【技术实现步骤摘要】
本
技术实现思路
涉及生物医学图像处理领域，具体涉及一种毛发的自动识别与辅助质检的系统。
技术介绍
1、在毛发生长类药物的研发过程中，实验人员往往需要对被试者的毛发生长情况进行定期统计，并记录新生毛发的密度、宽度分布等数据，进而对药物的性能进行量化分析。然而，人类头皮的一平方厘米有着数千根毛发，人工计数非常耗时耗力，且毛发宽度和长度等信息也很难被精确地测量，因此实验员往往高度依赖于毛发图像，并借助图像智能分析技术自动识别和测量毛发。
2、然而，受被试者种族肤色、头皮健康状况、毛发弯曲度、拍摄条件等各种因素影响，图像中的毛发特征丰富而多变，且毛发形态往往存在复杂的重叠、交叉等情况。传统图像算法往往只适用于对比度清晰、无重叠交叉的毛发图像，而难以适用于更加复杂多样的情形。
3、因此，现有的毛发分析系统通常识别精度很低，容易出现大量毛发漏识别、错识别的情况。用户还无法在此结果上进行修改，只能要么直接丢弃结果，要么花费巨大力气以人工的方式重新测量结果。如果有一种自动识别精度高、适用于各种复杂多变情况、又能在错识别时为用户提供手动修改余地的系统，大幅度提升毛发的统计与分析效率。
技术实现思路
1、为了解决目前人工毛发分析耗时耗力、且自动毛发分析容易存在漏识别和错识别的问题，本专利技术提出了一种毛发自动识别系统与一种辅助质检的系统。毛发自动识别系统依次通过二值化、端点检测、骨架追踪模块，自动检测出整张图像中的所有毛发，并在测宽模块和统计模块测量毛发密度、宽度分布等信息。同时
2、本专利技术的技术方案如下：
3、本专利技术所述的一种毛发自动识别系统和一种辅助质检系统，用于服务精准的毛发自动识别和高效的人工质检。其中，毛发自动识别系统，包含二值化模块a1、端点检测模块a2、骨架追踪模块a3、测宽模块a4和统计模块a5，用于毛发的自动识别和毛发统计指标的量化分析；毛发辅助质检系统包含毛发标注模块b1和毛发修正模块b2，用于手工标注毛发、对错误识别的毛发进行修正，以服务于人工质检。
4、毛发自动识别系统中的二值化模块a1根据原始毛发图像r0确定毛发前景区域和背景区域，并以二值图r1的方式表示结果。优选地，二值化模块所用的方法包含局部自适应二值化，神经网络二值化和区域生长二值化方法。其中：(1)局部自适应二值化方法对各像素采用其邻域平均亮度加上参数(可以由用户手动调节)作为二值化阈值，适用于亮度不均一的毛发图像；(2)神经网络二值化方式通过训练好的用于语义分割的卷积神经网络得到毛发前景区域；(3)区域生长二值化方法首先对局部自适应二值化或神经网络二值化的结果使用形态学腐蚀操作，得到区域生长的起始区域，接着通过宽度优先搜索，迭代地合并灰度值与区域整体灰度均值接近或与八邻域局部灰度均值接近的相邻像素，最终形成完整的毛发区域；相对于前两种二值化方法，区域生长二值化方法对毛发区域的估计更加保守，在图片对比度不高时更有优势。毛发自动识别系统中的其他模块(端点检测模块、骨架追踪模块、测宽模块)都会利用二值化结果中的毛发区域信息，因此合适的二值化方法是至关重要的。用户可以根据不同的图片情况选择不同的二值化方式，或者使用多种二值化方式的共识结果，从而确保得到的二值化结果最合理。
5、毛发自动识别系统中的端点检测模块a2基于毛发原始图像r0和二值图像r1，识别出所有的毛发端点集合r2。a2首先通过训练好的用于端点检测的神经网络在图像上识别出候选的毛发端点集合r20。然而，由于毛发原始图像中可能存在噪声，候选的毛发端点集合r20中可能含有假阳结果，因此本专利技术考虑结合扇形准则对候选的毛发端点作进一步的筛选。扇形准则的具体流程为：对候选毛发端点集合r20中的每个端点p，以p的所在位置为圆心画半径为预设参数r的圆形c，并求出圆形c与二值图像r1中的前景毛发区域相交形成的图形：若形成的图形为扇形，且扇形的圆心角不超过预设的阈值参数θ，则将p甄别为可信端点；若为其他情况，则将p甄别为不可信端点，并从集合r20中删除；最终所有甄别为可信的端点构成毛发端点集合r2。扇形准则引入了毛发端点的形态学先验，在存在斑点状噪声时能更加鲁棒地甄别出真正的毛发端点。最终确定的毛发端点集合r2被传递到骨架追踪模块。
6、毛发自动识别系统中的骨架追踪模块a3进一步对r2中的端点进行配对和连接，得到所有毛发骨架集合r3。a3计算的步骤如下：(1)首先使用距离变换求出二值图像r1中所有毛发前景像素点(i，j)到毛发背景区域的最短距离d(i，j)；(2)接着以所有像素为结点建图g(称该图为像素图)，图中相邻的两个像素(i1，j1)、(i2，j2)之间连接有向边(八连通的两个像素视为相邻，即满足|i1-i2|＝1或|j1-j2|＝1)，边的权值为f(d(i2，j2))，其中函数f值非负且为减函数；这样的目的是为了让最短路径更多地经过远离背景区域的像素结点，即通过毛发前景区域的中线来连接端点；(3)然后，使用最短路径算法，求解r2中的端点两两之间在图g中的最短路径，并将所有的最短路径作为候选毛发骨架集合r30；(4)最后，使用贪心算法筛选r30中可信的毛发骨架，具体流程为：(4.1)计算每根候选毛发骨架局部弯曲角度的波动程度(这里波动程度可以使用方差衡量)，并找到波动程度最小的毛发骨架s(设骨架s连接了端点p1和端点p2)，将s甄别为可信；(4.2)将剩余的候选毛发骨架中连接了p1或连接了p2的毛发骨架甄别为不可信；(4.3)对所有未甄别的候选毛发骨架重复(4.1-4.3)，直到所有候选毛发骨架甄别完毕；(4.4)最终甄别为可信的候选毛发骨架构成a3输出的毛发骨架集合r3。总的来说，该贪心算法优先相信光滑的毛发骨架，并从候选毛发骨架集合r30中逐根挑出骨架放进r3中。这样的方式能够更有效地应对毛发存在交叉或重叠的复杂情况。
7、毛发自动识别系统中的测宽模块a4基于二值图像r1和毛发骨架集合r3，自动测量毛发的宽度，得到毛发宽度集合r4。首先，在毛发骨架上均匀取点，并测量点到两侧毛发边界的最短距离之和作为毛发在该点处的局部宽度，然后取所有局部宽度的中位数作为整根毛发的宽度。
8、毛发自动识别系统中的统计模块实时计算毛发宽度集合r4的统计特征，包括但不限于毛发宽度的中位数、众数、均值、方差，以及毛发的密度和宽度分布直方图，并将结果导出为一份报告r5。
9、毛发辅助质检系统中的毛发标注模块b1，采用多种方法辅助用户进行毛发骨架的手工标注，包括但不限于内点辅助标注法、纯手工标注法和端点辅助标注法，它们在自动识别的不同阶段进行了手工的干预。其中：(1本文档来自技高网...
【技术保护点】
1.一种毛发自动识别系统，其特征在于，毛发彩色图像依次通过二值化模块A1、端点检测模块A2和骨架追踪模块A3自动识别图片中的独立毛发，并进一步通过测宽模块A4和统计模块A5自动测量毛发宽度并生成统计结果，其中：
2.如权利要求1所述的毛发自动识别系统，其特征在于，二值化模块A1中，区域生长二值化方法首先对局部自适应二值化或神经网络二值化的结果使用形态学腐蚀操作，得到区域生长的起始区域，接着通过宽度优先搜索，迭代地合并灰度值与区域整体灰度或局部灰度接近的相邻像素，最终形成完整的毛发前景区域。
3.如权利要求1所述的毛发自动识别系统，其特征在于，端点检测模块A2中，对候选毛发端点集合R20使用扇形准则筛选的流程为：对候选毛发端点集合R20中的每个端点P，以P的所在位置为圆心画半径为预设参数r的圆形C，并求出圆形C与二值图像R1中的前景毛发区域相交形成的图形；若形成的图形为扇形，且扇形的圆心角不超过预设的阈值参数θ，则将P甄别为可信端点；若为其他情况，则将P甄别为不可信端点，并从集合R20中删除；最终所有甄别为可信的端点构成A2输出的毛发端点集合R2。
<...【技术特征摘要】
1.一种毛发自动识别系统，其特征在于，毛发彩色图像依次通过二值化模块a1、端点检测模块a2和骨架追踪模块a3自动识别图片中的独立毛发，并进一步通过测宽模块a4和统计模块a5自动测量毛发宽度并生成统计结果，其中：
2.如权利要求1所述的毛发自动识别系统，其特征在于，二值化模块a1中，区域生长二值化方法首先对局部自适应二值化或神经网络二值化的结果使用形态学腐蚀操作，得到区域生长的起始区域，接着通过宽度优先搜索，迭代地合并灰度值与区域整体灰度或局部灰度接近的相邻像素，最终形成完整的毛发前景区域。
3.如权利要求1所述的毛发自动识别系统，其特征在于，端点检测模块a2中，对候选毛发端点集合r20使用扇形准则筛选的流程为：对候选毛发端点集合r20中的每个端点p，以p的所在位置为圆心画半径为预设参数r的圆形c，并求出圆形c与二值图像r1中的前景毛发区域相交形成的图形；若形成的图形为扇形，且扇形的圆心角不超过预设的阈值参数θ，则将p甄别为可信端点；若为其他情况，则将p甄别为不可信端点，并从集合r20中删除；最终所有甄别为可信的端点构成a2输出的毛发端点集合r2。
4.如权利要求1所述的毛发自动识别系统，其特征在于，骨架追踪模块a3中，首先使用距离变换求出二值图像r1中所有毛发前景像素点(i，j)到毛发背景区域的最短距离d(i，j)；接着以所有像素为结点建图g，图中相邻的两个像素(i1，j1)、(i2，j2)之间连接有向边，边的权值为f(d(i2，j2))，其中函数f值非负且为减函数；然后，使用最短路径算法，求解r2中的端点两两之间在图g中的最短路径，并将所有的最短路径作为候选毛发骨架集合r30；最后，使用贪心算法筛选r30中可信的毛发骨架，具体流程为：计算每根候选毛发骨架局部弯曲角度的波动程度，并找到波动程度最小的毛发骨架s，将s...
【专利技术属性】
技术研发人员：赵婷，
申请(专利权)人：南京景瑞康分子医药科技有限公司，
类型：发明
国别省市：
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。