该发明专利技术公开了一种基于形态学特征的白带中霉菌的自动检测方法，属于数字图像处理领域，具体涉及一种基于形态学特征的白带中霉菌的自动检测方法。首先训练神经网络阶段：通过人工在白带样本溶液中寻找出霉菌，计算出霉菌相应特征，通过获得的特征训练神经网络；在实际检测阶段：获得白带样本溶液的显微图像，对图像进行灰处理、二值化处理，再根据二值化后的图像的连通区域的各项特征剔除不是霉菌的连通区域，最后通过神经网络来判断，确定为霉菌的连通区域。从而本发明专利技术具有简便、高效、准确的检测出白带中霉菌的效果。
【技术实现步骤摘要】
本专利技术属于数字图像处理领域，具体涉及一种基于形态学特征的白带中霉菌的自 动检测方法。
技术介绍
白带霉菌检测是诊断霉菌性阴道炎的检查方法。通常的检测方法是将白带与10% KOH溶液混合制成玻片，由医生在显微镜下观察。玻片在显微镜下可以看到椭圆形霉菌、芽 孢及细胞发芽伸长而形成的假菌丝。这种检查方式是凭借医务人员自身的知识和经验诊断 病症，掺杂了较多主观因素，存在速度和精度的不足。随着计算机数字图像技术的不断发 展，利用自动化系统检测已经成为趋势，使用计算机自动处理代替人工处理可以提高工作 效率和检测质量。对白带显微图像使用其形态学特征，通过形态学运算分割霉菌并提取特 征，利用计算机自动检测，快速有效地检测出霉菌，避免了人工检测速度慢，劳动强度大，易 受主观因素影响等缺点。
技术实现思路
本专利技术的目的是针对医院白带检测中现有技术的不足，设计了一种基于形态学特 征的白带中霉菌的自动检测方法，从而达到简便、高效、准确的检测出白带中霉菌的目的。 本专利技术技术方案是，该方法包 括建立训练人工神经网络阶段和实际检测阶段： 建立训练人工神经网络阶段包括： 步骤1 :人工获得白带样本溶液中的多个霉菌样本图像； 步骤2 :对步骤1获得样本图像进行灰度处理，再形态学底帽变换，再对底帽图像 进行二值化处理，最后获得样本图像连通区域的面积、周长、圆形度、圆形个数和凹点个数 等特征； 步骤3 :使用步骤2获得的样本霉菌图像的各种特征来训练神经网络，直到获得满 意的训练结果。 实际检测阶段包括： 步骤1:使用显微镜采集白带样本溶液的图像； 步骤2 :对步骤1采集的显微图像进行灰度化，得到灰度图像； 步骤3 :对步骤2得到的灰度图像进行二值化处理，得到二值图像； 步骤4 :对步骤3得到的二值图像中白色连通区域进行标记，记录各个连通区域的 位置，得到标记图像； 步骤5 :对步骤4得到的每个标记图像计算其面积、周长，根据设定的阈值进行逐 个对比，删除不为霉菌的连通区域； 步骤6 :对步骤5保留下来的连通区域标记其坐标，在步骤2获得的图像中复制出 一幅面积尽可能小的但包含整个标记连通区域的矩形图像； 步骤7 :对步骤6得到的每个矩形图像进行二值化，得到每个矩形图像的二值图； 步骤8 :对步骤7得到的每个矩形二值图中标记连通域并计算每个连通域的面积， 每个矩形图像中仅保留面积最大的连通域； 步骤9 :对步骤8得到的连通域分别统计其面积、周长、圆形度、圆形个数和凹点个 数等特征，计算每个区域的特征值； 步骤10 :对步骤9计算出的每个区域的特征值与霉菌的标准特征值进行对比，删 除与霉菌特征不相符的区域； 步骤11 :对步骤10保留下来的区域特征输入之前建立的人工神经网络，由人工神 经网络判断是否为霉菌； 步骤12 :统计霉菌数量，输出结果数据。 其中所述建立训练人工神经网络阶段中的步骤3的具体步骤为： 步骤3. 1 :建立BP人工神经网络，输入层包括5个结点，输出层为1个结点，设置 隐含层2层，2层的结点数分别为8、8,激活函数为S型Sigmoid函数，人工神经网络的权重 和阈值采用随机初始化； 步骤3. 2 :将训练的霉菌和杂质样本输入人工神经网络训练，输入面积、周长、圆 形度、圆形个数和凹点个数等特征，期望输出设置1为霉菌，〇为杂质，训练样本直到期望输 出与实际输出误差小于〇. 0001，完成人工神经网络训练。 所述实际检测阶段步骤3的具体步骤为： 步骤3-1 :对灰度图像进行形态学底帽变换，得到底帽变换图像； 步骤3-2 :对底帽图像使用最大类间方差法得到的灰度阈值； 步骤3-3 :将底帽图像各像素点灰度值与灰度阈值比较，若大于阈值则对该点灰 度赋值255,若小于阈值则对该点灰度赋值0,得到二值图像。 所述实际检测阶段中步骤5的具体步骤为： 步骤5-1 :计算连通区域的面积，经过面积筛选保留面积在500~2500之间的连 通区域； 步骤5-2 :计算剩下连通区域的周长，保留周长在90~300之间的连通区域。 所述实际检测阶段中步骤7的具体步骤为： 步骤7-1 :对灰度图像使用最大类间方差法得到的灰度阈值； 步骤7-2 :将灰度图像各像素点灰度值与灰度阈值比较，若大于阈值则对该点灰 度赋值〇,若小于阈值则对该点灰度赋值255,得到取反的二值图像。 所述实际检测阶段中步骤8的具体步骤为： 步骤8-1 :对每个区域的二值图像进行连通域标记； 步骤8-2 :计算每个区域所有标记连通域的面积，找到面积最大的连通区域； 步骤8-3 :把图像中在最大连通域位置的像素值赋值255,其他所有点的像素值赋 值0〇 所述实际检测阶段中步骤9的具体步骤为： 步骤9-1 :计算每个区域的面积和周长； 步骤9-2 :计算圆形度，圆形度计算公式为：【主权项】1. ，该方法包括建立训练人工神经 网络阶段和实际检测阶段： 建立训练人工神经网络阶段包括： 步骤1;人工获得白带样本溶液中的多个霉菌样本图像； 步骤2 ;对步骤1获得样本图像进行灰度处理，再形态学底帽变换，再对底帽图像进行 二值化处理，最后获得样本图像连通区域的面积、周长、圆形度、圆形个数和凹点个数等特 征； 步骤3 ;使用步骤2获得的样本霉菌图像的各种特征来训练神经网络，当前第1页1 2 本文档来自技高网...
【技术保护点】
一种基于形态学特征的白带中霉菌的自动检测方法，该方法包括建立训练人工神经网络阶段和实际检测阶段：建立训练人工神经网络阶段包括：步骤1：人工获得白带样本溶液中的多个霉菌样本图像；步骤2：对步骤1获得样本图像进行灰度处理，再形态学底帽变换，再对底帽图像进行二值化处理，最后获得样本图像连通区域的面积、周长、圆形度、圆形个数和凹点个数等特征；步骤3：使用步骤2获得的样本霉菌图像的各种特征来训练神经网络，直到获得满意的训练结果。实际检测阶段包括：步骤1：使用显微镜采集白带样本溶液的图像；步骤2：对步骤1采集的显微图像进行灰度化，得到灰度图像；步骤3：对步骤2得到的灰度图像进行二值化处理，得到二值图像；步骤4：对步骤3得到的二值图像中白色连通区域进行标记，记录各个连通区域的位置，得到标记图像；步骤5：对步骤4得到的每个标记图像计算其面积、周长，根据设定的阈值进行逐个对比，删除不为霉菌的连通区域；步骤6：对步骤5保留下来的连通区域标记其坐标，在步骤2获得的图像中复制出一幅面积尽可能小的但包含整个标记连通区域的矩形图像；步骤7：对步骤6得到的每个矩形图像进行二值化，得到每个矩形图像的二值图；步骤8：对步骤7得到的每个矩形二值图中标记连通域并计算每个连通域的面积，每个矩形图像中仅保留面积最大的连通域；步骤9：对步骤8得到的连通域分别统计其面积、周长、圆形度、圆形个数和凹点个数等特征，计算每个区域的特征值；步骤10：对步骤9计算出的每个区域的特征值与霉菌的标准特征值进行对比，删除与霉菌特征不相符的区域；步骤11：对步骤10保留下来的区域特征输入之前建立的人工神经网络，由人工神经网络判断是否为霉菌；步骤12：统计霉菌数量，输出结果数据。...
【技术特征摘要】
【专利技术属性】
技术研发人员：倪光明，袁阳，张静，王强，刘娟秀，刘霖，刘永，叶玉堂，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。