[发明专利]染色图片处理方法及装置

权利要求书

1.一种染色图片处理方法，其特征在于，应用于一电子设备，所述方法包括：

获取待拆分染色图片；

将所述待拆分染色图片输入到预先训练完成的生成器中，输出多通道图片；

其中，在获取待拆分染色图片之前，所述方法还包括：

获取N个明场扫描图片，N为大于零的正整数；

将获取到的初始生成器及判别器合并，以所述N个明场扫描图片为输入，基于预设的损失函数，对所述初始生成器的参数进行优化计算；

基于优化计算后的生成器，生成N个样本，截取M个多通道的样本，M为大于零的正整数，并对生成的样本标记为第一标识，多通道的样本标记为第二标识，基于预设的损失函数，对所述判别器进行优化计算，重复优化生成器与判别器直到满足结束条件，以获得所述预先训练完成的生成器。

2.根据权利要求1所述的方法，其特征在于，在获取N个明场扫描图片之前，所述方法还包括：

将预先获取到的第一标记物与第二标记物通道图片使用光学模型进行叠加，获得叠加后的数据；

基于叠加后的数据训练生成器，获得初始生成器；

基于所述初始生成器与预先获取到的真实样本，训练判别器，生成器输出样本标记为第一标识，真实样本标记为第二标识。

3.根据权利要求1所述的方法，其特征在于，所述生成器为5层的全卷积网络，所述5层的全卷积网络为：输入大小为64*64，filter个数分别为512、512、256、128、3，卷积大小均为3*3，padding模式设为same。

4.根据权利要求1所述的方法，其特征在于，所述判别器为7层网络，所述7层网络为：前四层为卷积大小为4*4，filter个数分别为64、128、256、512的卷积层，后三层为节点数分别为1、128、2的全连接层，倒数2、3层使用batch normalization作为规则项，ReLU作为激活函数，最后一层使用SoftMax函数作为激活函数。

5.一种染色图片处理装置，其特征在于，运行于一电子设备，所述装置包括：

染色图片获取单元，用于获取待拆分染色图片；

输出单元，用于将所述待拆分染色图片输入到预先训练完成的生成器中，输出多通道图片；

所述装置还包括：

迭代训练单元，用于获取N个明场扫描图片，N为大于零的正整数；将获取到的初始生成器及判别器合并，以所述N个明场扫描图片为输入，基于预设的损失函数，对所述初始生成器的参数进行优化计算；基于优化计算后的生成器，生成N个样本，截取M个多通道的样本，M为大于零的正整数，并对生成的样本标记为第一标识，多通道的样本标记为第二标识，基于预设的损失函数，对所述判别器进行优化计算，重复优化生成器与判别器直到满足结束条件，以获得所述预先训练完成的生成器。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括预训练单元，用于将预先获取到的第一标记物与第二标记物通道图片使用光学模型进行叠加，获得叠加后的数据；基于叠加后的数据训练生成器，获得初始生成器；基于所述初始生成器与预先获取到的真实样本，训练判别器，生成器输出样本标记为第一标识，真实样本标记为第二标识。

7.根据权利要求5所述的装置，其特征在于，所述生成器为5层的全卷积网络，所述5层的全卷积网络为：输入大小为64*64，filter个数分别为512、512、256、128、3，卷积大小均为3*3，padding模式设为same。

8.根据权利要求5所述的装置，其特征在于，所述判别器为7层网络，所述7层网络为：前四层为卷积大小为4*4，filter个数分别为64、128、256、512的卷积层，后三层为节点数分别为1、128、2的全连接层，倒数2、3层使用batch normalization作为规则项，ReLU作为激活函数，最后一层使用SoftMax函数作为激活函数。