基于数字图像处理微藻自动计数方法技术

本发明专利技术公开了一种基于数字图像处理微藻自动计数方法，使用matlab图像处理方法对预处理图片进行数字化处理，提取二值化图像，对图像进行形态学处理，计算出微藻数量。本发明专利技术解决了目前微藻显微图像人工计数所带来的繁重劳动和测量误差的问题。同时本发明专利技术针对微藻显微图像易受光照杂质干扰、亮背景暗物体、细胞粘连而难以准确计数统计的难题，提供了可靠的计数方法和步骤，对于微藻生长监测具有重要意义。

【技术实现步骤摘要】
基于数字图像处理微藻自动计数方法
本专利技术涉及一种基于数字图像处理的微藻自动计数方法，属于微藻培养系统领域。
技术介绍
目前，微藻计数方法主要是显微镜人工观察计数法。显微镜人工观察计数法是用显微镜观察载玻片上的微藻样本，再对微藻人工计数，从而得出各种参数，结果较准确，但效率低下，速度很慢。而且微藻显微图像容易受光照、杂质等的干扰，给图像准确分割计数带来困难。
技术实现思路
本专利技术的目的是为克服上述现有人工微藻计数费时费力等难题，同时本专利技术针对微藻显微图像易受光照杂质干扰、亮背景暗物体、细胞粘连而难以准确计数统计的难题，提供了可靠的计数方法和步骤。本专利技术采用以下方案实现:一种基于数字图像处理的微藻自动计数方法，其特征在于包括以下步骤:(I)取显微镜样本，制作载玻片，置于显微镜下放大，获取彩色图像；(2)将输入的彩色图像转换成灰度图；(3)对灰度图进行图像中值滤波处理；(4)对中值滤波处理后的图像作底帽变换，增强图像对比度；(5)用最大方差阈值法计算经步骤(4)处理后的灰度图像的最佳阈值，用该最佳阈值对经步骤(4)处理后的灰度图像进行分割，并转化为二值化图像；(6)对所述二值化图像进行形态学操作；(7)去除面积小于一预定值的杂点；(8)标记连通的区域，用颜色标记每一个微藻细胞；(9)统计被标记的微藻细胞区域的面积分布，显示微藻细胞总数。在本专利技术一实施例中，上述步骤(2)中图像灰值化的计算方法为Gray =0.29900*R+0.58700*G+0.11400*B ;式中Gray表示彩色图像像素的亮度，R表示彩色图像红色分量的像素值，G表示彩色图像绿色分量的像素值，B表示彩色图像蓝色分量的像素值。在本专利技术一实施例中，上述步骤(3)中所述中值滤波处理所用的滑动滤波窗口为[5X5]。在本专利技术一实施例中，上述步骤(4)中的方法为:对中值滤波处理后的图像用一个结构元素通过闭操作从一幅图像中删除物体，然后差操作得到一幅仅保留已删除分量的图像；底帽变换所使用的结构元素为半径为60个像素大小的圆盘形状的结构元素。在本专利技术一实施例中，上述步骤(6)具体操作步骤为:先对二值化后图像进行腐蚀，并求反，然后对图像进行形态学重建，再进行一次求反，然后再对图像进行关操作，再进行腐蚀；上述形态学操作所使用的结构元素均为半径为10个像素大小的圆盘形状的结构元素。在本专利技术一实施例中，上述步骤(7)中的方法为:使用Matlab的bwareaopen函数删除图像中面积小于面积阈值的对象；面积阈值为10，使用8邻域。本专利技术的有益效果:本专利技术用显微镜获取微藻的载玻图像，通过数据线送入计算机，由计算机对样本图片进行图形辨认，从数字化图片中辨认并数出微藻细胞，本专利技术方法采用了数字图像处理技术，具有成本较低、工作效率高和准确性高的优点。克服了人工计数方法效率低下、速度慢的缺点。【附图说明】图1是本专利技术的基于数字图像处理的微藻计数方法的流程图。图2是本专利技术的显微镜下的微藻原始图。图3是本专利技术的图像灰值化后的效果图。图4是本专利技术的中值滤波后的效果图。图5是本专利技术的底帽变换后的效果图。图6是本专利技术的二值化处理后的效果图。图7是本专利技术的形态学处理后的效果图。图8是本专利技术的去除面积过小物体后的效果图。图9是本专利技术的颜色标记后的图。【具体实施方式】下面结合附图对本专利技术作进一步描述。参照流程图1，所述的一种基于数字图像的微藻自动计数方法，包括以下步骤:步骤101，取显微镜样本，制作载玻片，置于显微镜下放大，获取图像，再通过数据线输入到计算机。步骤102，将输入的彩色图像转换成灰度图。步骤103，对灰度图进行图像预处理。步骤104，对图像作个底帽变换，增强图像对比度。步骤105，用最大方差阈值法计算灰度图像的最佳阈值，用此阈值对图像进行分害IJ，将图像转化为二值化图像。步骤106，对阈值分割后的图像进行一系列的形态学操作。步骤107，去除图像中面积过小的、可以肯定不是微藻细胞的杂点。步骤108,标记连通的区域。步骤109，用颜色标记每一个微藻细胞。步骤110，统计被标记的微藻细胞区域的面积分布，显示微藻细胞总数。具体的，请继续参见图1。1.图像采集取适量的微藻样本于载玻片上，放入生物显微镜(40x)下放大，再通过数据线连接计算机，获取图像。2.图像灰值化首先将输入的彩色图像转换成灰度图。在微藻的计数中，主要用到了图像中微藻细胞的亮度信息。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征，且将彩色图像转化为灰度图像可以使后续的图像的计算量变得少一些。本专利技术灰值化的方法为加权平均法。其原理以R、G、B为轴建立空间直角坐标系，则RGB图的每个象素的颜色可以用该三维空间的一个点来表示，而Gray图的每个象素的颜色可以用直线R = G = B上的一个点来表示。所以彩色图转灰度图的本质就是寻找一个三维空间到一维空间的映射，最容易想到的就是射影(即过rgb空间的一个点向直线R = G=B 做垂线)，并且有 Gray = 0.29900*R+0.58700*G+0.11400*B。式中 Gray 表示彩色图像像素的亮度，R表示彩色图像红色分量的像素值，G表示彩色图像绿色分量的像素值，B表示彩色图像蓝色分量的像素值。3.中值滤波对微藻灰度图像进行中值滤波处理，以去除灰度图像中的噪声。中值滤波所用的滑动滤波窗口为[5X5]。4.底帽变换对中值滤波后的图像进行底帽变换，以校正不均匀光照的影响。底帽变换通过闭操作从一幅图像中删除物体，然后差操作得到一幅仅保留已删除分量的图像。底帽变换所使用的结构元素为半径为60个像素大小的圆盘形状的结构元素。底帽变换定义如下:令原图像为f, f的闭操作为(f.b),底帽变换后的图像为Bhat (f)。Bhat (f) = (f.b)-f (4-1)5.阈值分割用最大类间方差阈值法计算灰度图像的最佳阈值，用此阈值对图像进行分割。最大类间方差阈值法是在最小二乘法原理的基础上推导出来的，其计算方法如下:设一幅图像的灰度值为m个,灰度值为i的像素数为ni;则得到总像素数为:本文档来自技高网...

【技术保护点】
一种基于数字图像处理的微藻自动计数方法，其特征在于包括以下步骤：(1)  取显微镜样本，制作载玻片，置于显微镜下放大，获取彩色图像；(2)  将输入的彩色图像转换成灰度图；(3)  对灰度图进行图像中值滤波处理；(4)  对中值滤波处理后的图像作底帽变换，增强图像对比度；(5)  用最大方差阈值法计算经步骤（4）处理后的灰度图像的最佳阈值，用该最佳阈值对经步骤（4）处理后的灰度图像进行分割，并转化为二值化图像；(6)  对所述二值化图像进行形态学操作；(7)  去除面积小于一预定值的杂点；(8)  标记连通的区域，用颜色标记每一个微藻细胞；(9)  统计被标记的微藻细胞区域的面积分布，显示微藻细胞总数。

【技术特征摘要】
1.一种基于数字图像处理的微藻自动计数方法，其特征在于包括以下步骤: (1)取显微镜样本，制作载玻片，置于显微镜下放大，获取彩色图像； (2)将输入的彩色图像转换成灰度图； (3)对灰度图进行图像中值滤波处理； (4)对中值滤波处理后的图像作底帽变换，增强图像对比度； (5)用最大方差阈值法计算经步骤(4)处理后的灰度图像的最佳阈值，用该最佳阈值对经步骤(4)处理后的灰度图像进行分割，并转化为二值化图像； (6)对所述二值化图像进行形态学操作； (7)去除面积小于一预定值的杂点； (8)标记连通的区域，用颜色标记每一个微藻细胞； (9)统计被标记的微藻细胞区域的面积分布，显示微藻细胞总数。2.如权利要求1所述的基于数字图像处理的微藻自动计数方法，其特征在于:上述步骤(2)中图像灰值化的计算方法为Gray = 0.29900 * R + 0.58700 * G + 0.11400 * B ；式中Gray表示彩色图像像素的亮度，R表示彩色图像红色分量的像素值，G表示彩色图像绿色分量的像素值，B表...

【专利技术属性】
技术研发人员：沈英，郑德键，赵云，徐新苗，朱明珠，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建;35