[发明专利]一种污水运动微生物的图像自动检测方法

权利要求书

1.一种污水运动微生物的图像自动检测方法，其步骤为：

步骤一、采集污水运动微生物视频图像；

步骤二、创建多层自适应码本模型，并根据该码本模型对步骤一采集的图像进行运动目标检测；

步骤三、采用改进型五帧差分算法对步骤一采集的图像进行目标轮廓提取；

步骤四、将步骤二获得的运动目标检测结果，与步骤三获得的运动目标轮廓进行融合或运算；

步骤五、对步骤四所得图像进行形态学处理和区域填充，获得运动目标检测结果。

2.根据权利要求1所述的一种污水运动微生物的图像自动检测方法，其特征在于：步骤二基于YCbCr颜色空间创建多层自适应码本模型，码本模型依据采集图像中每个像素点在YCbCr空间上的颜色和亮度变化，为每个像素点生成一个码本cb，每个码本cb中包含一个或者多个码字cw；所述的码本与码字构造方式如下：

cb＝{cw1,cw2,cw3,……,cwn，t}

cw＝{learnhigh[m],learnlow[m],max[m],min[m],t_last_update,stale,matchtime}

上式中，t为访问码本的频度；n为码本中包含的码字个数；m表示Y、Cb、Cr颜色通道，0≤m≤2；learnhigh[m]和learnlow[m]分别为三个通道的学习上下限阈值；max[m]和min[m]记录对应码字中各通道的最大值和最小值；t_last_update为码字上次更新时间；stale为码字未出现的最大时间间隔；matchtime表示该码字出现的次数。

3.根据权利要求2所述的一种污水运动微生物的图像自动检测方法，其特征在于：步骤二创建多层自适应码本模型的过程为：

(1)初始化，将每个像素的码本置空，即n＝0；

(2)对于第t帧视频：

①在对应cb中寻找像素I(x,y)所匹配的cw,即判断是否满足以下条件：

learnlow[m]<I(x,y)[m]<learnhigh[m]

式中，I(x,y)[m]为YCbCr空间中，坐标位置在(x,y)处的图像像素I(x,y)的三通道值；

②如果不存在符合条件的cw或者码本为空，则为该cb创建一个新的cw；

③如果匹配成功，那么就更新该cw；

(3)更新所有cw的stale值，并将所有超过stale值仍未出现的cw消除；

(4)创建主码本模型Mcodebook和一个缓存码本模型Hcodebook；

(5)对输入像素I(x,y)，在Mcodebook中寻找匹配的cw，即存在cw满足以下条件：

min[m]-minMod[m]<＝I(x,y)[m]<＝max[m]+maxMod[m]

式中，minMod[m]和maxMod[m]是对图像前景进行分割时的阈值；

①若匹配成功，则判定该像素I(x,y)为背景，更新对应cw；

②如匹配不成功，那么就判定该像素I(x,y)为前景，在Hcodebook中寻找匹配的cw，如果在Hcodebook中找到匹配的码字，则更新该cw；否则就在Hcodebook中创建一个新的cw；

(6)将Hcodebook中所有stale>TH的cw删除，TH为Hcodebook的除旧阈值；

(7)将Hcodebook中所有matchtime>Tadd的cw添加到Mcodebook中去，Tadd为Hcodebook中码字转移阈值；

(8)将Mcodebook中的所有stale>Tdelete的cw删去，Tdelete为Mcodebook中除旧阈值；

(9)返回到步骤(5)，直至视频图像像素全部检测完毕。

4.根据权利要求1或3所述的一种污水运动微生物的图像自动检测方法，其特征在于：步骤三对采集图像进行目标轮廓提取的过程为：

1)使用Otsu法自动计算出每一帧图像的最佳分割阈值T，运用该最佳分割阈值T设计Canny目标边缘检测算子，获得运动目标初步轮廓；

2)对步骤1)获得的边缘提取图像进行五帧差分运算，获得初步帧差结果；

3)采用形态学腐蚀运算剔除帧差后二值图像中孤立噪声，并用形态学膨胀运算填充运动目标边缘空洞，得到清晰的运动目标轮廓检测结果。