【摘要】：白帶的檢測是判斷女性身體健康的一項常規(guī)檢測,白帶異常的癥狀預示著患者可能感染了婦科疾病。隨著科學技術(shù)的進步,智能化、自動化成為人們在科學技術(shù)領(lǐng)域上探討的熱門問題,怎樣使用這些技術(shù)給人們的生活帶來更多的便利是未來很多年的發(fā)展主題。在智能機器人,智能家居,自動駕駛等技術(shù)飛速發(fā)展的同時,自動化的醫(yī)療檢測技術(shù)也在越來越成熟。全自動的血液分析儀,糞便檢測儀等的出現(xiàn),極大地提高了醫(yī)學檢測的效率。但是,在實現(xiàn)醫(yī)療設備自動化的過程中,還存在著很多的難題。顯微鏡為了獲取更大的放大倍率,從而犧牲了顯微鏡的景深。在細胞的顯微鏡檢過程中,樣本液在載玻片上的涂抹層具有一定的厚度,導致細胞不能在同一焦距下清晰的顯示在同一張圖片中。由此導致了算法在對細胞進行識別的時候,需要對多張圖像進行處理,從而增加了檢測的時間和復雜度。本文基于白帶自動檢測儀的項目背景,一方面通過對采圖設備的優(yōu)化,另一方面通過圖像配準技術(shù)和圖像融合技術(shù),對不同焦距下的圖像進行處理,得到清晰的圖像,從而達到超景深的效果。本文主要從以下方向展開:在圖像的采集上,本文使用金屬針吸取白帶溶液,滴取少量于載玻片上,將其均勻涂抹后溫育到37攝氏度,并靜置一段時間,通過相機采集同一視野不同焦距下的多張圖片,選取清晰度較高的三張圖片作為后續(xù)處理的素材圖片。在圖像的配準上,不同于常見的偏移矯正方法,本文設計了一種適用于白帶顯微圖像的偏移矯正法。該方法根據(jù)大小、位置與對比度選取合適區(qū)域作為偏移校正的目標區(qū)域,通過對平移后的圖像進行差值計算,選取差值最小的平移距離作為偏移矯正的距離。在圖像融合算法的選取上,本文針對白帶顯微圖片的特性,分析并對比了加權(quán)融合法、主成分分析法、拉普拉斯金字塔圖像融合法、對比度金字塔圖像融合法、梯度金字塔融合法等方法,并提出了一種白帶顯微圖像超景深算法。本文通過對采圖算法的改進,將不同焦距,同一視野區(qū)域下的圖像進行了偏移的矯正和融合,為后續(xù)的識別算法提供了準確的素材圖片,使得對白帶顯微環(huán)境下有形成分的識別率由92.1%提升到了95.9%。實驗結(jié)果說明該改進的算法減少了細胞和微生物的漏檢情況,確保了識別算法的準確度。
【圖文】：

B擊中A

B不擊中A
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：R711;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 李桃;侯紅英;王德賢;;數(shù)字圖像融合研究綜述[J];數(shù)碼世界;2017年08期

2 陳欣;;淺析第二代Curvelet多聚焦圖像融合算法[J];明日風尚;2017年20期

3 朱煉;孫楓;夏芳莉;韓瑜;;圖像融合研究綜述[J];傳感器與微系統(tǒng);2014年02期

4 劉志明;;數(shù)字圖像融合新進展[J];電腦與電信;2013年04期

5 扈少華;郭寧;;圖像融合方法及應用[J];科技信息;2010年28期

6 ;基于CPLD與高速DSP的雙通道光電圖像融合系統(tǒng)[J];中國計量學院學報;2001年02期

7 陳虎義;多種圖像融合[J];影像技術(shù);2000年04期

8 王憶鋒，張海聯(lián)，李燦文，，李茜;夜視圖像融合研究的進展[J];紅外與激光工程;1998年02期

9 吳小琳;王潔;包蓉;;~(18)F-FDG PET\CT圖像融合診斷惡性腫瘤的護理配合[J];貴州醫(yī)藥;2018年03期

10 陳新亮;;圖像融合方法概述[J];科技創(chuàng)新導報;2017年02期

相關(guān)會議論文 前10條

1 曲鋒;劉建卓;劉英;吳宏圣;王健;楊東軍;葉新;孫強;;基于多尺度幾何分析方法的圖像融合方法[A];2009年先進光學技術(shù)及其應用研討會論文集（上冊）[C];2009年

2 楊志;毛士藝;陳煒;;基于多分辨率局部峰度熵的魯棒圖像融合算法[A];中國航空學會信號與信息處理專業(yè)全國第八屆學術(shù)會議論文集[C];2004年

3 曲桂紅;;放射治療成像與圖像融合應用研究[A];首屆全國醫(yī)療器械學術(shù)與產(chǎn)業(yè)論壇論文集[C];2002年

4 王強軍;王潤生;;城市航空攝影圖像融合分割方法[A];中國圖象圖形科學技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

5 湯志偉;王建國;趙志欽;黃順吉;;基于小波變換的圖像融合算法[A];第九屆全國信號處理學術(shù)年會（CCSP-99）論文集[C];1999年

6 陸琳;張淳民;;圖像融合算法研究[A];2013年（第五屆）西部光子學學術(shù)會議論文集[C];2013年

7 潘泉;趙永強;張洪才;;基于像素層圖像融合的偏振圖像計算方法研究[A];第二屆全國信息獲取與處理學術(shù)會議論文集[C];2004年

8 劉紅毅;王彥情;朱元國;;一種新的小波變換的圖像融合算法[A];第六屆中國青年運籌與管理學者大會論文集[C];2004年

9 陳鋒;張聞文;陳錢;顧國華;;基于小波變換的EMCCD微光圖像融合算法[A];第八屆華東三省一市真空學術(shù)交流會論文集[C];2013年

10 張秀麗;李琦;王騏;;紅外主被動圖像融合的三維視覺預處理[A];圖像圖形技術(shù)與應用進展——第三屆圖像圖形技術(shù)與應用學術(shù)會議論文集[C];2008年

相關(guān)重要報紙文章 前1條

1 劉明霞 唐志全;圖像融合查顱內(nèi)病變[N];健康報;2004年

相關(guān)博士學位論文 前10條

1 魏春雨;超小波及其在圖像融合中的應用[D];河北師范大學;2018年

2 宋樂;異源圖像融合及其評價方法的研究[D];天津大學;2008年

3 李暉暉;多傳感器圖像融合算法研究[D];西北工業(yè)大學;2006年

4 劉瑾;人臉識別中的大樣本集問題及多模式圖像融合方法的研究[D];天津大學;2006年

5 閆莉萍;多速率傳感器狀態(tài)融合估計及多分辨率圖像融合算法研究[D];清華大學;2006年

6 胡旺;圖像融合中的關(guān)鍵技術(shù)研究[D];四川大學;2006年

7 李衛(wèi)華;數(shù)字圖像預處理與融合方法研究[D];西北工業(yè)大學;2006年

8 楊翠;圖像融合與配準方法研究[D];西安電子科技大學;2008年

9 張小利;圖像融合及其性能評估若干問題研究[D];吉林大學;2016年

10 諶明;圖像融合與修復處理關(guān)鍵技術(shù)研究[D];浙江大學;2017年

相關(guān)碩士學位論文 前10條

1 侯昕廷;變分法在圖像融合中的應用研究[D];武漢大學;2017年

2 夏翔;白帶顯微成像中超景深相關(guān)技術(shù)的研究[D];電子科技大學;2018年

3 邱紅梅;基于視覺底層特征和多尺度分析的圖像融合研究[D];昆明理工大學;2017年

4 苗娜;基于NSST和改進SLIC的圖像融合算法研究[D];太原理工大學;2017年

5 馮偉昌;基于FPGA的的圖像融合系統(tǒng)設計研究[D];天津大學;2010年

6 劉新國;基于多核處理器的并行圖像融合處理技術(shù)的研究[D];沈陽理工大學;2010年

7 劉顯峰;基于結(jié)構(gòu)相似度的圖像融合質(zhì)量評價[D];暨南大學;2007年

8 蔡凡偉;PET/CT圖像融合精度測試體模及測試方法研究[D];南方醫(yī)科大學;2014年

9 孟令飛;基于SOPC的圖像融合系統(tǒng)[D];內(nèi)蒙古大學;2013年

10 魏世超;圖像融合方法研究[D];江蘇科技大學;2012年

本文編號：2618201