一种基于多特征融合的寄生虫虫卵的识别方法及系统与流程

本发明属于寄生虫虫卵识别技术领域，尤其涉及一种基于多特征融合的寄生虫虫卵的识别方法及系统。

背景技术：

目前，寄生虫(parasite)指具有致病性的低等真核生物，可作为病原体，也可作为媒介传播疾病。寄生虫特征为在宿主或寄主(host)体内或附着于体外以获取维持其生存、发育或者繁殖所需的营养或者庇护的一切生物。许多小动物以寄生的方式生存，依附在比它们更大的动物身上。寄生虫可以改变寄主的行为，以达到自身更好地繁殖生存的目的。人类若受到一些寄生在脑部的寄生虫，如终生寄生在脑部的弓形虫(toxoplasmosis)，反应能力会降低。虫卵镜检是关键的防治技术，在临床应用广泛。但是现有的寄生虫虫卵的识别过程中，不易对寄生虫虫卵的进行识别，降低了寄生虫虫卵的准确度。同时现有的寄生虫虫卵的识别过程中，不能对寄生虫虫卵图像进行大数据处理，易产生识别的错误。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有的寄生虫虫卵的识别过程中，不易对寄生虫虫卵的进行识别，降低了寄生虫虫卵的准确度。

(2)现有的寄生虫虫卵的识别过程中，不能对寄生虫虫卵图像进行大数据处理，易产生识别的错误。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种基于多特征融合的寄生虫虫卵的识别方法及系统。

本发明是这样实现的，一种基于多特征融合的寄生虫虫卵的识别方法，所述基于多特征融合的寄生虫虫卵的识别方法，包括：

步骤一，虫卵标本制作模块提取相应的虫卵液放置在载玻片上，将相应的盖玻片盖在载玻片上，利用吸水纸吸去盖玻片周围溢出的液体；

步骤二，虫卵图像采集模块将制作完成的虫卵标本放置在显微镜数字摄像头下，获取虫卵图像；

步骤三，虫卵图像处理模块利用图像处理程序将采集的虫卵图像在空域上通过傅立叶变换，对虫卵图像进行描述；并利用图像处理程序进行增强、复原；

所述图像增强方法包括：

根据采集的虫卵图像，在虫卵图像中rgb颜色通道的直方图的数据进行均衡化运算，并且利用映射表替代rgb颜色通道中的颜色值；

根据映射表替代rgb颜色通道中的颜色值，利用亮度调节公式，对通道中的数据做均衡化运算；

均衡化运算完成后，根据映射表分别替换r、g、b通道颜色值；

步骤四，虫卵图像处理模块利用图像处理程序对增强复原后的图像进行匹配和描述；

所述图像描述方法包括：

1)利用图像特征提取训练模型，提取虫卵图像中的特征信息；根据提取的图像特征信息，建立相应的局部视觉向量集合；

2)根据建立的局部视觉向量集合，利用图像特征提取训练模型，提取包含突出的视觉特征；同时根据提取的突出的视觉特征，与单个局部视觉向量结合融合；

3)根据单个局部视觉向量的隐含层状态，动态决定从全局显著性视觉向量中获取哪些视觉特征，确定突出的视觉特征参与比例，对整体虫卵图像进行描述；

步骤五，图像分割模块把虫卵图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程，并且将分割的图像进行标记；

所述图像分割标记方法包括：利用小波变换将虫卵图像直方图分解为不同层次的小波系数；根据虫卵图像分割准则和小波系数选择阈值门限，计算对应的阈值；根据计算出的阈值，对图像分割的区域进行标记；

步骤六，虫卵图像特征提取模块根据检测的图像，利用特征提取程序提取虫卵图像特征数据；虫卵特征对比模块根据提取的虫卵特征与云服务器中下载的虫卵特征进行比对分析；对比分析完成后，特征分类模块根据提取的虫卵特征，对分割完成的图像进行分类；

步骤七，根据采集和判断的结果数据，中央处理模块控制显示模块利用显示屏显示虫卵识别系统检测或者采集的图像信息；中央处理模块控制无线传输模块通过中央处理模块连接，将检测的数据或者判断的结果传输到云服务器中，实现大数据处理；云服务器将检测的数据进行储存和共享，同时为虫卵识别系统提供相应的数据参考。

进一步，所述利用显微镜数字摄像头获取虫卵图像包括：

利用显微镜数字图像摄像头下对虫卵标本进行多次采样，并依据采集图像的清晰度、噪点数量参数选择1-3张最优图像作为采集的虫卵图像。

进一步，步骤三中，所述虫卵图像傅立叶变换还包括：

在虫卵图像傅立叶变换过程中，降低图像的相关性，利用二维滤波，调整压缩图像的变换比率。

进一步，步骤六中，所述虫卵图像特征提取模块根据检测的图像，利用特征提取程序提取虫卵图像特征数据过程为：

将有关虫卵图像进行灰度化处理，采用gamma校正法对输入图像进行颜色空间的标准化；

输入图像颜色空间的标准化完成后，对图像中每个像素的梯度进行确定；

将相应的图像划分成若干小区域，对每个小区域中的梯度直方图进行描述；

根据描述完成的梯度直方图，对划分的若干个小区域进行重组，重组完成的虫卵图像中的每个小区域中的特征为虫卵图像中的图像特征。

进一步，步骤七中，所述虫卵特征对比模块根据提取的虫卵特征与云服务器中下载的虫卵特征进行比对分析包括：

(1)获取提取的图像特征点；

(2)将获取的图像特征点与云服务器中下载的虫卵特征之间的一一匹配的特征点对；

(3)基于云服务器中下载的虫卵特征图像及获取的图像的各个特征点的分布情况，确定获取的虫卵图像与云服务器中下载的虫卵特征图像的几何相似度；

(4)基于确定的虫卵图像与云服务器中下载的虫卵特征图像的几何相似度确定虫卵图像与云服务器中下载的虫卵特征图像之间的相似度；得到对比分析结果。

进一步，步骤(4)中，所述基于确定的虫卵图像与云服务器中下载的虫卵特征图像的几何相似度确定虫卵图像与云服务器中下载的虫卵特征图像之间的相似度包括：

基于确定的虫卵图像与云服务器中下载的虫卵特征图像的几何相似度以及虫卵图像与云服务器中下载的虫卵特征图像的特征相似度进行虫卵图像与云服务器中下载的虫卵特征图像之间的相似度的确定。

本发明的另一目的在于提供一种实施所述的基于多特征融合的寄生虫虫卵的识别方法的基于多特征融合的寄生虫虫卵的识别系统，所述基于多特征融合的寄生虫虫卵的识别系统，包括：

虫卵标本制作模块，与中央处理模块连接，提取相应的虫卵液放置在载玻片上，将相应的盖玻片盖在载玻片上，利用吸水纸吸去盖玻片周围溢出的液体；

虫卵图像采集模块，与中央处理模块连接，将制作完成的虫卵标本放置在显微镜数字摄像头下，获取相应的虫卵图像；

显示模块，与中央处理模块连接，通过利用显示屏显示虫卵识别系统检测或者采集的图像信息；

中央处理模块，分别与虫卵标本制作模块、虫卵图像采集模块、显示模块、无线传输模块、图像分割模块、虫卵图像处理模块、虫卵图像特征提取模块和特征分类模块连接，协调各个模块的正常运行；

图像分割模块，与中央处理模块连接，把虫卵图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程，并且将分割的图像进行标记；

虫卵图像处理模块，与中央处理模块连接，通过利用的图像处理程序，对图像进行压缩、增强和复原，匹配和描述；

虫卵图像特征提取模块，与中央处理模块连接，根据检测的图像，利用特征提取程序提取虫卵图像特征数据；

虫卵特征对比模块，与中央处理模块连接，根据提取的虫卵特征与云服务器中下载的虫卵特征进行比对分析；

特征分类模块，与中央处理模块连接，根据提取的虫卵特征，对分割完成的图像进行分类。

进一步，所述中央处理模块与无线传输模块连接，无线传输模块与云服务器连接；

无线传输模块，通过中央处理模块与无线传输模块，将检测的数据或者判断的结果传输到云服务器中，实现大数据处理；

云服务器，云服务器将检测的数据进行储存和共享，同时为虫卵识别系统提供相应的数据参考。

本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述基于多特征融合的寄生虫虫卵的识别方法。

本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述基于多特征融合的寄生虫虫卵的识别方法。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：

(1)本发明通过设置有虫卵标本制作模块，提取相应的虫卵液放置在载玻片上，将相应的盖玻片盖在载玻片上，利用吸水纸吸去盖玻片周围溢出的液体。虫卵图像采集模块将制作完成的虫卵标本放置在显微镜数字摄像头下，获取相应的虫卵图像。无线传输模块，通过中央处理模块与无线传输模块，将检测的数据或者判断的结果传输到云服务器中，实现大数据处理。云服务器与无线传输模块连接，云服务器将检测的数据进行储存和共享，同时为虫卵识别系统提供相应的数据参考。图像分割模块把虫卵图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程，并且将分割的图像进行标记。虫卵图像处理模块通过利用的图像处理程序，对图像进行压缩、增强和复原，匹配和描述。虫卵图像特征提取模块根据检测的图像，利用特征提取程序提取虫卵图像特征数据。虫卵特征对比模块根据提取的虫卵特征与云服务器中下载的虫卵特征进行比对分析。特征分类模块根据提取的虫卵特征，对分割完成的图像进行分类。本发明能够提高识别系统对虫卵的识别度，并且提高了虫卵识别的效率；同时本发明中云服务器与无线传输模块连接，云服务器对检测的数据进行处理，提高了虫卵识别准确度。

(2)本发明对虫卵图像进行压缩，能够提高识别系统的储存量。

(3)本发明中虫卵图像处理模块通过利用图像处理程序对图像进行增强，便于整体识别系统对虫卵的识别。

(4)本发明中对虫卵图像进行描述，有利于识别系统对虫卵的识别。

(5)本发明中图像分割模块对图像进行分割，有利对图像中的特征进行提取识别。

(6)本发明中虫卵图像特征提取模块根据检测的图像，利用特征提取程序提取虫卵图像特征数据，实现对虫卵的精确识别。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的基于多特征融合的寄生虫虫卵的识别方法流程图。

图2是本发明实施例提供的基于多特征融合的寄生虫虫卵的识别方法及系统结构示意图。

图中：1、虫卵标本制作模块；2、虫卵图像采集模块；3、显示模块；4、中央处理模块；5、无线传输模块；6、云服务器；7、图像分割模块；8、虫卵图像处理模块；9、虫卵图像特征提取模块；10、虫卵特征对比模块；11、特征分类模块。

图3是本发明实施例提供的虫卵图像进行描述方法流程图。

图4是本发明实施例提供的图像分割模块采用的图像分割方法流程图。

图5是本发明实施例提供的虫卵图像特征数据提取方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种基于多特征融合的寄生虫虫卵的识别方法及系统，下面结合附图对本发明作详细的描述。

如图1所示，本发明实施例提供的基于多特征融合的寄生虫虫卵的识别方法，包括：

s101，虫卵标本制作模块提取相应的虫卵液放置在载玻片上，将相应的盖玻片盖在载玻片上，利用吸水纸吸去盖玻片周围溢出的液体。

s102，虫卵图像采集模块将制作完成的虫卵标本放置在显微镜数字摄像头下，获取相应的虫卵图像。

s103，虫卵图像处理模块通过利用的图像处理程序，对图像进行压缩、增强和复原，匹配和描述；图像分割模块把虫卵图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程，并且将分割的图像进行标记。

s104，虫卵图像特征提取模块根据检测的图像，利用特征提取程序提取虫卵图像特征数据；虫卵特征对比模块根据提取的虫卵特征与云服务器中下载的虫卵特征进行比对分析；对比分析完成后，特征分类模块根据提取的虫卵特征，对分割完成的图像进行分类。

s105，根据采集和判断的结果数据，中央处理模块控制显示模块利用显示屏显示虫卵识别系统检测或者采集的图像信息；中央处理模块控制无线传输模块通过中央处理模块连接，将检测的数据或者判断的结果传输到云服务器中，实现大数据处理；云服务器将检测的数据进行储存和共享，同时为虫卵识别系统提供相应的数据参考。

如图2所示，本发明实施例提供的基于多特征融合的寄生虫虫卵的识别系统，包括：

虫卵标本制作模块1，与中央处理模块4连接，提取相应的虫卵液放置在载玻片上，将相应的盖玻片盖在载玻片上，利用吸水纸吸去盖玻片周围溢出的液体。

虫卵图像采集模块2，与中央处理模块4连接，将制作完成的虫卵标本放置在显微镜数字摄像头下，获取相应的虫卵图像。

显示模块3，与中央处理模块4连接，通过利用显示屏显示虫卵识别系统检测或者采集的图像信息。

中央处理模块4，分别与虫卵标本制作模块1、虫卵图像采集模块2、显示模块3、无线传输模块5、图像分割模块7、虫卵图像处理模块8、虫卵图像特征提取模块9和特征分类模块11连接，协调各个模块的正常运行。

无线传输模块5，与中央处理模块4连接，通过中央处理模块与无线传输模块，将检测的数据或者判断的结果传输到云服务器中，实现大数据处理。

云服务器6，与无线传输模块5连接，云服务器将检测的数据进行储存和共享，同时为虫卵识别系统提供相应的数据参考。

图像分割模块7，与中央处理模块4连接，把虫卵图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程，并且将分割的图像进行标记。

虫卵图像处理模块8，与中央处理模块4连接，通过利用的图像处理程序，对图像进行压缩、增强和复原，匹配和描述。

虫卵图像特征提取模块9，与中央处理模块4连接，根据检测的图像，利用特征提取程序提取虫卵图像特征数据。

虫卵特征对比模块10，与中央处理模块4连接，根据提取的虫卵特征与云服务器中下载的虫卵特征进行比对分析。

特征分类模块11，与中央处理模块4连接，根据提取的虫卵特征，对分割完成的图像进行分类。

下面结合具体实施例对本发明的技术方案作进一步说明。

实施例1：

本发明实施例提供的基于多特征融合的寄生虫虫卵的识别方法方法如图1所示，作为优选实施例，本发明实施例提供的虫卵图像处理模块通过利用图像处理程序，对图像进行压缩的过程为：

将采集的虫卵图像在空域上通过傅立叶变换，对虫卵图像进行描述；

在虫卵图像傅立叶变换过程中，降低图像的相关性，利用二维滤波，调整压缩图像的变换比率。

实施例2：

本发明实施例提供的基于多特征融合的寄生虫虫卵的识别方法方法如图1所示，作为优选实施例，本发明实施例提供的虫卵图像处理模块通过利用图像处理程序，对图像进行增强的过程为：

根据采集的虫卵图像，在虫卵图像中rgb颜色通道的直方图的数据进行均衡化运算，并且利用映射表替代rgb颜色通道中的颜色值；

根据映射表替代rgb颜色通道中的颜色值，利用亮度调节公式，对通道中的数据做均衡化运算；

均衡化运算完成后，根据映射表分别替换r、g、b通道颜色值。

实施例3：

本发明实施例提供的基于多特征融合的寄生虫虫卵的识别方法方法如图1所示，作为优选实施例，如图3所示，本发明实施例提供的对虫卵图像进行描述的过程为：

s201，利用图像特征提取训练模型，提取虫卵图像中的特征信息；根据提取的图像特征信息，建立相应的局部视觉向量集合；

s202，根据建立的局部视觉向量集合，利用图像特征提取训练模型，提取包含突出的视觉特征；同时根据提取的突出的视觉特征，与单个局部视觉向量结合融合；

s203，根据单个局部视觉向量的隐含层状态，动态决定从全局显著性视觉向量中获取哪些视觉特征，确定突出的视觉特征参与比例，对整体虫卵图像进行描述。

实施例4：

本发明实施例提供的基于多特征融合的寄生虫虫卵的识别方法方法如图1所示，作为优选实施例，如图4所示，本发明实施例提供的图像分割模块采用的图像分割过程为：

s301，利用小波变换将虫卵图像直方图分解为不同层次的小波系数；

s302，根据虫卵图像分割准则和小波系数选择阈值门限，计算对应的阈值；

s303，根据计算出的阈值，对图像分割的区域进行标记。

实施例5：

本发明实施例提供的基于多特征融合的寄生虫虫卵的识别方法方法如图1所示，作为优选实施例，如图5所示，本发明实施例提供的虫卵图像特征提取模块根据检测的图像，利用特征提取程序提取虫卵图像特征数据过程为：

s401，将有关虫卵图像进行灰度化处理，采用gamma校正法对输入图像进行颜色空间的标准化；

s402，输入图像颜色空间的标准化完成后，对图像中每个像素的梯度进行确定；

s403，将相应的图像划分成若干小区域，对每个小区域中的梯度直方图进行描述；

s404，根据描述完成的梯度直方图，对划分的若干个小区域进行重组，重组完成的虫卵图像中的每个小区域中的特征为该图像中的图像特征。

实施例6：

本发明实施例提供的基于多特征融合的寄生虫虫卵的识别方法方法如图1所示，作为优选实施例，本发明实施例提供的虫卵特征对比模块根据提取的虫卵特征与云服务器中下载的虫卵特征进行比对分析包括：

(1)获取提取的图像特征点；

(2)将获取的图像特征点与云服务器中下载的虫卵特征之间的一一匹配的特征点对；

(3)基于云服务器中下载的虫卵特征图像及获取的图像的各个特征点的分布情况，确定获取的虫卵图像与云服务器中下载的虫卵特征图像的几何相似度；

(4)基于确定的虫卵图像与云服务器中下载的虫卵特征图像的几何相似度确定虫卵图像与云服务器中下载的虫卵特征图像之间的相似度；得到对比分析结果。

步骤(4)中，本发明实施例提供的基于确定的虫卵图像与云服务器中下载的虫卵特征图像的几何相似度确定虫卵图像与云服务器中下载的虫卵特征图像之间的相似度包括：

基于确定的虫卵图像与云服务器中下载的虫卵特征图像的几何相似度以及虫卵图像与云服务器中下载的虫卵特征图像的特征相似度进行虫卵图像与云服务器中下载的虫卵特征图像之间的相似度的确定。

本发明的工作原理为：虫卵标本制作模块1提取相应的虫卵液放置在载玻片上，将相应的盖玻片盖在载玻片上，利用吸水纸吸去盖玻片周围溢出的液体。虫卵图像采集模块2将制作完成的虫卵标本放置在显微镜数字摄像头下，获取相应的虫卵图像。虫卵图像处理模块8通过利用的图像处理程序，对图像进行压缩、增强和复原，匹配和描述；图像分割模块7把虫卵图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程，并且将分割的图像进行标记。

虫卵图像特征提取模块9根据检测的图像，利用特征提取程序提取虫卵图像特征数据；虫卵特征对比模块10根据提取的虫卵特征与云服务器中下载的虫卵特征进行比对分析；对比分析完成后，特征分类模块11根据提取的虫卵特征，对分割完成的图像进行分类。根据采集和判断的结果数据，中央处理模块4控制显示模块3利用显示屏显示虫卵识别系统检测或者采集的图像信息；中央处理模块4控制无线传输模块5通过中央处理模块4连接，将检测的数据或者判断的结果传输到云服务器6中，实现大数据处理；云服务器6将检测的数据进行储存和共享，同时为虫卵识别系统提供相应的数据参考。

以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。