[发明专利]一种基于运动目标识别的白带滴虫自动检测的方法

摘要

该发明公开了一种基于运动目标识别的白带滴虫自动检测的方法，属于图像处理领域。该方法通过连续获取样本图像，然后对样本图像进行处理，获取图像的前景与背景，通过对连续的图像进行前景与背景分析，前景与背景改变的地方识别出滴虫区域，再根据滴虫的形态特征进一步的识别出滴虫。从而本发明具有改进了传统的Kalman背景重建方法，可有效抑制光照变化、镜头移动和焦距变化带来的噪声，准确分割背景和前景区域。

主权项

1.一种基于运动目标识别的白带滴虫自动检测的方法，该方法包括：步骤1：将白带样本涂抹至载玻片上，放至显微镜下，获取最佳拍摄距离并保持固定；步骤2：使用显微镜相机采集同一视野下连续的清晰的样本图像序列；步骤3：将步骤2中图像序列的第一张图像作为Kalman背景重建法中的背景图像；步骤4：提取步骤2中采集的后续图像，将当前的后续图像与背景图像差分后获得差分图像，根据差分图像得到待定的运动前景图像；步骤5：对步骤4获得的前景图像的每个前景点进行邻域判断，消除误检的静止背景，获得修正的运动前景图像；步骤5‑1：对步骤4中的运动前景图像的每个前景点进行分析；这里假设滴虫不会凭空出现在视野中，应是从相邻区域移动来的；若上一帧图像的运动前景中以该点为中心，内切圆半径为5的方形邻域中没有任何运动前景点，则当前图像该点检测为前景的原因是由于光照变化和镜头移动因素造成的误检，将该点重新分配为背景点；步骤5‑2：统计步骤5‑1中每个重新分配为背景的前景点的重分配次数；步骤6：对步骤5获得的运动前景图像每个前景点进行时间判断，进一步消除静止的背景；步骤6‑1：统计每一个图像像素点成为前景区域的连续时间；步骤6‑2：步骤6‑1中前景图像剩余前景点的连续次数如果超过10帧，说明该点为误检的静止背景，将该点重新分配为背景点；步骤6‑3：统计步骤6‑2中每个重新分类为背景的前景点的重分配次数；步骤7：对步骤5和步骤6重新划分为背景的前景点进行误分配分析，恢复漏检的运动滴虫区域；步骤7‑1：统计所有背景像素点的重分配次数；步骤7‑2：若统计次数超过10次，则为运动滴虫被误分配为背景；重新分配为前景点；步骤8：根据步骤7获得的前景运动图像，以不同的更新速率更新背景图像，获得新的背景图像；对最终的前景区域以一定系数更新，对背景区域以一定系数更新，获得新的背景图像；如下式所示，为当前图像背景，为新生成的背景，为当前提取的图像，为最终获取的运动前景二值图像；为背景更新系数，为前景更新系数；               (公式8‑1)                        (公式8‑2)步骤9：当前图像与步骤8获得的背景图像差分，阈值选取获得运动前景图像；对其进行连通区域标记，根据面积、外界矩形长宽、圆形度和离心率识别运动滴虫，统计滴虫个数。