一种基于图像特征的细菌显微图像识别方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及一种基于图像特征的细菌显微图像识别方法，方法包括：根据灰度差异分别获得每个病菌待测区中的菌体区和鞭毛区，根据鞭毛区的数量特征、鞭毛区的亮度特征和纹理特征获得对应病菌待测区的覆盖特征值。根据边缘角点之间的距离特征将边缘角点进行分类，获得鞭毛边缘；根据鞭毛数量比和直线拟合角获得每个病菌待测区的鞭毛分布度。将每个病菌待测区中菌体区与直线进行拟合，获得对应的直线拟合优度，最后获得对应病菌待测区的病菌显著度，根据病菌显著度获得对应病菌待测区的病菌识别情况。本发明专利技术能够提高识别的准确性，减少误差。减少误差。减少误差。

【技术实现步骤摘要】
一种基于图像特征的细菌显微图像识别方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种基于图像特征的细菌显微图像识别方法。

技术介绍

[0002]兰花病菌性褐腐病菌，即杓兰欧文氏菌主要危害兰科植物引起褐腐病，从植物叶片开始侵染，扩展到茎和生长点，易随植株远距离传播扩散，严重时会导致兰科植物减产甚至是大面积死亡。
[0003]现有技术中，对于病菌的快速检测方法研究相对较多，但是针对该病菌的鉴定方法仍局限于传统的培养基筛选、生理生化鉴定、致病性测定等步骤，检验过程冗长、检测步骤繁杂。尤其是生理生化鉴定这一步骤，需要先从寄主植物中分离出病菌性褐腐病菌，再对病菌纯化，进而结合属、种的各项生理生化特征进行一一测定比对。仅根据病菌的灰度特征判断病菌数量和种类的方法，容易产生极大误差；或者对病菌的灰度设置阈值，仅通过更新阈值获得识别结果，没有对病菌本身结构特征进行分析，导致后续结果不够准确。因此，需要一种结果稳定的判断兰花病菌性褐腐病菌的各特征且精确度高的识别方法。

技术实现思路

[0004]为了解决现有技术中没有对病菌本身结构特征进行分析，导致后续结果不够准确的技术问题，本专利技术的目的在于提供一种基于图像特征的细菌显微图像识别方法，所采用的技术方案具体如下：本专利技术提出来一种基于图像特征的细菌显微图像识别方法，该方法包括：获得病菌灰度图像及其病菌边缘图像，获取病菌图像中的病菌待测区；根据灰度差异分别获得每个病菌待测区中的菌体区和鞭毛区；对任意一个病菌待测区，根据鞭毛区的数量特征、鞭毛区的亮度特征和纹理特征获得对应病菌待测区的覆盖特征值；对病菌边缘图像进行角点检测，获得每个病菌待测区的边缘角点；根据边缘角点之间的距离特征将边缘角点进行分类，获得鞭毛边缘；根据鞭毛边缘与鞭毛区的数量特征获得鞭毛数量比；将每个鞭毛边缘中的像素点进行拟合，获得直线拟合角；根据鞭毛数量比和直线拟合角获得每个病菌待测区的鞭毛分布度；将每个病菌待测区中菌体区与直线进行拟合，获得对应的直线拟合优度；根据每个病菌待测区的覆盖特征值、鞭毛分布度和直线拟合优度获得对应病菌待测区的病菌显著度；根据病菌显著度获得对应病菌待测区的病菌识别情况。
[0005]进一步地，所述病菌待测区的获取方法包括：对病菌灰度图像使用最大类间方差法，将病菌灰度图像进行区域划分，一个区域对应一个病菌待测区。
[0006]进一步地，所述菌体区和鞭毛区的获取方法包括：
对每个病菌待测区使用最大类间方差法，获得划分阈值；将病菌待测区中灰度值大于划分阈值的像素点组成的各个区域作为鞭毛区；将病菌待测区中的非鞭毛区作为菌体区；一个病菌待测区对应一个菌体区和至少两个鞭毛区。
[0007]进一步地，所述鞭毛区的纹理特征的获取方法包括：获得每个鞭毛区的灰度共生矩阵；根据灰度共生矩阵获得对应鞭毛区的矩阵熵；将每个鞭毛区的矩阵熵作为对应鞭毛区的纹理特征。
[0008]进一步地，所述覆盖特征值的获取方法包括：对任意一个病菌待测区，获得对应菌体区的灰度均值，获得每个鞭毛区的灰度均值；将菌体区的灰度均值与纹理特征的乘积作为对应病菌待测区的稳定系数；对任意一个鞭毛区，获得鞭毛区的灰度均值与菌体区的灰度均值的差值，将所述差值与稳定系数的比值作为对应病菌待测区的子覆盖特征；将所有鞭毛区的子覆盖特征的累加和与鞭毛区数量相乘，获得对应病菌待测区的覆盖特征值。
[0009]进一步地，所述鞭毛边缘的获取方法包括：获取每个病菌待测区的质心，将每个边缘角点与质心的距离作为对应边缘角点的质心距离；根据鞭毛结构将位于最外部的边缘角点作为顶端角点，将顶端角点和距离顶端角点最近的两个非顶端角点组成鞭毛角点组；对任意一个鞭毛角点组，将最大质心距离对应的边缘角点分为一类角点，将最小质心距离对应的边缘角点分为二类角点；将未分类边缘角点与组内一类角点的质心距离差值作为一类差值，将未分类边缘角点与组内二类角点的质心距离差值作为二类差值；若一类差值小于二类差值，则将未分类边缘角点分为一类角点，反之分为二类角点；将每个鞭毛角点组内一类角点和二类角点组成的区域作为鞭毛边缘。
[0010]进一步地，所述鞭毛数量比的获取方法包括：对任意一个病菌待测区，将所有鞭毛边缘内包含的鞭毛区的边缘像素点数量作为第一鞭毛数量；将鞭毛边缘的所有像素点的数量作为第二鞭毛数量；将第一鞭毛数量与第二鞭毛数量的比值作为对应病菌待测区的鞭毛数量比。
[0011]进一步地，所述鞭毛分布度的获取方法包括：获得相邻位置的两个鞭毛边缘之间的直线拟合角的差值绝对值，将所有鞭毛边缘之间的直线拟合角的差值绝对值的均值，获得角度差异；将角度差异与鞭毛数量比的乘积作为对应病菌待测区的鞭毛分布度。
[0012]进一步地，所述病菌显著度的获取方法包括：将每个病菌待测区的覆盖特征值、鞭毛分布度和直线拟合优度三者的乘积作为对应病菌待测区的病菌显著度。
[0013]进一步地，所述病菌待测区的病菌识别情况包括：将每个病菌待测区的病菌显著度进行归一化，获得病菌显著度归一化值；若病菌显著度归一化值大于预设显著阈值，则对应病菌待测区为兰花病菌性褐腐病菌；若病菌显著度归一化值不大于预设显著阈值，则对应病菌待测区不是兰花病菌性褐腐病菌。
[0014]本专利技术具有如下有益效果：本专利技术实施例中，根据灰度差异分别获得每个病菌待测区中的菌体区和鞭毛区，
首先粗略将菌体区和鞭毛区区别开，因为后续需要对鞭毛区和菌体区分别进行分析，能够增强识别结果的准确性。对任意一个病菌待测区，根据鞭毛区的数量特征、鞭毛区的亮度特征和纹理特征获得对应病菌待测区的覆盖特征值，从数量、亮度和纹理三个角度对鞭毛区进行分析，通过对鞭毛区的准确识别能够获得更准确的病菌判断结果，减少误差。根据边缘角点之间的距离特征将边缘角点进行分类，获得鞭毛边缘，对鞭毛的位置特征进行分析，再次对鞭毛区进行判断。根据鞭毛数量比和直线拟合角获得每个病菌待测区的鞭毛分布度，将鞭毛区进行再一次分析，将数量、亮度和纹理与位置结合再次获得病菌待测区的鞭毛分布特征，使识别结果更加准确。将每个病菌待测区中菌体区与直线进行拟合，获得对应的直线拟合优度，根据菌体区的形状特征对菌体区进行判断，进一步增强识别效果的准确性。最后获得对应病菌待测区的病菌显著度，根据病菌显著度获得对应病菌待测区的病菌识别情况。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0016]图1为本专利技术一个实施例所提供的一种基于图像特征的细菌显微图像识别方法流程图；图2为本专利技术一个实施例所提供的一种兰花病菌性褐腐病菌结构的示意图。
具体实施方式
[0017]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于图像特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像特征的细菌显微图像识别方法，其特征在于，该方法包括以下步骤：获得病菌灰度图像及其病菌边缘图像，获取病菌图像中的病菌待测区；根据灰度差异分别获得每个病菌待测区中的菌体区和鞭毛区；对任意一个病菌待测区，根据鞭毛区的数量特征、鞭毛区的亮度特征和纹理特征获得对应病菌待测区的覆盖特征值；对病菌边缘图像进行角点检测，获得每个病菌待测区的边缘角点；根据边缘角点之间的距离特征将边缘角点进行分类，获得鞭毛边缘；根据鞭毛边缘与鞭毛区的数量特征获得鞭毛数量比；将每个鞭毛边缘中的像素点进行拟合，获得直线拟合角；根据鞭毛数量比和直线拟合角获得每个病菌待测区的鞭毛分布度；将每个病菌待测区中菌体区与直线进行拟合，获得对应的直线拟合优度；根据每个病菌待测区的覆盖特征值、鞭毛分布度和直线拟合优度获得对应病菌待测区的病菌显著度；根据病菌显著度获得对应病菌待测区的病菌识别情况。2.根据权利要求1所述的一种基于图像特征的细菌显微图像识别方法，其特征在于，所述病菌待测区的获取方法包括：对病菌灰度图像使用最大类间方差法，将病菌灰度图像进行区域划分，一个区域对应一个病菌待测区。3.根据权利要求1所述的一种基于图像特征的细菌显微图像识别方法，其特征在于，所述菌体区和鞭毛区的获取方法包括：对每个病菌待测区使用最大类间方差法，获得划分阈值；将病菌待测区中灰度值大于划分阈值的像素点组成的各个区域作为鞭毛区；将病菌待测区中的非鞭毛区作为菌体区；一个病菌待测区对应一个菌体区和至少两个鞭毛区。4.根据权利要求1所述的一种基于图像特征的细菌显微图像识别方法，其特征在于，所述鞭毛区的纹理特征的获取方法包括：获得每个鞭毛区的灰度共生矩阵；根据灰度共生矩阵获得对应鞭毛区的矩阵熵；将每个鞭毛区的矩阵熵作为对应鞭毛区的纹理特征。5.根据权利要求4所述的一种基于图像特征的细菌显微图像识别方法，其特征在于，所述覆盖特征值的获取方法包括：对任意一个病菌待测区，获得对应菌体区的灰度均值，获得每个鞭毛区的灰度均值；将菌体区的灰度均值与纹理特征的乘积作为对应病菌待测区的稳定系数；对任意一个鞭毛区，获得鞭毛区的灰度均值与菌体区的灰度均值的差值，将所述差值与稳定系数的比值作为对应病菌待测区的子覆盖特征；将所有鞭...

【专利技术属性】
技术研发人员：厉艳，魏晓棠，张京宣，齐振华，孙铮，
申请(专利权)人：青岛海关技术中心，
类型：发明
国别省市：