【技术实现步骤摘要】
本公开涉及图像处理领域，具体涉及一种水体样本图像中浮游生物数量统计方法和计算设备。
技术介绍
1、现有技术方案已提出采用深度学习模型处理水体样本图像，实现对水体样本中浮游微生物的识别和数量统计。为保证水体浮游生物类型识别和数量统计的准确性，需要水体样本图像具有体现微生物外形的分辨率等级。为使水体样本图像达到体现微生物外形的分辨率等级，现有的水体样本图像由高倍显微镜采集的高分辨率的局部显微图像拼接形成。由于局部显微图像的像素数量很高，由其拼接形成的水体样本图像像素数量更高。在采用部署有浮游生物识别深度学习模型的计算设备处理水体样本图像时，其会因为中间缓冲存储数据过大而造成不稳定甚至崩溃的问题，无法保证处理的稳定性和高效性。
技术实现思路
1、为解决采用计算设备处理大像素量的水体样本图像无法稳定高效运行的问题，本公开实施例提供一种新的水体样本图像中浮游生物数量统计方法和计算设备。
2、第一方面，本公开实施例提供一种水体样本图像中浮游生物数量统计方法，包括：
3、对水体样本图像进行分割处理，得到分割图像和所述分割图像的邻接关系；
4、采用浮游生物识别模型处理所述分割图像，得到所述分割图像中完整浮游生物的完整识别框和不完整浮游生物的临界识别框，并根据所述临界识别框的临界边确定所述临界识别框的临界类型标识；
5、对各个临界识别框，执行如下操作：针对一个选定识别框，根据临界类型标识、所属的分割图像和所述邻接关系，确定邻接分割图像，并根据临界类型标
6、统计所述完整识别框的数量，以及统计所述编号的数量；
7、求取所述完整识别框和编号的数量和，并基于数量和确定水体样本图像中浮游生物的统计数量。
8、可选的，在所述临界类型标识包括左边临界标识或者右边临界标识的情况下，根据所述选定识别框临界边的全局坐标和各个待选识别框临界边的全局坐标，在各个待选识别框中确定目标识别框，包括：
9、计算所述选定识别框纵向临界边的全局纵坐标和各个待选识别框纵向临界边的全局纵坐标的纵向重合长度；
10、将纵向重合长度大于预设重合长度的待选识别框作为所述目标识别框。
11、可选的，所述计算所述选定识别框纵向临界边的全局纵坐标和各个待选识别框纵向临界边的全局纵坐标的纵向重合长度，包括：
12、根据所述选定识别框纵向临界边的全局纵坐标和一个待选识别框纵向临界边的全局纵坐标确定二者的相对位置关系，所述相对位置关系为左上-右下关系或者左下-右上关系；
13、在所述相对位置关系为左上-右下关系的情况下，计算位于左上的识别框纵向临界边下侧端点的纵坐标和位于右下的识别框纵向临界边上侧端点的纵坐标的差值，作为纵坐标差值；以及，
14、在所述相对位置关系为左下-右下关系的情况下，计算位于右上的识别框纵向临界边下侧端点的纵坐标和位于左下的识别框纵向临界边上侧端点的纵坐标的差值，作为纵坐标差值；
15、在全局坐标系纵坐标由上到下逐渐增大并且纵坐标差值为正值的情况下，将所述纵坐标差值作为所述纵向重合长度；以及，在全局坐标系纵坐标由上到下逐渐减小并且纵坐标差值为负值的情况下，将所述纵坐标差值的绝对值作为所述纵向重合长度。
16、可选的，所述根据所述选定识别框纵向临界边的全局纵坐标和一个待选识别框纵向临界边的全局纵坐标确定二者的相对位置关系，包括：
17、确定所述选定识别框纵向临界边的中点纵坐标，以及确定所述一个待选识别框纵向临界边的中点纵坐标；
18、根据两个中点纵坐标确定二者的相对位置关系，其中在左侧的识别框纵向临界边的中点纵坐标位于在右侧待选识别框纵向临界边的中点纵坐标的上侧的情况下，确定所述相对位置关系为左上-右下关系，在左侧的识别框纵向临界边的中点纵坐标位于右侧识别框纵向临界边的中点纵坐标的下侧的情况下，确定所述相对位置关系为左下-右上关系。
19、可选的，根据所述选定识别框临界边的全局坐标和各个待选识别框临界边的全局坐标，在各个待选识别框中确定目标识别框还包括：
20、根据待选识别框纵向临界边的全局横坐标和各个待选识别框纵向临界边的全局横坐标计算横坐标差值；
21、在所述横坐标差值小于预设差值阈值的情况下，执行计算所述纵向重合长度的操作。
22、可选的，在所述临界类型标识包括上边临界标识或者下边临界标识的情况下，根据所述选定识别框临界边的全局坐标和各个待选识别框临界边的全局坐标，在各个待选识别框中确定目标识别框，包括：
23、计算所述选定识别框临界边的全局横坐标和各个待选识别框临界边的全局横坐标的横向重合长度；
24、将横向重合长度大于预设重合长度的待选识别框作为所述目标识别框。
25、可选的，所述计算所述选定识别框临界边的全局横坐标和各个待选识别框临界边的全局横坐标的横向重合长度，包括：
26、根据所述选定识别框临界边的全局横坐标和一个待选识别框临界边的全局横坐标确定二者的相对位置关系，所述相对位置为左上-右下关系或者左下-右上关系；
27、在所述相对位置关系为左上-右下关系的情况下，计算位于左上的识别框横向临界边右侧端点的横坐标和位于右下的识别框临界边左侧端点的横坐标的差值，作为横坐标差值；以及，
28、在所述相对位置关系为左下-右下关系的情况下，计算位于左下的识别框横向临界波阿莫右侧端点的横坐标和位于右上的识别框临界边左侧端点的横坐标的差值，作为横坐标差值；
29、在全局坐标系横坐标由左到右逐渐增大并且横坐标差值为正值的情况下，将所述横坐标差值作为所述横向重合长度；以及，在全局坐标系横坐标由左到右逐渐减小并且横坐标差值为负值的情况下，将所述横坐标差值的绝对值作为所述横向重合长度。
30、可选的，还包括：
31、统计具有相同编号的所有临界识别框的顶点坐标，确定最小横坐标、最大横坐标、最小纵坐标和最大纵坐标；
32、计算所述最大横坐标和所述最小横坐标的横坐标差值，以及计算所述最大纵坐标和所述最小纵坐标的纵坐标差值；
33、将所述横坐标差值作为画布宽度，将所述纵坐标差值作为画布高度，构建新画布；
34、针对具有相同编号的临界识别框框选的图像区域，基于全局坐标确定相对关系，并基于相对关系填充至所述新画布中形成组合图像。
35、可选的，所述方法还包括：
36、验证组合图像是否包括正确拼接的浮游生物，得到验证结果；
37、根据验证结本文档来自技高网...
【技术保护点】
1.一种水体样本图像中浮游生物数量统计方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述临界类型标识包括左边临界标识或者右边临界标识的情况下，根据所述选定识别框临界边的全局坐标和各个待选识别框临界边的全局坐标，在各个待选识别框中确定目标识别框，包括：
3.根据权利要求2所述的方法，其特征在于，所述计算所述选定识别框纵向临界边的全局纵坐标和各个待选识别框纵向临界边的全局纵坐标的纵向重合长度，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述选定识别框纵向临界边的全局纵坐标和一个待选识别框纵向临界边的全局纵坐标确定二者的相对位置关系，包括：
5.根据权利要求2所述的方法，其特征在于，根据所述选定识别框临界边的全局坐标和各个待选识别框临界边的全局坐标，在各个待选识别框中确定目标识别框还包括：
6.根据权利要求1所述的方法，其特征在于，在所述临界类型标识包括上边临界标识或者下边临界标识的情况下，根据所述选定识别框临界边的全局坐标和各个待选识别框临界边的全局坐标，在各个待选识别框中确定目标识别框
7.根据权利要求6所述的方法，其特征在于，所述计算所述选定识别框临界边的全局横坐标和各个待选识别框临界边的全局横坐标的横向重合长度，包括：
8.根据权利要求1-7任一项所述的方法，其特征在于，还包括：
9.根据权利要求8所述的方法，其特征在于， 所述方法还包括：
10.一种计算设备，其特征在于，包括处理器和存储器，所述存储器用于存储计算机程序；所述计算机程序在被所述处理器加载时，使所述处理器执行如权利要求1-9任一项所述水体样本图像中浮游生物数量统计方法。
...【技术特征摘要】
1.一种水体样本图像中浮游生物数量统计方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述临界类型标识包括左边临界标识或者右边临界标识的情况下，根据所述选定识别框临界边的全局坐标和各个待选识别框临界边的全局坐标，在各个待选识别框中确定目标识别框，包括：
3.根据权利要求2所述的方法，其特征在于，所述计算所述选定识别框纵向临界边的全局纵坐标和各个待选识别框纵向临界边的全局纵坐标的纵向重合长度，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述选定识别框纵向临界边的全局纵坐标和一个待选识别框纵向临界边的全局纵坐标确定二者的相对位置关系，包括：
5.根据权利要求2所述的方法，其特征在于，根据所述选定识别框临界边的全局坐标和各个待选识别框临界边的全局坐标，在各个待选识别框中...
【专利技术属性】
技术研发人员：田爽，李曌，孙冰皎，李晓宇，张玥彤，丁页，孙诗雨，马孟迪，周子琦，郑彪，
申请(专利权)人：中国环境监测总站，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。