一种基于显微镜图像的盘星藻类细胞统计方法及系统技术方案

本发明专利技术公开一种基于显微镜图像的盘星藻类细胞统计方法及系统，统计方法包括以下步骤：对采集的原始盘星藻类显微镜图像进行预处理，获得待检测盘星藻类灰度图像；对待检测盘星藻类灰度图像进行边缘检测，获得盘星藻类边缘图像；检测盘星藻类边缘图像的凸包和凸缺陷，对凸包和凸缺陷进行校验，获得有效凸缺陷点；基于有效凸缺陷点，统计盘星藻类细胞个数。本发明专利技术利用盘星藻类的显微镜图像，通过图像模式识别技术准确统计出盘星藻类的个数。式识别技术准确统计出盘星藻类的个数。式识别技术准确统计出盘星藻类的个数。

【技术实现步骤摘要】
一种基于显微镜图像的盘星藻类细胞统计方法及系统


[0001]本专利技术涉及水生态环境监测
，特别是涉及一种基于显微镜图像的盘星藻类细胞统计方法及系统。

技术介绍

[0002]盘星藻是一种水网藻科的植物。植物体由2～128个，但多数是由8～64个细胞构成的定形群体。细胞排列在一个平面上，大体呈辐射状；每个细胞内常有一个周位的盘状的色素体和一个蛋白核，有一个细胞核；细胞壁光滑，或具各种突出物，有的还具各种花纹。
[0003]目前，可以利用显微镜和高清工业相机来采集藻类图像，然后通过深度学习检测模型识别出盘星藻类和它的像素坐标，再通过识别到的盘星藻类个数，采用典型的细胞个数值估算每个盘星藻类的细胞个数，但是该统计方法只能按照典型细胞个数值进行估算，与实际情况存在较大的出入，导致了藻密度、生物量等性能指标产生了较大的偏差。另外，常见的盘星藻类中有双角盘星藻类和单角盘星藻类，现有技术是通过盘星藻类的面积，直接以细胞个数典型值来作为统计的细胞个数，无法区分出双角盘星藻类和单角盘星藻类。
[0004]因此，需要设计一种图像模式识别方法来本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于显微镜图像的盘星藻类细胞统计方法，其特征在于，包括以下步骤：对采集的原始盘星藻类显微镜图像进行预处理，获得待检测盘星藻类灰度图像；对所述待检测盘星藻类灰度图像进行边缘检测，获得盘星藻类边缘图像；检测所述盘星藻类边缘图像的凸包和凸缺陷，对所述凸包和凸缺陷进行校验，获得有效凸缺陷点；基于所述有效凸缺陷点，统计盘星藻类细胞个数。2.根据权利要求1所述的基于显微镜图像的盘星藻类细胞统计方法，其特征在于，对所述原始显微镜图像进行预处理，获得所述待检测盘星藻类灰度图像包括：对所述原始显微镜图像进行缩放处理；对缩放后的显微镜图像进行灰度处理，获得初始盘星藻类灰度图像；对所述初始盘星藻类灰度图像进行去噪处理，获得所述待检测盘星藻类灰度图像。3.根据权利要求1所述的基于显微镜图像的盘星藻类细胞统计方法，其特征在于，对所述待检测盘星藻类灰度图像进行边缘检测，获得所述盘星藻类边缘图像包括：计算所述所述待检测盘星藻类灰度图像的大律OTSU阈值；基于所述大律OTSU阈值，提取盘星藻类边缘特征，获得边缘图像；对所述边缘图像进行形态学膨胀处理，连接断开的边缘，增强盘星藻类外轮廓的完整性，获得所述盘星藻类边缘图像。4.根据权利要求1所述的基于显微镜图像的盘星藻类细胞统计方法，其特征在于，检测所述盘星藻类边缘图像的凸包和凸缺陷包括：基于所述盘星藻类边缘图像，计算盘星藻类外轮廓；比较所述盘星藻类外轮廓，提取最大盘星藻类外轮廓；对所述最大盘星藻类外轮廓进行凸包检测，获得凸包数据；基于所述凸包数据，检测所述最大盘星藻类外轮廓的凸缺陷。5.根据权利要求1所述的基于显微镜图像的盘星藻类细胞统计方法，其特征在于，对所述凸包和凸缺陷进行校验，获得所述有效凸缺陷点包括:对所述凸包进行校验，删除误检测的所述凸包；对所述凸缺陷进行校验，删除误检测的所述凸缺陷，获得所述有效凸缺陷点。6.根据权利要求5所述的基于显微镜图像的盘星藻类细胞统计方法，其特征在于，对所述凸包进行校验，删除误检测的所述凸包包括：计算所述凸包中任意两个凸点之间的第一像素距离，当所述第一像素距离小于设置第一阈值时，计算相邻所述凸点的第一中心点，用所述第一中心点代替所述凸点；计算所述凸包中的点和所有所述凸缺陷点之间的第二像素距离，如果所述第二像素距离小于设置的第二阈值时，校验当前凸缺陷点，如果所述当前凸缺陷点正常，则删除所述凸包中的点；对所有所述凸缺陷点进行排序，计算中位depth的值medianDepth，如果当前校验的所述凸包中的点和所述凸缺陷点之间...

【专利技术属性】
技术研发人员：王树磊，李斌，王英才，胡圣，张晶，李书印，彭玉，胡愈炘，方标，
申请(专利权)人：生态环境部长江流域生态环境监督管理局生态环境监测与科学研究中心，
类型：发明
国别省市：