白带显微成像中超景深相关技术的研究

发布时间：2020-04-07 17:52

【摘要】：白带的检测是判断女性身体健康的一项常规检测,白带异常的症状预示着患者可能感染了妇科疾病。随着科学技术的进步,智能化、自动化成为人们在科学技术领域上探讨的热门问题,怎样使用这些技术给人们的生活带来更多的便利是未来很多年的发展主题。在智能机器人,智能家居,自动驾驶等技术飞速发展的同时,自动化的医疗检测技术也在越来越成熟。全自动的血液分析仪,粪便检测仪等的出现,极大地提高了医学检测的效率。但是,在实现医疗设备自动化的过程中,还存在着很多的难题。显微镜为了获取更大的放大倍率,从而牺牲了显微镜的景深。在细胞的显微镜检过程中,样本液在载玻片上的涂抹层具有一定的厚度,导致细胞不能在同一焦距下清晰的显示在同一张图片中。由此导致了算法在对细胞进行识别的时候,需要对多张图像进行处理,从而增加了检测的时间和复杂度。本文基于白带自动检测仪的项目背景,一方面通过对采图设备的优化,另一方面通过图像配准技术和图像融合技术,对不同焦距下的图像进行处理,得到清晰的图像,从而达到超景深的效果。本文主要从以下方向展开:在图像的采集上,本文使用金属针吸取白带溶液,滴取少量于载玻片上,将其均匀涂抹后温育到37摄氏度,并静置一段时间,通过相机采集同一视野不同焦距下的多张图片,选取清晰度较高的三张图片作为后续处理的素材图片。在图像的配准上,不同于常见的偏移矫正方法,本文设计了一种适用于白带显微图像的偏移矫正法。该方法根据大小、位置与对比度选取合适区域作为偏移校正的目标区域,通过对平移后的图像进行差值计算,选取差值最小的平移距离作为偏移矫正的距离。在图像融合算法的选取上,本文针对白带显微图片的特性,分析并对比了加权融合法、主成分分析法、拉普拉斯金字塔图像融合法、对比度金字塔图像融合法、梯度金字塔融合法等方法,并提出了一种白带显微图像超景深算法。本文通过对采图算法的改进,将不同焦距,同一视野区域下的图像进行了偏移的矫正和融合,为后续的识别算法提供了准确的素材图片,使得对白带显微环境下有形成分的识别率由92.1%提升到了95.9%。实验结果说明该改进的算法减少了细胞和微生物的漏检情况,确保了识别算法的准确度。
【图文】：

B击中A

B不击中A
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R711;TP391.41

【相似文献】

相关期刊论文 前10条

1 李桃;侯红英;王德贤;;数字图像融合研究综述[J];数码世界;2017年08期

2 陈欣;;浅析第二代Curvelet多聚焦图像融合算法[J];明日风尚;2017年20期

3 朱炼;孙枫;夏芳莉;韩瑜;;图像融合研究综述[J];传感器与微系统;2014年02期

4 刘志明;;数字图像融合新进展[J];电脑与电信;2013年04期

5 扈少华;郭宁;;图像融合方法及应用[J];科技信息;2010年28期

6 ;基于CPLD与高速DSP的双通道光电图像融合系统[J];中国计量学院学报;2001年02期

7 陈虎义;多种图像融合[J];影像技术;2000年04期

8 王忆锋，张海联，李灿文，，李茜;夜视图像融合研究的进展[J];红外与激光工程;1998年02期

9 吴小琳;王洁;包蓉;;~(18)F-FDG PET\CT图像融合诊断恶性肿瘤的护理配合[J];贵州医药;2018年03期

10 陈新亮;;图像融合方法概述[J];科技创新导报;2017年02期

相关会议论文 前10条

1 曲锋;刘建卓;刘英;吴宏圣;王健;杨东军;叶新;孙强;;基于多尺度几何分析方法的图像融合方法[A];2009年先进光学技术及其应用研讨会论文集（上册）[C];2009年

2 杨志;毛士艺;陈炜;;基于多分辨率局部峰度熵的鲁棒图像融合算法[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年

3 曲桂红;;放射治疗成像与图像融合应用研究[A];首届全国医疗器械学术与产业论坛论文集[C];2002年

4 王强军;王润生;;城市航空摄影图像融合分割方法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

5 汤志伟;王建国;赵志钦;黄顺吉;;基于小波变换的图像融合算法[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

6 陆琳;张淳民;;图像融合算法研究[A];2013年（第五届）西部光子学学术会议论文集[C];2013年

7 潘泉;赵永强;张洪才;;基于像素层图像融合的偏振图像计算方法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

8 刘红毅;王彦情;朱元国;;一种新的小波变换的图像融合算法[A];第六届中国青年运筹与管理学者大会论文集[C];2004年

9 陈锋;张闻文;陈钱;顾国华;;基于小波变换的EMCCD微光图像融合算法[A];第八届华东三省一市真空学术交流会论文集[C];2013年

10 张秀丽;李琦;王骐;;红外主被动图像融合的三维视觉预处理[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

相关重要报纸文章 前1条

1 刘明霞 唐志全;图像融合查颅内病变[N];健康报;2004年

相关博士学位论文 前10条

1 魏春雨;超小波及其在图像融合中的应用[D];河北师范大学;2018年

2 宋乐;异源图像融合及其评价方法的研究[D];天津大学;2008年

3 李晖晖;多传感器图像融合算法研究[D];西北工业大学;2006年

4 刘瑾;人脸识别中的大样本集问题及多模式图像融合方法的研究[D];天津大学;2006年

5 闫莉萍;多速率传感器状态融合估计及多分辨率图像融合算法研究[D];清华大学;2006年

6 胡旺;图像融合中的关键技术研究[D];四川大学;2006年

7 李卫华;数字图像预处理与融合方法研究[D];西北工业大学;2006年

8 杨翠;图像融合与配准方法研究[D];西安电子科技大学;2008年

9 张小利;图像融合及其性能评估若干问题研究[D];吉林大学;2016年

10 谌明;图像融合与修复处理关键技术研究[D];浙江大学;2017年

相关硕士学位论文 前10条

1 侯昕廷;变分法在图像融合中的应用研究[D];武汉大学;2017年

2 夏翔;白带显微成像中超景深相关技术的研究[D];电子科技大学;2018年

3 邱红梅;基于视觉底层特征和多尺度分析的图像融合研究[D];昆明理工大学;2017年

4 苗娜;基于NSST和改进SLIC的图像融合算法研究[D];太原理工大学;2017年

5 冯伟昌;基于FPGA的的图像融合系统设计研究[D];天津大学;2010年

6 刘新国;基于多核处理器的并行图像融合处理技术的研究[D];沈阳理工大学;2010年

7 刘显峰;基于结构相似度的图像融合质量评价[D];暨南大学;2007年

8 蔡凡伟;PET/CT图像融合精度测试体模及测试方法研究[D];南方医科大学;2014年

9 孟令飞;基于SOPC的图像融合系统[D];内蒙古大学;2013年

10 魏世超;图像融合方法研究[D];江苏科技大学;2012年

本文编号：2618201