一种基于显微镜图像的游丝藻类细胞统计方法与流程

技术特征：
1.一种基于显微镜图像的游丝藻类细胞统计方法，其特征在于，包括：获取游丝藻类彩色细胞图像，基于所述彩色细胞图像，计算颜色显著性特征，并对所述颜色显著性特征进行二值化处理，得到颜色显著性特征二值图像；基于所述颜色显著性特征二值图像，对游丝藻类细胞进行检测，得到检测结果，并对所述检测结果进行验证；若在所述颜色显著性特征二值图像中未检测到完整的游丝藻类细胞，则选择灰度特征二值图像重新进行检测，得到检测结果，并继续对检测结果进行验证；基于所述颜色显著性特征二值图像检测结果和所述灰度特征二值图像检测结果，统计所述游丝藻类细胞个数。2.根据权利要求1所述的基于显微镜图像的游丝藻类细胞统计方法，其特征在于，所述得到颜色显著性特征二值图像的过程包括：首先对所述游丝藻类彩色细胞图像进行预处理操作，得到经过预处理的游丝藻类彩色细胞图像；分别计算所述经过预处理的游丝藻类彩色细胞图像中r、g、b三个通道的像素均值；遍历所述彩色细胞图像上所有的像素，计算所述彩色细胞图像上的像素值与均值之差，并以像素为单位计算颜色显著性特征的强度i；基于所述颜色显著性特征的强度i对所述彩色细胞图像进行otsu二值化处理，得到所述颜色显著性特征二值图像。3.根据权利要求2所述的基于显微镜图像的游丝藻类细胞统计方法，其特征在于，对所述游丝藻类彩色细胞图像进行预处理操作的过程包括：对所述游丝藻类彩色细胞图像进行缩放处理，得到缩放后的彩色细胞图像；对所述缩放后的彩色细胞图像进行双边滤波，得到经过预处理的游丝藻类彩色细胞图像。4.根据权利要求2所述的基于显微镜图像的游丝藻类细胞统计方法，其特征在于，所述对游丝藻类细胞进行检测的过程包括：对所述颜色显著性特征二值图像进行旋转矫正；在矫正后的二值图像上检测游丝藻类细胞的外轮廓，计算每个外轮廓的最小外接矩形，排除误检测数据。5.根据权利要求4所述的基于显微镜图像的游丝藻类细胞统计方法，其特征在于，对所述颜色显著性特征二值图像进行旋转矫正的过程包括：设定颜色显著性特征二值图像中的阈值，基于设定的阈值计算图像的旋转角度；基于计算出的旋转角度以及图像的宽和高，计算出旋转和平移矩阵；基于所述旋转和平移矩阵将颜色显著性特征二值图像进行旋转矫正。6.根据权利要求5所述的基于显微镜图像的游丝藻类细胞统计方法，其特征在于，所述排除误检测数据的过程包括：计算最小外接矩形的像素面积，删除像素面积低于设定阈值的最小外接矩形；计算所述最小外接矩形的宽高比，删除不符合宽高比特征的最小外接矩形；按所述最小外接矩形中心点坐标y的数值来对所有最小外接矩形排序，排序顺序为从小到大；
从第二个最小外接矩形开始，计算它与上一个最小外接矩形旋转角度的偏差，然后再计算它与下一个最小外接矩形旋转角度的偏差；若两个旋转角度偏差都低于设定的阈值，那么当前最小外接矩形不会被删除；反之，将对它进行删除操作；然后通过判断前后最小外接矩形x方向的偏差来进一步排除误检测数据；从所述第二个最小外接矩形开始，计算它与上一个最小外接矩形中心点坐标x方向上的偏差dx1，然后再计算它与下一个最小外接矩形中心点坐标x方向上的偏差dx2；若dx1和dx2的绝对值都低于设定的阈值，则当前最小外接矩形不会被删除；反之，将对它进行删除操作；若图像背景含有杂质干扰物时，将对最小外接矩形进行多项式曲线拟合，设定最小外接矩形与曲线的距离阈值，然后进一步排除杂质干扰物的影响；计算所有最小外接矩形的中心点坐标，以中心点坐标来进行曲线拟合；通过多项式方程ax3 bx2 cx d＝y拟合曲线参数a、b、c和d，采用最小二乘法对曲线进行拟合；计算外接矩形中心点与拟合的曲线之间的距离，将曲线参数a、b、c和中心点坐标代入多项式方程，计算出满足当前中心点坐标使多项式方程成立时的参数d的数值d1，直接计算曲线拟合参数d与计算的d1之间的差值dd，其中dd＝d-d1，若dd的绝对值小于设定的阈值，则认为该最小外接矩形在曲线上；反之，删除当前最小外接矩形，完成误检测数据的删除操作。7.根据权利要求5所述的基于显微镜图像的游丝藻类细胞统计方法，其特征在于，验证所述游丝藻类细胞检测的有效性包括：通过最小外接矩形y坐标数值，找到第一个最小外接矩形rects和最后一个最小外接矩形recte；通过最小外接矩形的宽、高和旋转角度，计算rects和recte的顶点坐标；从rects的顶点坐标中找出最小的y坐标值y1，然后从recte的顶点坐标中找出最大的y坐标值y2，计算rects和recte在y方向的距离dy，其中dy＝y2-y1；计算dy与旋转后图像高的比值，若所述比值大于设定的阈值，则认为在二值图像上成功地提取出了游丝藻类细胞；反之，则认为游丝藻类细胞检测失败；其中所述设定的阈值为0.75。8.根据权利要求1所述的基于显微镜图像的游丝藻类细胞统计方法，其特征在于，将所述游丝藻类彩色细胞图像进行缩放，并转换为灰度图像，对所述灰度图像先进行高斯模糊化，然后通过clahe对比度受限的自适应直方图均衡化算法对所述灰度图像进行对比度拉伸操作，得到增强后的灰度图像；在所述增强后的灰度图像上进行otsu大律法二值化分割，得到所述灰度特征二值图像。9.根据权利要求1所述的基于显微镜图像的游丝藻类细胞统计方法，其特征在于，基于所述灰度特征二值图像进行形态学open操作，然后重新检测所述游丝藻类细胞，并验证所述游丝藻类细胞检测的有效性，直接统计检测到的最小外接矩形个数，得到图像上游丝藻类细胞的个数。

技术总结
本发明涉及一种基于显微镜图像的游丝藻类细胞统计方法，包括：获取游丝藻类彩色细胞图像，基于彩色细胞图像，计算颜色显著性特征，并对颜色显著性特征进行二值化处理，得到颜色显著性特征二值图像；基于颜色显著性特征二值图像，对游丝藻类细胞进行检测，得到检测结果，并对检测结果进行验证；若在颜色显著性特征二值图像中未检测到完整的游丝藻类细胞，则选择灰度特征二值图像重新进行检测，得到检测结果，并继续对检测结果进行验证；基于颜色显著性特征二值图像检测结果和灰度特征二值图像检测结果，统计游丝藻类细胞个数。本发明充分考虑了游丝藻类细胞的图像特征，通过颜色显著性特征与灰度特征相结合的方式，获得更加精确的统计结果。的统计结果。的统计结果。


技术研发人员：肖新宗 李斌 马万瑶 黄绵达 王英才 胡圣 张晶 彭玉 李书印
受保护的技术使用者：生态环境部长江流域生态环境监督管理局生态环境监测与科学研究中心
技术研发日：2022.01.30
技术公布日：2022/5/17