System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种星状藻类群体计算个体细胞数的方法及系统技术方案_技高网

一种星状藻类群体计算个体细胞数的方法及系统技术方案

技术编号:40561934 阅读:10 留言:0更新日期:2024-03-05 19:24
本发明专利技术提供了一种星状藻类群体计算个体细胞数的方法及系统,包括:S1、获取显微图像;S2、获取原始线段图像;S3、计算得到藻类群体的中心点;S4、将原始线段图像划分为多个片段图像;S5、判断片段图像中的线段是否满足预设分布形式;S6、若片段图像中的线段满足预设分布形式,则将片段图像作为目标图像;若不满足,则将片段图像以及与之顺时针相邻的一个片段图像合并形成目标图像,并重复执行步骤S6;S7、选取与目标图像顺时针相邻的一个片段图像,并重复执行步骤S6至步骤S7,直至判断完所有片段图像;S8、根据目标图像的数量,确定个体细胞数。本发明专利技术解决了现有技术中存在利用深度学习模型检测个体藻类细胞时,容易出现漏检和误检的问题。

【技术实现步骤摘要】

本专利技术涉及水生态环境监测的,尤其涉及一种星状藻类群体计算个体细胞数的方法及系统


技术介绍

1、近年来,随着各省水利、环保部门持续加大生态监管力度,藻类的自动化检测与监管已愈发重要;在浮游藻类个体细胞数量的检测中,一般是先检测出藻类群体,而后再通过深度学习模型针对上述藻类群体进行个体细胞的计数和统计结果;

2、而在上述检测过程中,由于个体藻细胞极为类似且相聚较为接近,导致在利用深度学习模型检测个体细胞的时候,容易产生漏检和误检的问题,使统计结果出现偏差,与实际不符。


技术实现思路

1、针对现有技术中所存在的不足,本专利技术提供了一种星状藻类群体计算个体细胞数的方法,解决了现有技术中存在利用深度学习模型检测个体藻类细胞时,容易出现漏检和误检的问题。

2、本专利技术的至少一个实施例提供了一种星状藻类群体计算个体细胞数的方法,包括:

3、s1、获取具有藻类群体的显微图像;

4、s2、对所述显微图像进行直线检测,获取具有多个线段的原始线段图像;

5、s3、根据所述原始线段图像中的线段分布,计算得到藻类群体的中心点;

6、s4、基于所述中心点,等弧度将所述原始线段图像划分为多个片段图像;

7、s5、从任意一个所述片段图像开始,判断所述片段图像中的线段是否满足预设分布形式,其中,所述预设分布形式表征为在个体细胞轮廓上呈现,并具有规律的分布形式;

8、s6、若片段图像中的线段满足预设分布形式,则将所述片段图像作为目标图像,并执行步骤s7;

9、若片段图像中的线段不满足预设分布形式,则将所述片段图像以及与之顺时针相邻的一个片段图像合并形成目标图像,并将目标图像作为新的片段图像重复执行步骤s6,直至目标图像中的线段满足预设分布形式,并执行步骤s7;

10、s7、选取与所述目标图像顺时针相邻的一个片段图像作为新的片段图像,并重复执行步骤s6至步骤s7,直至判断完所有片段图像中的线段是否满足预设分布形式;

11、s8、根据所述目标图像的数量,确定个体细胞数。

12、本专利技术的至少一个实施例还提供了一种星状藻类群体计算个体细胞数的系统,包括:

13、显微图像获取模块,用于获取具有藻类群体的显微图像;

14、原始线段图像获取模块,用于对所述显微图像进行直线检测,获取具有多个线段的原始线段图像;

15、原始线段图像处理模块,根据所述原始线段图像中的线段分布,计算得到藻类群体的中心点;

16、片段图像获取模块,基于中心点,等弧度将所述原始线段图像划分为多份片段图像;

17、判断模块,从任意一个所述片段图像开始,判断所述片段图像中的线段是否满足预设分布形式,其中,所述预设分布形式表征为在个体细胞轮廓上呈现,并具有规律的分布形式;

18、执行模块a,若所述片段图像中的线段满足预设分布形式,则将所述片段图像作为目标图像,并将该目标图像传输至执行模块b;

19、若所述片段图像中的线段不满足预设分布形式,则将所述片段图像以及与之顺时针相邻的一个片段图像合并形成目标图像,并将目标图像作为新的片段图像返回执行模块a中,以重新判断该新的片段图像中的线段是否满足预设分布形式;

20、执行模块b,选取与目标图像顺时针相邻的一个片段图像作为新的片段图像,并将上述新的片段图像返回执行模块a中,以重新判断该新的片段图像中的线段是否满足预设分布形式,直至判断完所有片段图像中的线段是否满足预设分布形式;

21、个体细胞数量确定模块,根据目标图像的数量,确定个体细胞数。

22、本专利技术公开提供的技术方案至少具有如下有益效果:

23、本专利技术利用星状藻类呈圆形规则分布,以及星状藻类的个体细胞均具有相同且特定的分布形式的特点作为预设分布形式,拟合原始线段图像中多个线段,可得到线段所对应的多个个体细胞的中心点,利用上述中心点,可对原始线段图像按照固定弧度,划分呈多个片段图像区域;

24、通过寻找与上述预设分布形式具有相应分布形式线段的片段图像,借以表征为个体细胞,使得本方法较现有技术的深度学习模型判断方法而言,更为精确。

本文档来自技高网...

【技术保护点】

1.一种星状藻类群体计算个体细胞数的方法,其特征在于,包括:

2.根据权利要求1所述的一种星状藻类群体计算个体细胞数的方法,其特征在于,判断片段图像中的线段是否满足预设分布形式包括:

3.根据权利要求2所述的一种星状藻类群体计算个体细胞数的方法,其特征在于,步骤S6还包括:

4.根据权利要求1至3任一项所述的一种星状藻类群体计算个体细胞数的方法,其特征在于,步骤S2还包括:

5.根据权利要求1至3任一项所述的一种星状藻类群体计算个体细胞数的方法,其特征在于,步骤S3还包括:

6.根据权利要求5所述的一种星状藻类群体计算个体细胞数的方法,其特征在于,步骤S31还包括:

7.根据权利要求6所述的一种星状藻类群体计算个体细胞数的方法,其特征在于,步骤S4还包括:

8.根据权利要求7所述的一种星状藻类群体计算个体细胞数的方法,其特征在于,所述预设值为所述半径0.6倍。

9.根据权利要求2所述的一种星状藻类群体计算个体细胞数的方法,其特征在于:所述标准线为片段图像的中心分隔线。

10.一种星状藻类群体计算个体细胞数的系统,其特征在于,包括:

...

【技术特征摘要】

1.一种星状藻类群体计算个体细胞数的方法,其特征在于,包括:

2.根据权利要求1所述的一种星状藻类群体计算个体细胞数的方法,其特征在于,判断片段图像中的线段是否满足预设分布形式包括:

3.根据权利要求2所述的一种星状藻类群体计算个体细胞数的方法,其特征在于,步骤s6还包括:

4.根据权利要求1至3任一项所述的一种星状藻类群体计算个体细胞数的方法,其特征在于,步骤s2还包括:

5.根据权利要求1至3任一项所述的一种星状藻类群体计算个体细胞数的方法,其特征在于,步骤s3还包括:...

【专利技术属性】
技术研发人员:戎征刘冬辰杜珂璇
申请(专利权)人:郑州英视江河生态环境科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1