顯微圖像動態(tài)范圍擴展及其在結核菌智能檢測中的應用研究.pdf

1、結核病具有很強的傳染性，國家十一五計劃中對細菌學檢查方法提出了標準化、規(guī)范化、智能化和自動化要求。結核菌顯微圖像自動識別的難點在于圖像背景復雜，目標對光強敏感，單幀圖像難于獲取其完整的特征信息。本文主要從結核菌源圖像獲取方面，提出了基于同一視野多幀不同曝光圖像信息融合的方法，增強顯微圖像信息量，并應用結核菌智能檢測系統(tǒng)實現(xiàn)痰涂片中結核菌的自動識別和檢測。論文的主要內(nèi)容包括:顯微圖像的連續(xù)自動獲取與動態(tài)范圍擴展;結核菌目標分割與特征提取;

2、結核菌自動識別與計數(shù)。重點研究了顯微圖像動態(tài)范圍擴展方法和其中結核菌目標的提取。首先，搭建了以CCD、顯微鏡以及步進電機及控制器為主要部件的顯微成像檢測平臺。并編制了控制軟件，實現(xiàn)結核菌顯微圖像的自動調(diào)焦和連續(xù)視野顯微圖像獲取。通過選定痰涂片有效檢測區(qū)域相對于鏡頭的所處位置，來確定連續(xù)掃描的方式。通過連續(xù)掃描獲取了不同曝光的結核菌顯微圖像后，考慮到彩色圖像的Gamma校正能夠增強圖像細節(jié)，結合金字塔高動態(tài)圖像合成算法，提出了一種基于彩色

3、圖像非線性Gamma校正的金字塔高動態(tài)圖像合成算法。在目標分割算法上，創(chuàng)新性地利用一種基于光強控制的結核菌目標提取策略，結合基于單層感知器的彩色圖像目標提取方法、基于BP神經(jīng)網(wǎng)絡的彩色圖像目標提取方法以及基于中心核歐式距離的彩色圖像目標提取方法，提出一種基于目標的圖像信息融合技術，實現(xiàn)對痰涂片中結核菌的有效提取。最后在智能識別方面，提出小目標和偽目標的排除算法及用于識別結核菌的特征集，并設計了相應的BP神經(jīng)網(wǎng)絡，實現(xiàn)結核菌的智能識別與計