用于血细胞的多重分形纹理特征的提取方法技术

本发明专利技术公开了一种用于血细胞的多重分形纹理特征的提取方法，包括步骤：采集血细胞的灰度二维图像并结合灰度值信息转换为三维空间图像；构建多个与最大椭球体同重心的等比例椭球面；计算相邻的两椭球面围成的子空间内的各灰度级的分布概率、灰度均值与灰度级总数，计算加权系数，进而算得子空间的覆盖盒子数；将所有子空间的覆盖盒子数累计获得三维空间图像的盒子总数；将子空间的覆盖盒子数除以三维空间图像的盒子总数，算得子空间的生长概率；根据子空间的生长概率，计算各类细胞对应的多重分形广义维数值作为血细胞图像的纹理特征值。本发明专利技术能提高分形特征有效性和可用性，有助于分形纹理特征应用于识别系统的提高分类及识别精度。

【技术实现步骤摘要】

本专利技术涉及计算机图像处理领域，特别地，涉及一种。
技术介绍
使用计算机图像处理与模式识别技术针对血细胞显微镜下的图像进行自动分析与识别在医学领域应用上具有十分重要的意义。计算机处理方式与人工分析相比，速度快且客观性强。在图像识别过程中，是否能够恰当地提取出显微镜图像的形状、颜色和纹理等特征参数对识别结果的好坏起到决定性的作用。其中，图像的纹理特征是具有标识性、独一无二的。因此大多数相关性学者都致力于图像纹理的研究。Tamaura等人提出纹理特征表达主要包括粗糙度(Coarseness)、对比度(Contrast)、线像度(Linelikeness)、方向度(Directionality)、规整度(Regularity)和粗略度(Roughness)六种属性。其中粗糙度是纹理的最重要特征。如何描绘粗糙度纹理对于纹理分析及处理十分重要。存在于自然界的三维物体大多数是非规则的几何体，表面都具有分形特征，包括自相似性和标度不变性。从整体上来看，分形物体是处处不规则的，然而在不同尺度上规则性又是相像的。这些相似性的体现包括严格的几何相似性，也包括大量的统计而得出的自相似性。三维物体表面的本文档来自技高网...

【技术保护点】
一种用于血细胞的多重分形纹理特征的提取方法，其特征在于，包括以下步骤：S1：在显微镜下采集血细胞的灰度二维图像，结合所述灰度二维图像中的各像素点的灰度值将所述灰度二维图像转换为三维空间图像；S2：构建覆盖所述三维空间图像中所有的点的最大椭球体，并在所述最大椭球体内部构造多个与所述最大椭球体同重心的等比例椭球面；S3：计算相邻的两椭球面围成的子空间内的各灰度级的分布概率；S4：计算子空间内的灰度均值与灰度级总数，并将二者的比值作为加权系数；找出子空间中分布概率最大的灰度级和分布概率最小的灰度级以及二者的差值；然后将所有子空间的所述差值乘以所述加权系数，算得子空间的覆盖盒子数；S5：将所有子空间的...

【技术特征摘要】

【专利技术属性】
技术研发人员：丁建文，梁光明，周丰良，
申请(专利权)人：湖南爱威科技股份有限公司，
类型：发明
国别省市：