專利名稱：基于圖像的寄生蟲蟲卵形狀識別方法
技術領域：
本發明屬于圖像識別技術領域，具體涉及一種基于圖像的寄生蟲蟲卵形狀識別方法。
背景技術：
計算機在醫學中的廣泛應用及數字圖像處理技術與顯微技術的緊密結合，產生了 現代圖像處理的重要分支一顯微醫學圖像處理。該技術已應用于血球分類、細胞診斷、染色 體核型分析和微循環參數檢測等醫學領域。顯微醫學圖像處理技術有利于提高醫學診斷的 準確性；特別是模式識別技術與該技術的結合，形成的顯微醫學圖像自動識別技術，更是減 輕了醫務人員繁重的勞動，為醫務人員提供了可靠的診斷依據，大大提高了他們的工作效 率。基于圖像的寄生蟲蟲卵識別便是顯微醫學圖像處理技術中的一個重要領域。到目前為 止，國內外都有學者對寄生蟲病原體的自動識別進行了研究，然而這些研究往往都是基于 比較理想化的狀態下進行，其實驗方法難于勝任實際的檢測需要，特別是在雜質較多的情 況下，難于獲取穩定的識別結果，同時識別效率不高。
發明內容
發明目的針對現有技術中存在的不足，本發明的目的是提供一種基于圖像的寄 生蟲蟲卵形狀識別方法，針對實際檢測的狀況，以滿足基于圖像的寄生蟲蟲卵自動識別系 統的應用需求，取得較好的識別效果和效率。技術方案為了實現上述發明目的，本發明采用的技術方案為 一種基于圖像的寄生蟲蟲卵形狀識別方法，包括以下步驟
(1)建立要識別的寄生蟲蟲卵形狀歸一化邊緣空間分布直方圖和邊緣輪廓區域模板。(2)圖像的灰度歸一化處理，即將顯微照相設備所獲取的檢查圖像信息進行灰度 化處理，對灰度圖像進行亮度歸一化處理，生成歸一化灰度圖像。(3)邊緣信息提取，即對歸一化灰度圖像采用carmy算子提取邊緣信息，同時濾除 長度不在[Li，L2]之間的邊緣信息，其中Ll和L2為可調參數。(4)邊緣合并，即根據邊緣最小包圍框是否相交的原則對過濾后的邊緣信息進行 合并，以形成更完整的若干邊緣區域。(5)邊緣區域二次過濾，即將邊緣區域大小不在[L3，L4]之間的進行濾除，其中L3 和L4為可調參數。(6)基于邊緣空間直方圖的形狀判斷，即依據所建立的要識別寄生蟲蟲卵形狀邊 緣空間分布直方圖和邊緣區域信息，對每個候選的邊緣區域進行邊緣空間分布直方圖相似 性的判斷，其相似度小于Th的則判定為要識別的人體寄生蟲卵。步驟(1)中，建立要識別的寄生蟲蟲卵形狀歸一化邊緣空間分布直方圖和邊緣輪 廓區域模板，步驟如下
(1)從要識別的包含寄生蟲蟲卵的圖像中挑選若干幅具有典型不同形狀特征的圖像；(2)將顯微照相設備所獲取的檢查圖像信息進行灰度化處理，對灰度圖像進行亮度歸 一化處理，生成歸一化灰度圖像；
(3)交互式勾繪出其邊緣輪廓，根據所繪出其邊緣輪廓提取該蟲卵區域，并進行二值化 處理，即蟲卵區域位1，其余部分為0 ；
(4)對二值化圖像中的蟲卵區域進行對齊處理；
(5)依據二值化后的若干幅具有典型不同形狀特征的蟲卵圖像按公式(1-1)提取邊緣 區域E，并求出邊緣區域E最小正方形區域S ；
權利要求
1.一種基于圖像的寄生蟲蟲卵形狀識別方法，其特征在于，包括以下步驟(1)建立要識別的寄生蟲蟲卵形狀歸一化邊緣空間分布直方圖和邊緣輪廓區域模板；(2)圖像的灰度歸一化處理，即將顯微照相設備所獲取的檢查圖像信息進行灰度化處 理，對灰度圖像進行亮度歸一化處理，生成歸一化灰度圖像；(3)邊緣信息提取，即對歸一化灰度圖像采用carmy算子提取邊緣信息，同時濾除長度 不在[L1, L2]之間的邊緣信息，其中L1和L2為可調參數；(4)邊緣合并，即根據邊緣最小包圍框是否相交的原則對過濾后的邊緣信息進行合并， 以形成更完整的若干邊緣區域；(5)邊緣區域二次過濾，即將邊緣區域大小不在[L3，L4]之間的進行濾除，其中L3和L4 為可調參數；(6)基于邊緣空間直方圖的形狀判斷，即依據所建立的要識別寄生蟲蟲卵形狀邊緣空 間分布直方圖和邊緣區域信息，對每個候選的邊緣區域進行邊緣空間分布直方圖相似性的 判斷，其相似度小于Th的則判定為要識別的寄生蟲蟲卵。
2.根據權利要求1所述的基于圖像的寄生蟲蟲卵形狀識別方法，其特征在于步驟(1) 中，所述的建立要識別的寄生蟲蟲卵形狀歸一化邊緣空間分布直方圖和邊緣輪廓區域模 板，步驟如下(1)從要識別的包含寄生蟲蟲卵的圖像中挑選若干幅具有典型不同形狀特征的圖像；(2)將顯微照相設備所獲取的檢查圖像信息進行灰度化處理，對灰度圖像進行亮度歸 一化處理，生成歸一化灰度圖像；(3)交互式勾繪出其邊緣輪廓，根據所繪出其邊緣輪廓提取該蟲卵區域，并進行二值化 處理，即蟲卵區域位1，其余部分為0 ；(4)對二值化圖像中的蟲卵區域進行對齊處理；(5)依據二值化后的若干幅具有典型不同形狀特征的蟲卵圖像按公式(1-1)提取邊緣 區域E，并求出邊緣區域E最小正方形區域S ；
3.根據權利要求1所述的基于圖像的寄生蟲蟲卵形狀識別方法，其特征在于步驟(6) 中，基于邊緣空間直方圖的形狀判斷，包括如下步驟(1)將表示要識別的寄生蟲蟲卵邊緣輪廓區域的36幅區域圖像以中心點為原點從0度 旋轉到359度，步長為10度；(2)每次旋轉后都做如公式(1-2)提取各候選區域的邊緣區域， e. =€；. I ￡.(1-2)其中Ck為第k個候選區域，Ei為寄生蟲蟲卵邊緣輪廓中第i個區域，e,則為在第k個 候選區域中提取的第i等份邊緣區域；依據ei獲取第k個候選區域在該旋轉角度下的歸一 化邊緣空間分布累計直方圖；(3)根據公式(1-3)求出每個候選區域與要識別的蟲卵邊緣信息最相似的角度，如果 該角度下的直方圖相似度小于Th的則判定該區域為要識別的寄生蟲蟲卵形狀區
全文摘要
本發明了公開了一種基于圖像的寄生蟲蟲卵形狀識別方法。該方法包括建立要識別的寄生蟲蟲卵形狀歸一化邊緣空間分布直方圖和邊緣輪廓區域模板、圖像的灰度歸一化處理、邊緣信息提取、邊緣合并、邊緣區域二次過濾和基于邊緣空間直方圖的形狀判斷，即依據所建立的要識別寄生蟲蟲卵形狀邊緣空間分布直方圖和邊緣區域信息，對每個候選的邊緣區域進行邊緣空間分布直方圖相似性的判斷，其相似度小于Th的則判定為要識別的人體寄生蟲卵。本發明的基于圖像的寄生蟲蟲卵形狀識別方法，引入二次邊緣區域過濾機制，提高了識別算法的計算速度和實時性；引入了邊緣空間分布直方圖的方法進行邊緣形狀的判斷，能較好地克服各種干擾因素的影響，提高了識別的準確性和可靠性，使其能更好地適用于干擾因素較多的實際檢測場合。
文檔編號G06K9/36GK102073872SQ20111002242
公開日2011年5月25日 申請日期2011年1月20日 優先權日2011年1月20日
發明者吳亮, 孫啟艷, 曹建平, 李峰, 沈玉娟, 潘雨青, 金紅, 陳盛霞 申請人:中國疾病預防控制中心寄生蟲病預防控制所, 江蘇大學