一种荧光细胞自动计数方法、装置、设备和介质

    公开(公告)号:CN111583227A

    公开(公告)日:2020-08-25

    申请号:CN202010382639.6

    申请日:2020-05-08

    Abstract: 本发明提供一种荧光细胞自动计数方法、装置、设备和介质,方法包括步骤S1、读取荧光细胞的显微图像;步骤S2、对荧光细胞的显微图像进行预处理,包括校正显微图像不均匀光照,增强显微图像中细胞与背景的对比度;采用中值滤波滤除显微图像噪声,保留图像边缘的细节信息;采用开运算去除显微图像噪声和背景杂质,平滑细胞的轮廓、断开细胞狭窄的连接和去掉细胞细小的突出部分;步骤S3、对显微图像上粘连的荧光细胞进行分割,避免细胞计数时将粘连的细胞群当成一个细胞;步骤S4、计算荧光细胞的数目。本发明可以从效率、准确率以及成本上满足大部分实验室的需求。

    一种基于模糊熵以及差分进化的乳腺图像分割法

    公开(公告)号:CN111340823B

    公开(公告)日:2023-04-07

    申请号:CN202010112442.0

    申请日:2020-02-24

    Abstract: 本发明提供了图像处理领域的一种基于模糊熵以及差分进化的乳腺图像分割法,包括如下步骤:步骤S1、获取乳腺图像,设置模糊熵阈值的分割参数;步骤S2、对种群进行初始化;步骤S3、基于所述分割参数,计算初始化种群内个体的模糊熵隶属度函数,进而求取个体的适应值,生成优化种群;步骤S4、对所述优化种群进行变异、交叉以及选择操作;步骤S5、判断当前迭代次数是否大于最大迭代次数,若是,则输出各个体对应的最优的模糊熵隶属度参数,并进入步骤S6;若否,则进入步骤S3;步骤S6、利用所述最优的模糊熵隶属度参数以及双阈值分割法对乳腺图像进行分割。本发明的优点在于:极大的提升了乳腺图像分割的精度和速度,进而提升患者的治疗效果。

    一种基于特征融合的目标跟踪定位方法

    公开(公告)号:CN111612001B

    公开(公告)日:2023-04-07

    申请号:CN202010466175.7

    申请日:2020-05-28

    Abstract: 本发明提供了视觉目标跟踪领域的一种基于特征融合的目标跟踪定位方法,包括:步骤S10、给定第1帧图像的目标位置,以目标位置为中心剪裁第1帧图像生成目标模板,并创建搜索区域;步骤S20、提取目标模板以及搜索区域的HOG特征、CN特征以及深度特征,并进行融合生成融合响应值;步骤S30、使用正则化线性回归计算视频的变化因子Pt‑1以及Qt‑1;步骤S40、基于融合响应值、Pt‑1以及Qt‑1计算得到最新的目标位置;步骤S50、计算融合响应值的平均峰值相关能量,并依据平均峰值相关能量更新Pt‑1以及Qt‑1,对下一帧图像进行跟踪。本发明的优点在于:极大的提升了目标跟踪的精确度。

    一种基于特征融合的目标跟踪定位方法

    公开(公告)号:CN111612001A

    公开(公告)日:2020-09-01

    申请号:CN202010466175.7

    申请日:2020-05-28

    Abstract: 本发明提供了视觉目标跟踪领域的一种基于特征融合的目标跟踪定位方法,包括:步骤S10、给定第1帧图像的目标位置,以目标位置为中心剪裁第1帧图像生成目标模板,并创建搜索区域;步骤S20、提取目标模板以及搜索区域的HOG特征、CN特征以及深度特征,并进行融合生成融合响应值;步骤S30、使用正则化线性回归计算视频的变化因子Pt-1以及Qt-1;步骤S40、基于融合响应值、Pt-1以及Qt-1计算得到最新的目标位置;步骤S50、计算融合响应值的平均峰值相关能量,并依据平均峰值相关能量更新Pt-1以及Qt-1,对下一帧图像进行跟踪。本发明的优点在于:极大的提升了目标跟踪的精确度。

    一种基于模糊熵以及差分进化的乳腺图像分割法

    公开(公告)号:CN111340823A

    公开(公告)日:2020-06-26

    申请号:CN202010112442.0

    申请日:2020-02-24

    Abstract: 本发明提供了图像处理领域的一种基于模糊熵以及差分进化的乳腺图像分割法,包括如下步骤:步骤S1、获取乳腺图像,设置模糊熵阈值的分割参数;步骤S2、对种群进行初始化;步骤S3、基于所述分割参数,计算初始化种群内个体的模糊熵隶属度函数,进而求取个体的适应值,生成优化种群;步骤S4、对所述优化种群进行变异、交叉以及选择操作;步骤S5、判断当前迭代次数是否大于最大迭代次数,若是,则输出各个体对应的最优的模糊熵隶属度参数,并进入步骤S6;若否,则进入步骤S3;步骤S6、利用所述最优的模糊熵隶属度参数以及双阈值分割法对乳腺图像进行分割。本发明的优点在于:极大的提升了乳腺图像分割的精度和速度,进而提升患者的治疗效果。

Patent Agency Ranking