一种孢子识别系统及方法技术方案

本发明专利技术提供了一种孢子识别系统及方法，属于图像处理技术领域，该系统包括：捕获模块，用于对孢子进行捕获；预处理模块，用于将捕获到的孢子通过电子显微镜进行放大，获取孢子的显微图像，并将所述孢子的显微图像进行预处理；分离模块，用于对预处理后的孢子显微图像进行分割，以对粘连的孢子进行分离；识别模块，用于提取分离后孢子的特征，根据提取的特征与孢子库中标本进行对比，完成对孢子的识别。本发明专利技术解决了现有技术中利用人工对孢子识别不精确的问题。的问题。的问题。

【技术实现步骤摘要】
一种孢子识别系统及方法


[0001]本专利技术属于图像处理
，尤其涉及一种孢子识别系统及方法。

技术介绍

[0002]随着计算机视觉技术的不断发展，基于图像处理技术对拍摄的孢子显微图像进行自动识别已成为可能。目前，孢子的识别方法主要通过人工目测，田间调查等进行观测，观测时效不足，劳动强度大，数字化程度低，人工对孢子数量的记录、种类的识别费时费力，且易受到光照、显微操作以及背景杂质等干扰，故该手段在特征提取的准确性和有效性上存在较大的挑战。

技术实现思路

[0003]针对现有技术中的上述不足，本专利技术提供的一种孢子识别系统及方法，解决了现有技术中利用人工对孢子识别不精确的问题。
[0004]为了达到以上目的，本专利技术采用的技术方案为：
[0005]本方案提供一种孢子识别系统，包括：捕获模块、预处理模块、分离模块以及识别模块；
[0006]所述捕获模块，用于对孢子进行捕获；
[0007]所述预处理模块，用于将捕获到的孢子通过电子显微镜进行放大，获取孢子的显微图像，并将所述孢子的显微图像进行预处理；
[0008]所述分离模块，用于对预处理后的孢子显微图像进行分割，以对粘连的孢子进行分离；
[0009]所述识别模块，用于提取分离后孢子的特征，根据提取的特征与孢子库中标本进行对比，完成对孢子的识别。
[0010]本专利技术还提供了一种孢子识别方法，包括以下步骤：
[0011]S1、对孢子进行捕获；
[0012]S2、将捕获到的孢子通过电子显微镜进行放大，获取孢子的显微图像，并将所述孢子的显微图像进行预处理；
[0013]S3、对预处理后的孢子显微图像进行分割，以对粘连的孢子进行分离；
[0014]S4、提取分离后孢子的特征，根据提取的特征与孢子库中标本进行对比，完成对孢子的识别。
[0015]进一步地，所述步骤S2包括以下步骤：
[0016]S201、将捕获到的孢子通过电子显微镜进行放大，获取孢子的显微图像；
[0017]S202、对所述孢子的显微图像进行灰度处理以及背景校正；
[0018]S203、对经灰度处理后的孢子显微图像，利用中值滤波进行平滑处理；
[0019]S204、利用直方图均衡化对经平滑处理后的孢子显微图像进行图像增强处理，完成对孢子显微图像的预处理。
[0020]再进一步地，所述进行灰度处理的表达式如下：
[0021]R＝G＝B＝(W
R
R+W
G
G+W
B
B)/3
[0022]其中，W
R
、W
G
和W
B
分别为R、G和B的权值，R、G和B分别表示显微图像中每个像素点的分量值；
[0023]所述增强后的孢子显微图像的表达式如下：
[0024][0025]其中，R
i
(x,y)表示增强后的孢子显微图像，N表示光谱带个数，N＝1表示灰度孢子显微图像，N＝3表示彩色孢子显微图像，表示第i个通道的彩色恢复系数，*表示卷积运算，F
i
(x,y)表示高斯卷积因子，I
i
(x,y)表示输入孢子显微图像的第i个通道，W
j
表示3个通道颜色的比例。
[0026]再进一步地，所述步骤S3包括以下步骤：
[0027]S301、利用运用形态学算法对经预处理后孢子显微图像进行处理；
[0028]S302、利用二维阈值化进对去除图像噪声后的孢子显微图像进行初始分割；
[0029]S303、对经初始分割后的孢子显微图像作距离变换，并利用高斯滤波对孢子显微图像进行平滑处理；
[0030]S304、利用分水岭算法对经高斯滤波平滑处理后的孢子显微图像进行再次分割，得到孢子的图像轮廓，完成对粘连的孢子分离。。
[0031]再进一步地，所述步骤S303中中值滤波的表达式如下：
[0032]g(x,y)＝median{u(x
‑
i,y
‑
j)}(i,j)∈P
[0033]其中，g(x,y)和u(x
‑
i,y
‑
j)分别表示输出和输入图像像素的灰度值，P表示中值滤波模块的窗口。
[0034]再进一步地，所述步骤S302包括以下步骤：
[0035]S3021、设a(x,y)为去除图像噪声后孢子显微图像在(x,y)点的灰度值，设b(x,y)为以(x,y)为中心的k
×
k领域内的平均灰度值；
[0036]S3022、利用的像素点灰度值a(x,y)与其领域内平均灰度值b(x,y)组成一个二元组表示孢子显微图像，得到二维直方图；
[0037]S3023、选取二维直方图谷的最低点作为二维阈值，根据所述二维阈值去除图像噪声，完成对孢子显微图像的初始分割。
[0038]本专利技术的有益效果：
[0039](1)本专利技术通过将捕获到的孢子通过电子显微镜进行放大，获取孢子的显微图像，并将所述孢子的显微图像进行预处理；对预处理后的孢子显微图像进行分割，以对粘连的孢子进行分离；提取分离后孢子的特征，根据提取的特征与孢子库中标本进行对比，以确定所捕获孢子的数量、种类等，较人工分析提高了识别的精度。
[0040](2)本专利技术通过对孢子显微图像进行背景校正能补偿不平衡的背景强度以及不平衡光引起的图像不规则的问题，解决了不均匀不照会在获取的孢子图像中产生背景噪声而
影响孢子图像检测精度的问题。
[0041](3)本专利技术首先利用距离变换方法将只含孢子的二值图像转换为灰度图像，然后通过高斯滤波对孢子图像进行平滑处理，使得每个孢子内部形成一个局部极小值，解决了传统距离变换后直接应用分水岭算法容易导致错误分割的问题，最后再利用分水岭算法对粘连孢子进行分离，实现对孢子的有效分割，使孢子轮廓提取的信息损失降到最低。
附图说明
[0042]图1为本专利技术的系统结构示意图。
[0043]图2为本专利技术的方法流程图。
具体实施方式
[0044]下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。
[0045]实施例1
[0046]如图1所示，本专利技术提供了一种孢子识别系统，包括：捕获模块、预处理模块、分离模块以及识别模块；
[0047]所述捕获模块，用于对孢子进行捕获；
[0048]所述预处理模块，用于将捕获到的孢子通过电子显微镜进行放大，获取孢子的显微图像，并将所述孢子的显微图像进行预处理；
[0049]所述分离模块，用于对预处理后的孢子显微图像进行分割，以对粘连的孢子进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种孢子识别系统，其特征在于，包括：捕获模块、预处理模块、分离模块以及识别模块；所述捕获模块，用于对孢子进行捕获；所述预处理模块，用于将捕获到的孢子通过电子显微镜进行放大，获取孢子的显微图像，并将所述孢子的显微图像进行预处理；所述分离模块，用于对预处理后的孢子显微图像进行分割，以对粘连的孢子进行分离；所述识别模块，用于提取分离后孢子的特征，根据提取的特征与孢子库中标本进行对比，完成对孢子的识别。2.一种孢子识别方法，其特征在于，包括以下步骤：S1、对孢子进行捕获；S2、将捕获到的孢子通过电子显微镜进行放大，获取孢子的显微图像，并将所述孢子的显微图像进行预处理；S3、对预处理后的孢子显微图像进行分割，以对粘连的孢子进行分离；S4、提取分离后孢子的特征，根据提取的特征与孢子库中标本进行对比，完成对孢子的识别。3.根据权利要求1所述的孢子识别方法，其特征在于，所述步骤S2包括以下步骤：S201、将捕获到的孢子通过电子显微镜进行放大，获取孢子的显微图像；S202、对所述孢子的显微图像进行灰度处理；S203、对经灰度处理后的孢子显微图像，利用中值滤波进行平滑处理；S204、利用直方图均衡化对经平滑处理后的孢子显微图像进行图像增强处理，完成对孢子显微图像的预处理。4.根据权利要求2所述的孢子识别方法，其特征在于，所述进行灰度处理的表达式如下：R＝G＝B＝(W
R
R+W
G
G+W
B
B)/3其中，W
R
、W
G
和W
B
分别为R、G和B的权值，R、G和B分别表示显微图像中每个像素点的分量值；所述增强后的孢子显微图像的表达式如下：其中，R
i
(x,y)表示增强后的孢子显微图像，N表示光谱带个数，...

【专利技术属性】
技术研发人员：杨继萍，杨丝娅，陈芋杭，杨向东，杨鹏程，李智浩，陈奕昂，
申请(专利权)人：四川上太科技有限公司，
类型：发明
国别省市：