基于无透镜全息成像的淡水藻类粗分类与计数方法

摘要

本发明公开了基于无透镜全息成像的淡水藻类细胞粗分类与计数方法，首先，对利用无透镜全息成像装置获取的淡水藻类全息图像进行二值化处理，并计算所有细胞面积占整个图像面积的比值；然后，利用基于细胞形状特征的方法对细胞分散、数目不多的细胞图像进行简单分类和计数；最后，利用基于归一化互相关匹配方法对细胞集中、数目多的细胞图像进行简单分类和计数。本发明能够更为针对性、准确性地对淡水藻类全息图像中的细胞进行粗分类与计数，而且针对不同细胞分布、不同细胞数目的细胞图像，包含不同的解决方案，从而能实现更好的粗分类与计数效果。同时实现的复杂度较低，图像处理时间短,最终的粗分类与计数的结果也较为理想。

主权项

基于无透镜全息成像的淡水藻类细胞粗分类与计数方法，其特征在于，包括如下步骤：1)对利用无透镜全息成像装置获取的淡水藻类全息图像进行二值化处理，并计算所有细胞面积占整个图像面积的比值S，当S<＝0.5时，转至步骤2)；否则，转至步骤3)；2)利用基于细胞形状特征的方法对细胞分散、数目不多的细胞图像进行简单分类和计数；步骤如下：a)计算二值化处理后的图像中每个细胞的长、宽、面积和外接矩形的大小数据，并据此计算圆形度、矩形度的形状特征和参数的大小：$C=\frac{P_n^2}{4{\mathrm{\pi A}}_n};---\left(1\right)$$R=\frac{A_n}{A_r}$式中：C表示圆形度；P_n和A_n分别为细胞的周长和面积；R表示矩形度；A_n为面积；A_r为图形最小外接矩形的面积；b)根据图像实际情况设定不同的分类阈值，用不同颜色对细胞进行分类标记，并得出每一类标记细胞的数目；3)利用基于归一化互相关匹配方法，对细胞集中、数目多的细胞图像进行简单分类和计数；步骤如下：a)创建细胞模版图像库,单个模版图像的大小为9×9像素，且细胞中心位于图像正中间，数目为20；b)计算每个细胞模板图像与待测试图像的所有匹配区域的二维归一化互相关系数：$R(i,j)=\frac{{\Sigma }_{y=0}^{L=1}{\Sigma }_{x=0}^{K=1}\left(w\right(x,y)-\bar{w})\left(f\right(x+i,y+j)-\bar{f}(i,j\left)\right)}{{\left[{\Sigma }_{y=0}^{L=1}{\Sigma }_{x=0}^{K=1}{\left(w\right(x,y)-\bar{w})}^2\right]}^{\frac{1}{2}}{\left[{\Sigma }_{y=0}^{L=1}{\Sigma }_{x=0}^{K=1}{\left(f\right(x+i,y+j)-\bar{f}(i,j\left)\right)}^2\right]}^{\frac{1}{2}}};---\left(2\right)$式中：和是图像w和f的平均灰度；R是归一化互相关系数；c)设定粗分类识别阈值为0.65，并寻找超过设定阈值的系数定位，且细胞位置并用不同颜色标记和计数。