[发明专利]基于双阈值的浮游生物原位图像ROI快速提取方法有效
| 申请号: | 201910345557.1 | 申请日: | 2019-04-26 | 
| 公开(公告)号: | CN110246139B | 公开(公告)日: | 2021-01-01 | 
| 发明(设计)人: | 程雪岷;程凯常;毕洪生;蔡中华;王嵘 | 申请(专利权)人: | 清华大学深圳研究生院;深圳市蓝海绿洲科技有限公司 | 
| 主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/136 | 
| 代理公司: | 深圳新创友知识产权代理有限公司 44223 | 代理人: | 江耀纯 | 
| 地址: | 518055 广东*** | 国省代码: | 广东;44 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 基于 阈值 浮游生物 原位 图像 roi 快速 提取 方法 | ||
1.一种基于双阈值的浮游生物原位图像ROI快速提取方法,其特征在于,包括以下步骤:
S1、对所述原位图像,利用最大类间方差法计算初始分割阈值,记为T0;
S2、对所述原位图像中像素值位于[0,T0)区间的所有像素,再次利用最大类间方差法计算分割阈值,作为所述双阈值的低阈值,记为Tlow;对所述原位图像中像素值位于[T0,255]区间的所有像素,再次利用最大类间方差法计算分割阈值,作为所述双阈值的高阈值,记为Thigh;
S3、使用隔行扫描的方式在所述原位图像中进行目标检测,扫描过程中先利用低阈值Tlow定位目标,再利用高阈值Thigh区分目标轮廓与背景,以提取初始ROI;
S4、对所述初始ROI进行二值化分割,得到多个连通域;
S5、基于最大连通域定位基准目标,并利用基于移位的ROI快速增强算法,对所述基准目标进行移位扩展,扩展得到的基准目标区域即为增强的ROI;
S6、将所述增强的ROI对应到所述初始ROI中,重合的部分作为最终提取的ROI,其余部分置为白色。
2.如权利要求1所述的基于双阈值的浮游生物原位图像ROI快速提取方法,其特征在于:步骤S1中采用最大类间方差法计算T0的公式为
其中,M、N分别表示原位图像的高度和宽度,n(T)表示原位图像中像素值小于当前计算过程所使用的变量T的像素个数,gi表示像素值小于T的第i个像素的像素值,gj表示像素值不小于T的第j个像素的像素值。
3.如权利要求1所述的基于双阈值的浮游生物原位图像ROI快速提取方法,其特征在于:步骤S3中隔行扫描的间隔步长为step,step的取值根据所要检测的最小目标在原位图像中所占像素的大小来确定。
4.如权利要求2所述的基于双阈值的浮游生物原位图像ROI快速提取方法,其特征在于,步骤S3包括:
S31、按间隔步长step对原位图像进行隔行扫描,将像素值小于低阈值Tlow的所有像素的位置pk进行标记,pk={p|fk(p)<Tlow,p∈Lscanning,k=1,2,3,...,n},其中p表示像素位置,fk(p)表示位置p处的像素值,Lscanning表示所扫描的行;从而,得到n个目标定位点;
S32、对于每个目标定位点,以其为中心确定一尺寸为(2·step+1)×(2·step+1)的窗口,并定义为基准窗口B0(pk);
S33、对每一基准窗口,先后进行纵向两侧扩展和横向两侧扩展,每一个方向扩展step个像素单位,并将扩展的部分划分为若干个子搜索窗表示迭代次数,x表示第x个子搜索窗;
S34、基于公式进行基准窗口的更新;其中,表示第k个基准窗口的第x个子搜索窗中像素值小于高阈值Thigh的像素占该子搜索窗总像素的比例;表示第k个基准窗口的第x个子搜索窗中像素值小于高阈值Thigh的像素位置集合,p'表示除所述目标定位点以外的像素点的位置,numel()用于返回括号内数组的元素个数;
公式即进行背景的划分,框选出目标轮廓;
S35、对每一基准窗口,不断重复步骤S34进行迭代更新,直至其所有子搜索窗不再满足条件停止更新,将最新的基准窗口作为所述初始ROI。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学深圳研究生院;深圳市蓝海绿洲科技有限公司,未经清华大学深圳研究生院;深圳市蓝海绿洲科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910345557.1/1.html,转载请声明来源钻瓜专利网。





