)即為圓的個(gè)數(shù)； 步驟9-4 ;計(jì)算凹點(diǎn)個(gè)數(shù)，計(jì)算區(qū)域輪廓坐標(biāo)上每點(diǎn)往前第10個(gè)像素點(diǎn)與往后第10個(gè) 像素點(diǎn)連線的中點(diǎn)坐標(biāo)，若該中點(diǎn)周圍8個(gè)像素都為黑色，則其對(duì)應(yīng)的點(diǎn)為凹點(diǎn)，當(dāng)兩個(gè)凹 點(diǎn)之間的距離很近，小于5個(gè)像素，我們認(rèn)為該兩個(gè)點(diǎn)是同一個(gè)凹點(diǎn)，即得到凹點(diǎn)個(gè)數(shù)。
8. 如權(quán)利要求1所述的一種基于形態(tài)學(xué)特征的白帶中霉菌的自動(dòng)檢測(cè)方法，其特征在 于所述實(shí)際檢測(cè)階段中步驟10的具體步驟為： 步驟10-1 ;經(jīng)過(guò)面積篩選，保留面積在500~2500之間的區(qū)域； 步驟10-2 ;經(jīng)過(guò)周長(zhǎng)篩選，保留周長(zhǎng)在90~300之間的區(qū)域； 步驟10-3 ;經(jīng)過(guò)圓形度篩選，保留圓形度在0. 3~1之間的區(qū)域； 步驟10-4 ;經(jīng)過(guò)圓形個(gè)數(shù)篩選，保留圓形個(gè)數(shù)在1~5之間的區(qū)域； 步驟10-5 ;經(jīng)過(guò)凹點(diǎn)個(gè)數(shù)篩選，保留凹點(diǎn)個(gè)數(shù)在2~10之間的區(qū)域。
9.如權(quán)利要求1所述的一種基于形態(tài)學(xué)特征的白帶中霉菌的自動(dòng)檢測(cè)方法，其特征在 于所述實(shí)際檢測(cè)階段中步驟11的具體步驟為： 步驟11-1 ;將實(shí)際檢測(cè)階段中步驟9計(jì)算的特征輸入已經(jīng)訓(xùn)練完成的人工神經(jīng)網(wǎng)絡(luò)； 步驟11-2 ;計(jì)算人工神經(jīng)網(wǎng)絡(luò)的輸出，若輸出大于0. 5為霉菌，輸出小于0. 5為雜質(zhì)， 保留識(shí)別為霉菌的區(qū)域。
【專利摘要】該發(fā)明公開(kāi)了一種基于形態(tài)學(xué)特征的白帶中霉菌的自動(dòng)檢測(cè)方法，屬于數(shù)字圖像處理領(lǐng)域，具體涉及一種基于形態(tài)學(xué)特征的白帶中霉菌的自動(dòng)檢測(cè)方法。首先訓(xùn)練神經(jīng)網(wǎng)絡(luò)階段：通過(guò)人工在白帶樣本溶液中尋找出霉菌，計(jì)算出霉菌相應(yīng)特征，通過(guò)獲得的特征訓(xùn)練神經(jīng)網(wǎng)絡(luò)；在實(shí)際檢測(cè)階段：獲得白帶樣本溶液的顯微圖像，對(duì)圖像進(jìn)行灰處理、二值化處理，再根據(jù)二值化后的圖像的連通區(qū)域的各項(xiàng)特征剔除不是霉菌的連通區(qū)域，最后通過(guò)神經(jīng)網(wǎng)絡(luò)來(lái)判斷，確定為霉菌的連通區(qū)域。從而本發(fā)明具有簡(jiǎn)便、高效、準(zhǔn)確的檢測(cè)出白帶中霉菌的效果。
【IPC分類】C12Q1-04
【公開(kāi)號(hào)】CN104846054
【申請(qǐng)?zhí)枴緾N201510274453
【發(fā)明人】倪光明, 袁陽(yáng), 張靜, 王強(qiáng), 劉娟秀, 劉霖, 劉永, 葉玉堂
【申請(qǐng)人】電子科技大學(xué)
【公開(kāi)日】2015年8月19日
【申請(qǐng)日】2015年5月22日