[发明专利]一种基于多特征融合的寄生虫虫卵识别方法

权利要求书

1.一种基于多特征融合的寄生虫虫卵的识别方法，包括一个利用显微照相设备获取寄生虫虫卵的图像的过程，其特征在于：所述的过程还包括如下步骤：

a)一个对图像预处理的步骤，在所述的对图像预处理的步骤中，将显微照相设备获取的图像信息进行亮度归一化处理，对归一化的图像进行灰度化处理，生成归一化灰度图像，然后再对整张图片进行基于高斯滤波的锐化处理，得到虫卵边缘锐化的图像；

b)一个对虫卵边缘锐化的图像进行均值移位寻找虫卵的步骤，在所述的对虫卵边缘锐化的图像进行均值移位寻找虫卵的步骤中，使用均值移位算法来对目标图片进行分割处理，得到上述图像的颜色特征向量，基于颜色特征向量规划并找到最佳目标区域，获得判断为虫卵的区域；

c)一个基于上述判别为虫卵的区域对虫卵图像进行目标获取的步骤，在所述的目标获取的步骤中，依据所建立的要识别寄生虫虫卵形状边缘区域信息，对每个候选的边缘区域进行二值化处理，采用边界跟踪算法按照虫卵区域的边界进行目标获取，得到分割后的虫卵图像；

d)一个对分割后的虫卵图像截取指定特征值，存入预设特征值数据库的步骤；

e)一个分类识别的步骤，在一个分类识别的步骤中，采用基于相对距离的KNN(k＝3)算法，将所获取的特征值代入总数据库，基于KNN算法判断虫卵类别。

2.如权利要求1所述的基于多特征融合的寄生虫虫卵的识别方法，其特征在于：在一个对虫卵边缘锐化的图像进行均值移位寻找虫卵的步骤中，使用均值移位算法来对目标进行分割处理，在使用均值移位算法来对目标进行分割处理的过程中，先对原图像进行X×Y的划分，得到X×Y个交点，并对这些交点进行合并处理，即某两个点对应的颜色值之间的欧氏距离小于某个阈值，所述的阈值为图像亮度最高的5％像素与亮度最低的5％像素的颜色平均值，则把它们合为一个点，这样得到m个点作为初始点集合，m代表图片上X×Y共n个像素点的集合，每个像素点可以表示为自变量X_i{i＝1…n},样本点平均值位移M的计算方法为：

Mh,U(x)=h2d+2▿‾fE(x)f‾U(x)]]>

在图片中心选择一个初始点，在以此点为中心的窗口S_h(x)内计算平均值位移M_h，U(x)，如果该值不小于某个阈值，就把窗口S_h(x)平移M_h,U(x)，然后重复在新的窗口中计算平均值位移，得到新的中心值，直到M_h，U(x)小于某个阈值，停止平移，得到一个最大局部密度位置；重复上述步骤，得到m个对应最大局部密度位置的点，并对这些点进行合并处理，得到n个聚类的中心点，即原图像的主色，针对原图像中的每个像素点，根据欧氏距离判断归到哪个聚类中，用一维直方图表示主色信息，横坐标表示各主色，纵坐标表示各主色包含的像素数的比例，这样就得到该图像的颜色特征向量：

Q＝{(P_i,W_i)i＝1,…,n}，其中P_i＝(L^*_i,a^*_i,b^*_i),W_i∈(0,1]，

上述公式中，W为比例，P_i为颜色值，颜色值用LSH分量表示法来表示，分别记为L_i、a_i、b_i，颜色特征向量Q使用EMD算法规划最佳目标区域，EMD函数的公式一般形式为

EMD(P,Q)=minΣi=1mΣj=1nd(pi,qj)fijΣi=1mΣj=1nfij]]>

其中与预期中心点相似度EMD最高的区域就是目标区。