【技術實現步驟摘要】
本專利技術涉及圖像處理，特別涉及一種基于混合采樣的ct細胞圖像清晰化組合方法與系統。
技術介紹
1、圖像清晰化就是通過一系列的算法和技術，提高圖像的清晰度和質量，使得圖像中的細節和信息更加明顯和易于理解，是從圖像處理到圖像分析的一個關鍵步驟，是圖像工程的基礎。圖像清晰化在諸如計算機視覺、生物醫學上的圖像分析等方面有著廣泛應用。圖像清晰化任務最重要的一步就是對圖像進行采樣，混合采樣方法由基于邊緣強化的圖形學采樣方法與基于視覺分割模型的采樣方法共同組成，與圖像清晰化任務高度契合。
2、在面向ct細胞圖像清晰化組合方法中，邊緣檢測算法尤為重要。算法通過識別圖像中目標的邊緣，即圖像強度變化最大的地方，來獲取細胞的位置和形狀。
3、常用的方法有基于梯度的邊緣檢測方法、基于深度學習的邊緣檢測方法等。基于梯度的邊緣檢測方法通過使用sobel、canny等算子，可以很好地反映圖像的細節和復雜性，這種方法簡單高效，但會對噪聲敏感導致提取的細胞邊緣并不完整；基于深度學習的邊緣檢測方法可以自動學習和適應各種復雜的邊緣特性，但時間成本高并且需要大量的標注數據和計算資源。另一個關鍵的問題是，不同層ct的圖片之間的同一細胞的位置和大小并不一致，簡單的直接替換會產生錯位和重影的問題，極大的影響了圖像清晰化的質量。為了提升圖像清晰化效率和效果，如何高效又高質量地對ct圖像進行采樣十分重要。
技術實現思路
1、鑒于上述狀況，本專利技術的主要目的是為了提出一種基于混合采樣的ct細胞圖像清晰化組
2、本專利技術提出了一種基于混合采樣的ct細胞圖像清晰化組合方法，所述方法包括如下步驟：
3、步驟1、對不同層的ct細胞圖像采用基于邊緣強化的方式進行采樣，獲取不同層的不同細胞圖像的采樣結果；
4、步驟2、采用視覺分割模型對不同層的ct細胞圖像中的細胞對象進行精確的分割，獲取不同層的不同細胞圖像的分割結果；
5、步驟3、將采樣結果和分割結果按比例進行混合，得到混合采樣結果，對混合采樣結果中所有細胞圖像進行相似度計算，根據相似度結果獲取同一細胞在不同層的對應關系，得到同一細胞的不同層細胞圖像；
6、步驟4、利用清晰度判斷指標對不同細胞的不同層細胞圖像進行比選，從比選中選出每種清晰度最高的細胞圖像；
7、步驟5、將所選取的清晰度最高的細胞圖像以像素為精度單位按照原ct細胞圖像的細胞位置排列組合在一起，以組合生成高解析度的ct細胞圖像。
8、本專利技術還提出一種基于混合采樣的ct細胞圖像清晰化組合系統，其中，所述系統應用如上所述的基于混合采樣的ct細胞圖像清晰化組合方法，所述系統包括：
9、采樣模塊，用于：
10、對不同層的ct細胞圖像采用基于邊緣強化的方式進行采樣，獲取不同層的不同細胞圖像的采樣結果；
11、采用視覺分割模型對不同層的ct細胞圖像中的細胞對象進行精確的分割，獲取不同層的不同細胞圖像的分割結果；
12、檢索模塊，用于：
13、將采樣結果和分割結果按比例進行混合，得到混合采樣結果，對混合采樣結果中所有細胞圖像進行相似度計算，根據相似度結果獲取同一細胞在不同層的對應關系，得到同一細胞的不同層細胞圖像；
14、比選模塊，用于：
15、利用清晰度判斷指標對不同細胞的不同層細胞圖像進行比選，從比選中選出每種清晰度最高的細胞圖像；
16、組合模塊，用于：
17、將所選取的清晰度最高的細胞圖像以像素為精度單位按照原ct細胞圖像的細胞位置排列組合在一起，以組合生成高解析度的ct細胞圖像。
18、相較于現有技術，本專利技術的有益效果如下：
19、本專利技術結合邊緣強化和視覺分割模型，既有邊緣強化算子高效地計算，又滿足視覺分割模型精確分割細胞區域。然后，混合兩者結果，計算不同層次間細胞相似度。最終，通過公認的圖像清晰度判定指標選擇清晰度最高的細胞區域，生成高解析度的ct圖像。這種方法顯著提高了圖像清晰化的效率和質量，有效解決了以往方法中耗時過長的問題。
20、本專利技術的附加方面與優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本專利技術的實施例了解到。
本文檔來自技高網...【技術保護點】
1.一種基于混合采樣的CT細胞圖像清晰化組合方法，其特征在于，所述方法包括如下步驟：
2.根據權利要求1所述的基于混合采樣的CT細胞圖像清晰化組合方法，其特征在于，在所述步驟1中，對不同層的CT細胞圖像采用基于邊緣強化的方式進行采樣，獲取不同層的不同細胞圖像的采樣結果的方法具體包括如下步驟：
3.根據權利要求2所述的基于混合采樣的CT細胞圖像清晰化組合方法，其特征在于，水平方向梯度的計算過程存在如下關系式：
4.根據權利要求3所述的基于混合采樣的CT細胞圖像清晰化組合方法，其特征在于，垂直方向上梯度的計算過程存在如下關系式：
5.根據權利要求4所述的基于混合采樣的CT細胞圖像清晰化組合方法，其特征在于，腐蝕操作的計算過程存在如下關系式：
6.根據權利要求5所述的基于混合采樣的CT細胞圖像清晰化組合方法，其特征在于，在所述步驟2中，視覺分割模型包括：
7.根據權利要求6所述的基于混合采樣的CT細胞圖像清晰化組合方法，其特征在于，在所述步驟2中，視覺分割模型訓練過程中采用焦點損失和鑒別器損失函數指導模型訓練，采用
8.根據權利要求7所述的基于混合采樣的CT細胞圖像清晰化組合方法，其特征在于，在所述步驟3中，不同細胞之間的相似度的計算過程存在如下關系式：
9.一種基于混合采樣的CT細胞圖像清晰化組合系統，其特征在于，所述系統應用如權利要求1至8任意一項所述的基于混合采樣的CT細胞圖像清晰化組合方法，所述系統包括：
...【技術特征摘要】
1.一種基于混合采樣的ct細胞圖像清晰化組合方法，其特征在于，所述方法包括如下步驟：
2.根據權利要求1所述的基于混合采樣的ct細胞圖像清晰化組合方法，其特征在于，在所述步驟1中，對不同層的ct細胞圖像采用基于邊緣強化的方式進行采樣，獲取不同層的不同細胞圖像的采樣結果的方法具體包括如下步驟：
3.根據權利要求2所述的基于混合采樣的ct細胞圖像清晰化組合方法，其特征在于，水平方向梯度的計算過程存在如下關系式：
4.根據權利要求3所述的基于混合采樣的ct細胞圖像清晰化組合方法，其特征在于，垂直方向上梯度的計算過程存在如下關系式：
5.根據權利要求4所述的基于混合采樣的ct細胞圖像清晰化組合方法，其特征在于，腐蝕操作的計算過程存在如下關系式：...
【專利技術屬性】
技術研發人員：羅國亮，賀炳欽，麻文灝，朱志亮，
申請(專利權)人：華東交通大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。