一种基于轮廓引导显著目标定位的图像合成方法技术

本发明专利技术提供了一种基于轮廓引导显著目标定位的图像合成方法，针对真实花粉数据集数量有限、原始图像受杂质干扰的问题，本发明专利技术关注定位图像中显著性区域的研究。该方法首先将花粉WSI图像裁剪成最优尺寸，并设置背景筛选器过滤掉大量背景图像；使用无监督方法提取花粉图像轮廓图；引入全局对比度的显著区域检测方法获取花粉显著图；基于轮廓图中的边缘约束信息，在上述花粉显著图确定了花粉目标所处的区域，获得仅包括花粉颗粒的显著图；迭代应用GrabCut方法对显著图进行修正；将上述花粉显著图输入生成式对抗网络旨在合成新图像。该方法有效去除了杂质区域的干扰，获得了纯净仅包括花粉颗粒图像，为后续图像合成提供了高质量的数据基础。

【技术实现步骤摘要】

本专利技术属于计算机图像合成，尤其一种基于轮廓引导显著目标定位的图像合成方法。

技术介绍

1、气传致敏花粉是一种常见的健康威胁。它强烈刺激人眼部和呼吸道系统，常诱发多种过敏性结膜炎和致敏性鼻炎等花粉症状，严重影响过敏患者的正常生活。因此，这迫切需要为过敏患者提供一种自动化、连续化的各类致敏花粉监测服务，为他们提供针对性的预防管理，提高花粉敏感群体的生活质量。深度学习技术的发展推动了花粉识别任务从传统人工向全自动化转变的进程。然而，数据驱动的深度学习模型的性能和数据集的质量、数量具有强关联性。但真实场景下，花粉数据的采集十分复杂且耗时，研究者很难收集到足够的数据以支持模型的学习和训练，这也限制了模型的特征表达能力。

2、目前已有大量文献致力于数据扩充方法来弥补训练数量的不足。常用的数据扩充方法包括平移、旋转、缩放、裁剪、颜色变换等。这些方法可以有效的提升数据量，但只是在原始图像基础上的调整，并没有生成新的图像。因此，本专利技术使用基于神经网络的生成式对抗网络(generative adversarial networks，gan)来合成新的数据，本文档来自技高网...

【技术保护点】

1.一种基于轮廓引导显著目标定位的图像合成方法，其特征在于，包括以下步骤：

【技术特征摘要】

1.一种基于轮廓引导显著目标定位的图像...

【专利技术属性】
技术研发人员：李建强，刘素芹，王曌萱，王一霖，贾卓霖，吴皓澜，徐曦，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：