【技术实现步骤摘要】
一种基于Haar特征和Adaboost的白带中霉菌检测方法
本专利技术涉及模式识别和机器学习，是一种基于Haar特征(HOG)和Adaboost的白带中霉菌的自动识别技术。
技术介绍
显微镜检查是临床检验的重要方法，通过显微镜检查标本中的细胞、微生物、寄生虫以及其它成分的数量或形态，用于观察、分析和诊断机体的疾病情况。例如在诊断女性是否有阴道炎症时，妇科临床中常见的检查方法是白带常规检查，通过观察显微图像中白带中的有型成分包括白细胞、霉菌、杆菌、球菌等，白带中的有型成分的数量和状态，可以作为判断女性阴道是否健康的判决条件。目前医院在进行白带常规检查时主要依靠人工操作，检查过程费时费力并且诊断结果的准确性和可靠性受到医师主观因素的影响。随着科学技术的突飞猛进，计算机技术被越来越广泛地被应用于医学诊断当中，而运用识别技术对细胞显微图像进行识别以及运用神经网络的方法对不同类型的显微图像进行分类是医学领域里最重要的应用，并且可以作为判断人机体是否存在疾病的先行判决条件，而且还可以给医师进一步检测提供方向和线索。
技术实现思路
本专利技术针对
技术介绍
的不足之处，改进设计了一种基...
【技术保护点】
1.一种基于Haar特征和Adaboost的白带中霉菌检测方法，对白带自动检测项目中霉菌的识别进行了优化，该方法包括：步骤1：对白带样本进行处理，从处理后的图片中分割出可能是霉菌的区域，称为感兴趣区域；步骤2：建立训练样本库；取大量不同白带样本进行步骤1操作，将所得的诸多敢感兴趣区域进行人工的甄别，选取典型的霉菌图片作为正样本，杂质图片作为负样本，正样本和负样本数量均超过1000张，将所有M张样本图片作为训练样本库；步骤3：将步骤2得到的样本库图片运用双线性插值算法进行统一缩放；步骤4：计算每一张样本训练图像的五种基本Haar特征的特征值，最终得到一幅图的Haar特征；步骤...
【技术特征摘要】
1.一种基于Haar特征和Adaboost的白带中霉菌检测方法，对白带自动检测项目中霉菌的识别进行了优化，该方法包括：步骤1：对白带样本进行处理，从处理后的图片中分割出可能是霉菌的区域，称为感兴趣区域；步骤2：建立训练样本库；取大量不同白带样本进行步骤1操作，将所得的诸多敢感兴趣区域进行人工的甄别，选取典型的霉菌图片作为正样本，杂质图片作为负样本，正样本和负样本数量均超过1000张，将所有M张样本图片作为训练样本库；步骤3：将步骤2得到的样本库图片运用双线性插值算法进行统一缩放；步骤4：计算每一张样本训练图像的五种基本Haar特征的特征值，最终得到一幅图的Haar特征；步骤5：用Adaboost方法对把正负样本的harr特征训练，最终得到一个Adaboost分类器；步骤6：把待测试图片按步骤1处理，得出待测图片的感兴趣区域；步骤7：将步骤6所得感兴趣区域按照步骤3处理统一图片大小；步骤8：将步骤7所得图片按步骤4提取Haar特征，得到每个所提取感兴趣区域的特征集x′i,i＝1,2,3,...,n，n表示提取特征区域的个数；步骤9：将所得特征集x′i输入到步骤5所得Adaboost分类器中，对于待分类向量x′i，计算：H(X)表示最终的强分类器，T表示基本分类器个数，αt表示基本分类器的权重，Ht(x)表示基本分类器，可以求得当前向量x′i的类别(-1,1)；步骤10：统计霉菌数量，输出结果数据；步骤11：根据所判定的霉菌的位置信息，在原始白带样本图像中框选。2.如权利要求1所述的一种基于Haar特征和Adaboost的白带中霉菌检测方法，该方法包括步骤1的具体步骤为：步骤1-1：将白带样本与0.9％生理盐水混合成溶液，并取少量涂抹到载玻片上，用显微镜采集图像；步骤1-2：将步骤1-1采集的显微图像进行灰度化，得到灰度图像；步骤1-3：将步骤1-2得到的灰度图像进行顶帽运算；步骤1-4：将步骤1-3得到的顶帽运算图像使用大津阈值法进行图像分割，得到二值图像；步骤1-5：将步骤1-4得到的二值图像进行8连通域标记并对计算连通域面积和外接矩形长宽及面积；步骤1-6：根据步骤1-4得到的连通域面积进行初步筛选，只保留面积在500-2700的连通域，只保留长宽在30-150像素的连通域，只保留外接矩形面积6000以下的连通域；步骤1-7：将步骤1-6获取的诸多连通域最小外接矩形的四条边分...
【专利技术属性】
技术研发人员：刘霖，杨浩，金松，曹越，郝如茜，倪光明，杜晓辉，王祥舟，刘娟秀，张静，刘永，
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。