[发明专利]一种结合形态学分割和SVM的尿沉渣中管型识别方法

权利要求书

1.一种结合形态学分割和SVM的尿沉渣中管型识别方法，该方法包括以下步骤：

步骤1：人工获得管型样本图像；

步骤2：将步骤1的管型样本图像转为灰度图；

步骤3：利用高斯滤波对步骤2的灰度图像进行滤波处理；

步骤4：利用固定二值化方法对步骤3提取的特征图像进行二值化；

步骤5：利用闭运算对步骤4处理后的图像进行闭运算处理；

步骤6：利用腐蚀对步骤5处理后的图像进行腐蚀处理；

步骤7：利用Canny算子对步骤6处理后的图像提取图像边缘特征；

步骤8：对步骤7的图像进行连通域标记；

步骤9：在步骤8标记后的图像中寻找符合管型要求的连通域，记录其最小外接矩形位置信息；

步骤10：根据步骤9的位置信息，剪裁管型样本图像相应位置图像，获得候选管型图像；

步骤11：对步骤10获得的候选管型图像进行分类，赋予样本真实标签，完成数据集的制作；

步骤12：将步骤11制作好的数据集按4:1的比例随机分为训练集和测试集；

步骤13：设置支持向量机(SVM)的相关参数；

步骤14：将步骤12制作好的训练集送入步骤13设置好的SVM中进行训练，训练完成后保存模型参数；

步骤15：将测试集送入步骤14训练好的SVM模型中，测试结果合格后，之后的待测尿沉渣中管型都送入此模型，得到管型识别结果。

2.如权利要求1所述的一种结合形态学分割和SVM的尿沉渣中管型识别方法,其特征在于所述步骤2样本图像转换为灰度图的计算公式如下所示：

f(i,j)＝R(i,j)×0.3+G(i,j)×0.59+B(i,j)×0.11

其中，f(i,j)是灰度图像在点(i,j)处的灰度值：R(i,j)，G(i,j)，B(i,j)分别对应彩色图(i,j)处Red、Green、Blue分量值。

3.如权利要求1所述的一种结合形态学分割和SVM的尿沉渣中管型识别方法,其特征在于所述步骤3的具体步骤为：

步骤3.1：利用高斯滤波的计算公式如下所示：

其中：(x,y)表示二维点坐标，x表示二维坐标横轴，y表示二维坐标纵轴，σ表示标准差；

步骤3.2：设置单次滤波计算区域为3*3的像素点矩形；

步骤3.3：以这个矩形的中心为原点，设置σ＝0.5进行计算并输出图像。

4.如权利要求1所述的一种结合形态学分割和SVM的尿沉渣中管型识别方法,其特征在于所述步骤4的具体步骤为：

步骤4.1：固定二值化的计算公式如下所示：

其中，src(x,y)是输入图像，dst(x,y)是固定二值化后的输出图像，thresh是阈值，maxval是预设最大值。

步骤4.2：设置具体参数，thresh＝155，maxval＝255；

步骤4.3：将步骤3所得图像送入此公式计算得到输出图像。

5.如权利要求1所述的一种结合形态学分割和SVM的尿沉渣中管型识别方法,其特征在于所述步骤5的具体步骤为：

步骤5.1：闭运算的计算公式如下所示：

dst(x,y)＝erode(dilate(src(x,y),element))

其中dst(x,y)表示经过闭运算计算后的输出图像，erode()表示使用特定的结构元素侵蚀后的图像，dilate()表示使用特定的结构元素扩展后的图像，src(x,y)表示输入的图像，element表示特定的结构元素，本发明使用25x 25矩形结构作为element；

步骤5.2：将步骤4所得图像求局部最大值，计算核element覆盖的区域的像素点的最大值，设置element为(25,25)；

步骤5.3；将步骤5.2所得图像求局部最小值，计算核element覆盖的区域的像素点的最小值，设置element为(25,25)。