一种血吸虫毛蚴自动识别系统的制作方法

本发明涉及动态目标识别技术领域，具体而言，涉及一种血吸虫毛蚴自动识别系统。

背景技术：

血吸虫病是中国三大重点传染病之一，是一种严重危害人类健康、阻碍疫区社会经济发展、具有传染性、地方性和自然疫源性的寄生虫病，被WHO列为极易复现的再现传染病。在血吸虫病的诊断中，目前的被广泛应用的方法是取人或畜的粪便样品，放入初筛圆筛中，筛下方放置专用器皿，边淋水边按搅动，将筛中粪渣弃之，将专用器皿中粪液装入专用尼龙纱绢，在流动的水中漂洗干净，将尼龙绢中的细粪渣(若是病人就含血吸虫卵)装入三角烧瓶中并加处理过的清洁水至瓶口，放入25-28度的生化培养箱中静置(现场没有生化培养箱的，环境温度应在25度以上)待观察，静置20-40分钟后，用肉眼在黑背景和灯光下观察是否有毛蚴孵出，以诊断是否是血吸虫病感染者。这种用肉眼观察的方法不但检验人员极易疲劳，而且严重影响毛蚴的检出率，造成血吸虫病诊断结果的误判。

技术实现要素：

本发明的目的在于提供一种血吸虫毛蚴自动识别系统，用于标记血吸虫毛蚴视频自动识别系统的视频采集装置采集到的视频数据中的血吸虫毛蚴，以有效地改善上述的问题。

为了实现上述目的，本发明实施例采用的技术方案如下：

本发明实施例提供的一种血吸虫毛蚴自动识别系统，包括烧瓶、视频采集装置以及数据处理装置，所述烧瓶用于存放待测样品。所述视频采集装置采集所述烧瓶中的待测样品的初始视频数据，并将所述初始视频数据发送到所述数据处理装置。所述数据处理装置将接收到的所述初始视频数据进行分帧处理，获得视频帧图像序列。对所述视频帧图像序列中的每一帧图像中的血吸虫毛蚴进行标记，将标记后的所有视频帧图像组合形成标记视频数据并保存。

本发明实施例提供的血吸虫毛蚴自动识别系统，将视频采集装置采集到的初始视频数据，分别标记每一帧初始视频数据中的毛蚴，从而得到标记后的视频数据。通过本发明实施例提供的血吸虫毛蚴自动识别系统对视频采集装置采集到的初始视频数据进行标记，相对于现有的通过人眼来识别待测样品中的毛蚴的方法，不仅为检验人员提供了方便，还有效地提高了血吸虫疾病诊断的效率。

进一步，本发明实施例根据血吸虫毛蚴的长宽比、面积、在水中的游行方向以及游行速度对二值图序列中的每一个二值图中的连通区域进行筛选，从而根据筛选结果对视频采集装置采集的初始视频数据中的血吸虫毛蚴进行标记，有效地提高了血吸虫疾病的诊断结果的可靠性。

本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。通过附图所示，本发明的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本发明的主旨。

图1示出了一种血吸虫毛蚴视频自动识别系统的结构示意图；

图2示出了本发明较佳实施例提供的一种血吸虫毛蚴自动识别方法的流程图；

图3示出了本发明较佳实施例提供的一种血吸虫毛蚴自动识别方法中对视频帧图像序列中的每一帧图像中的血吸虫毛蚴进行标记的第一种实施方式的流程图；

图4示出了本发明较佳实施例提供的当前二值图中的当前连通区域的倾斜角的示意图；

图5示出了本发明较佳实施例提供的一种血吸虫毛蚴自动识别方法中对视频帧图像序列中的每一帧图像中的血吸虫毛蚴进行标记的第二种实施方式的流程图；

图6示出了本发明较佳实施例提供的一种血吸虫毛蚴自动识别方法中对视频帧图像序列中的每一帧图像中的血吸虫毛蚴进行标记的第三种实施方式的流程图；

图7示出了本发明较佳实施例提供的一种血吸虫毛蚴自动识别方法中对视频帧图像序列中的每一帧图像中的血吸虫毛蚴进行标记的第四种实施方式的流程图；

图8示出了本发明较佳实施例提供的另一种血吸虫毛蚴自动识别方法的流程图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

现有对血吸虫病感染者的诊断一般为通过用肉眼观察的方法观察待检验样品中孵化出的血吸虫毛蚴数，这种方法不但检验人员极易疲劳，而且严重影响毛蚴的检出率，造成血吸虫病诊断结果的误判。

鉴于此，本发明实施例提供了一种血吸虫毛蚴自动识别方法，应用于血吸虫毛蚴视频自动识别系统。如图1所示，所述血吸虫毛蚴视频自动识别系统10包括烧瓶100、视频采集装置200以及数据处理装置300，所述烧瓶100用于存放待测样品。其中，所述视频采集装置200可以包括如图1所示的光源210、显微镜220以及摄像头230，也可以是具有视频采集功能的光学显微镜。数据处理装置300可以为计算机设备，也可以是其它具有数据处理功能的模块。

图2示出了本发明较佳实施例提供的血吸虫毛蚴自动识别方法的流程图。下面将对图2所示的具体流程进行详细阐述。所述血吸虫毛蚴自动识别方法包括：

步骤S201：视频采集装置采集烧瓶中的待测样品的初始视频数据，并将初始视频数据发送到数据处理装置；

其中，在烧瓶中装入待测样品的过程可以为：取人或畜的粪便样品，放入初筛圆筛中，筛下方放置专用器皿，边淋水边按搅动，将筛中粪渣弃之，将专用器皿中粪液装入专用尼龙纱绢，在流动的水中漂洗干净，将尼龙绢中的细粪渣(若是病人就含血吸虫卵)装入烧瓶中并加处理过的清洁水至瓶口，放入25-28度的生化培养箱中静置(现场没有生化培养箱的，环境温度应在25度以上)待观察。

步骤S202：数据处理装置将接收到的初始视频数据进行分帧处理，获得视频帧图像序列；

步骤S202中，视频帧图像序列中的图像数量由视频采集装置采集视频的帧速率以及视频的持续时间决定。例如，视频采集装置采集视频的帧速率为35帧/秒，视频的持续时间为10秒时，视频帧图像序列中的视频帧图像的数量为350。此外，视频帧图像序列按照视频帧图像在初始视频数据中出现的时间先后顺序排列。

步骤S203：对视频帧图像序列中的每一帧图像中的血吸虫毛蚴进行标记；

步骤S204：将标记后的所有视频帧图像组合形成标记视频数据并保存。

通过本发明实施例提供的血吸虫毛蚴自动识别方法对视频采集装置200采集到的初始视频数据中的血吸虫毛蚴进行标记，得到标记视频数据。相对于现有的通过人眼直接识别待测样品中的毛蚴的方法，不仅为检验人员提供了方便，还有效地提高了血吸虫疾病诊断的效率。

如图3所示，步骤S203中所述的对视频帧图像序列中的每一帧图像中的血吸虫毛蚴进行标记的第一种具体实施方式为：

步骤S301：依次将视频帧图像序列中相邻两帧图像相减，并根据相邻两帧图像的相减结果构建二值图序列；

首先，通过相邻帧间差分法，对视频帧图像序列进行处理，获取视频帧图像序列中的运动目标。其次，根据相邻帧间差分法的处理结果，设置灰度阈值，将相邻帧间差分法的处理结果进行二值化处理，构建二值图序列。其中，所述灰度阈值可以根据具体相邻帧间差分法的处理结果以及视频帧图像中单个血吸虫毛蚴的面积设置。

需要说明的是，为了优化后续对所述视频帧图像中血吸虫毛蚴的标记，执行步骤S301之前，可以先对所述视频帧图像序列中的每一帧图像进行图像预处理。所述图像预处理的作用在于减少图像中所含的噪声。例如，可以采用现有的滤波算法如中值滤波算法或高斯滤波算法等对视频帧图像序列中的图像进行滤波处理。

步骤S302：对当前二值图中的连通区域求外接矩形；

首先，剔除当前二值图中面积小于第一预设阈值或者面积大于第二预设阈值的连通区域；然后，对当前二值图中剩余的连通区域求外接矩形。其中，所述剩余的连通区域的面积大于等于第一预设阈值小于等于第二预设阈值。

具体的，当前二值图中存在的连通区域对应初始视频数据中的运动目标。显然，这些连通区域可能是对应血吸虫毛蚴，也可能是对应其它的运动物体。因此，设置了第一预设阈值和第二预设阈值，根据血吸虫毛蚴的面积特征对当前二值图中的连通区域进行初步筛选，再对初步筛选后剩下的连通区域求外接矩形。本发明实施例中，所述第一预设阈值可以设置为预设像素阈值的三分之二，所述第二预设阈值可以设置为预设像素阈值的三倍。其中，所述预设像素阈值为初始视频数据中单个血吸虫毛蚴在二值图中所形成的连通区域的像素点个数。需要说明的是，所述预设像素阈值的设置还与视频帧图像的分辨率有关。例如，所述视频帧图像的分辨率为1280×960时，则所述视频帧图像的像素点总个数为1228800。也就是说，所述预设像素阈值的设置还需要考虑所述视频帧图像上划分的像素点个数。例如，当所述视频帧图像的分辨率为1280×960时，所述预设像素阈值可以设置为100个像素点。

需要说明的是，为了优化对所述二值图序列中的二值图的进一步处理，执行步骤S302之前，可以先对所述二值图序列中的二值图进行去噪点处理并对二值图中可能含有的空洞进行填充。本发明实施例中，优选采用数学形态学方法中的开运算对每一个二值图进行处理。图像经过开运算后，能够去除孤立的小点、毛刺和小桥(即连通两块连通区域的小点)，消除小连通区域，平滑较大的连通区域的边界，同时对连通区域的面积改变不明显。

步骤S303：查找当前二值图中外接矩形的倾斜角满足血吸虫毛蚴的运动方向特性的连通区域；

其中，所述倾斜角为连通区域410的外接矩形411的长轴412沿顺时针方向与当前二值图400的长度方向420所成的角度，如图4所示，θ即表示该连通区域410的倾斜角。血吸虫毛蚴可以近似认定为直线运动，本发明实施例中，将所述血吸虫毛蚴的运动方向设置为所述外接矩形的长轴方向的正负15度范围。

因此，判断当前二值图中的当前连通区域的倾斜角是否满足所述血吸虫毛蚴的运动方向特性的具体方法为：查找所述二值图序列中所述当前二值图的前一个二值图，在所述前一个二值图中根据当前连通区域查找到在前连通区域。其中，所述在前连通区域与所述当前连通区域对应同一个运动目标。查找到当前连通区域对应的在前连通区域后，判断当前连通区域的外接矩形的倾斜角是否位于所述在前连通区域的外接矩形的倾斜角的正负15度范围内。若当前连通区域的外接矩形的倾斜角位于所述在前连通区域的外接矩形的倾斜角的正负15度范围内，则判定所述当前连通区域满足所述血吸虫毛蚴的运动方向特性；若当前连通区域的外接矩形的倾斜角不在所述在前连通区域的外接矩形的倾斜角的正负15度范围内，则判定所述当前连通区域不满足所述血吸虫毛蚴的运动方向特性，剔除所述当前连通区域。

具体的，查找所述二值图序列中所述当前二值图的前一个二值图，在所述前一个二值图中根据当前连通区域查找到在前连通区域的方式可以为：获取所述当前连通区域的外接矩形内部的长轴段的坐标范围，其中，需要说明的是，所述长轴段为位于当前连通区域的外接矩形的两个短边之间的长轴。查找所述当前连通区域所在的当前二值图的前一个二值图，并获取所述前一个二值图中的连通区域的外接矩形的几何中心坐标。在所获取的所述前一个二值图中的连通区域的外接矩形的几何中心坐标中查找属于上述坐标范围的几何中心坐标。所查找到的属于上述坐标范围的几何中心坐标对应的连通区域即为与所述当前连通区域对应的在前连通区域。

根据上述方法对经过步骤S302筛选后的当前二值图中的每一个面积大于等于第一预设阈值小于等于第二预设阈值的连通区域进行判定，筛选出满足血吸虫毛蚴的运动方向特性的连通区域。

需要说明的是，若在二值图序列中所述当前二值图的前一个二值图中未查找到与所述当前连通区域相对应的在前连通区域时，说明该运动目标在当前二值图中首次被获取到。对于满足步骤S302中的初步筛选条件且在当前二值图中首次被获取的连通区域，保留且不作处理。

步骤S304：根据所查找到的连通区域的位置标记所述当前二值图对应的两帧图像中在时间上靠后的一帧图像中的血吸虫毛蚴。

其中，所查找到的连通区域为步骤S303中查找到的满足血吸虫毛蚴的运动方向特性的连通区域，即判定为血吸虫毛蚴的连通区域。

根据上述分析可知，每一个二值图均由两个相邻的视频帧图像相差形成，因此，每一个二值图对应有两个视频帧图像。因此，可以查找到当前二值图对应的两个视频帧图像中在视频数据的时间上靠后的视频帧图像。根据当前二值图中所查找到的满足所述血吸虫毛蚴的运动方向特性的连通区域的位置，对该视频帧图像中的血吸虫毛蚴进行标记。

需要说明的是，上述的对视频帧图像序列中的每一帧图像中的血吸虫毛蚴进行标记的具体实施方式中，完成步骤S301后，需要依次将步骤S301中构建的二值图序列中的每一个二值图作为当前二值图，对每一个当前二值图执行步骤S302至步骤S304，直至将视频帧图像序列中的每一帧图像中的血吸虫毛蚴均进行标记。

如图5所示，步骤S203中所述的对视频帧图像序列中的每一帧图像中的血吸虫毛蚴进行标记的第二种具体实施方式为：

步骤S501：依次将所述视频帧图像序列中相邻两帧图像相减，并根据所述的相邻两帧图像的相减结果构建二值图序列；

步骤S502：对当前二值图中的连通区域求外接矩形；

首先，剔除当前二值图中面积小于第一预设阈值或者面积大于第二预设阈值的连通区域；然后，对当前二值图中剩余的连通区域求外接矩形。其中，所述剩余的连通区域的面积大于等于第一预设阈值小于等于第二预设阈值。第一预设阈值和第二阈值的具体设置参照上述步骤302，此处不再赘述。

步骤S503：将当前二值图中每一个所述外接矩形的长宽比与预设长宽比进行比较，剔除外接矩形的长宽比小于预设长宽比的连通区域；

由于血吸虫毛蚴形状为长条状且长宽比一般为2：1以上。因此，可以根据具体的血吸虫毛蚴的长宽比特征设置预设长宽比，对当前二值图中的连通区域进行再次筛选。求取当前二值图中每一个连通区域的外接矩形的长宽比，剔除外接矩形的长宽比小于预设长宽比的连通区域。

步骤S504：查找当前二值图中外接矩形的倾斜角满足所述血吸虫毛蚴的运动方向特性的连通区域；

其中，所述倾斜角为所述外接矩形的长轴沿顺时针方向与所述当前二值图的长度方向所成的角度。步骤S504的具体实施方式请参照上述步骤S303，此处不再赘述。

步骤S505：根据所查找到的连通区域的位置标记当前二值图对应的两帧图像中在时间上靠后的一帧图像中的血吸虫毛蚴。

其中，所查找到的连通区域为步骤S504中满足血吸虫毛蚴的运动方向特性的连通区域，即最终判定为血吸虫毛蚴的连通区域。

完成步骤S501后，依次将步骤S501中构建的二值图序列中的每一个二值图作为当前二值图，对每一个当前二值图执行步骤S502至步骤S505，直至将视频帧图像序列中的每一帧图像中的血吸虫毛蚴均进行标记。

如图6所示，步骤S203中所述的对视频帧图像序列中的每一帧图像中的血吸虫毛蚴进行标记的第三种具体实施方式为：

步骤S601：依次将视频帧图像序列中相邻两帧图像相减，并根据相邻两帧图像的相减结果构建二值图序列；

步骤S602：对当前二值图中的连通区域求外接矩形；

首先，剔除当前二值图中面积小于第一预设阈值或者面积大于第二预设阈值的连通区域。然后，对当前二值图中剩余的连通区域求外接矩形。其中，所述剩余的连通区域的面积大于等于第一预设阈值小于等于第二预设阈值。第一预设阈值和第二阈值的具体设置参照上述步骤302，此处不再赘述。

步骤S603：查找当前二值图中外接矩形的倾斜角满足血吸虫毛蚴的运动方向特性的连通区域；

其中，所述倾斜角为所述外接矩形的长轴沿顺时针方向与所述当前二值图的长度方向所成的角度。步骤S603的具体实施方式请参照上述步骤S303，此处不再赘述。

步骤S604：在所查找的满足血吸虫毛蚴的运动方向特性的连通区域中，查找满足血吸虫毛蚴的运动速度特性的连通区域；

具体的，判断当前连通区域是否满足血吸虫毛蚴的运动速度特性的方式可以为：获取当前连通区域的外接矩形的第一几何中心坐标，获取与所述当前连通区域对应的在前连通区域的外接矩形的第二几何中心坐标；根据第一几何中心坐标与第二几何中心坐标之间的距离以及相邻两帧图像之间的时间间隔，获得参考速度。判断所述参考速度是否在预设速度范围内，若所述参考速度在所述预设速度范围内，则判定当前连通区域满足血吸虫毛蚴的运动速度特性，若所述参考速度不在所述预设速度范围内，则判定当前连通区域不满足血吸虫毛蚴的运动速度特性。其中，所述预设速度范围根据血吸虫毛蚴的运动速度设置。本发明实施例中，当视频帧图像的分辨率为1280×960时，所述预设速度范围可以设置为10-50个像素点。

步骤S605：根据所查找到的连通区域的位置标记所述当前二值图对应的两帧图像中在时间上靠后的一帧图像中的血吸虫毛蚴。

其中，所查找到的连通区域为上述步骤S604中满足血吸虫毛蚴的运动速度特性的连通区域，即最终判定为血吸虫毛蚴的连通区域。每一个二值图均由两个相邻的视频帧图像相差形成，因此，每一个二值图对应有两个视频帧图像。因此，可以查找到当前二值图对应的两个视频帧图像中在视频数据的时间上靠后的视频帧图像。根据所查找到的满足所述血吸虫毛蚴的运动速度特性的连通区域的位置，对该视频帧图像中的血吸虫毛蚴进行标记。

完成步骤S601后，依次将步骤S601中构建的二值图序列中的每一个二值图作为当前二值图，对每一个当前二值图执行步骤S602至步骤S605，直至将视频帧图像序列中的每一帧图像中的血吸虫毛蚴均进行标记。

如图7所示，步骤S203中所述的对视频帧图像序列中的每一帧图像中的血吸虫毛蚴进行标记的第四种具体实施方式为：

步骤S701：依次将视频帧图像序列中相邻两帧图像相减，并根据相邻两帧图像的相减结果构建二值图序列；

步骤S702：对当前二值图中的连通区域求外接矩形；

首先，剔除当前二值图中面积小于第一预设阈值或者面积大于第二预设阈值的连通区域。然后，对当前二值图中剩余的连通区域求外接矩形。其中，所述剩余的连通区域的面积大于等于第一预设阈值小于等于第二预设阈值。第一预设阈值和第二阈值的具体设置参照上述步骤302，此处不再赘述。

步骤S703：将当前二值图中每一个所述外接矩形的长宽比与预设长宽比进行比较，剔除外接矩形的长宽比小于预设长宽比的连通区域；

步骤S704：查找当前二值图中外接矩形的倾斜角满足血吸虫毛蚴的运动方向特性的连通区域；

其中，所述倾斜角为所述外接矩形的长轴沿顺时针方向与所述当前二值图的长度方向所成的角度。步骤S704的具体实施方式请参照上述步骤S303，此处不再赘述。

步骤S705：在所查找的满足血吸虫毛蚴的运动方向特性的连通区域中，查找满足血吸虫毛蚴的运动速度特性的连通区域；

具体的，判断当前连通区域是否满足血吸虫毛蚴的运动速度特性的方式参考上述步骤S604，此处不再赘述。

步骤S706：根据所查找到的连通区域的位置标记所述当前二值图对应的两帧图像中在时间上靠后的一帧图像中的血吸虫毛蚴。

其中，所查找到的连通区域为上述步骤S705中满足血吸虫毛蚴的运动速度特性的连通区域，即最终判定为血吸虫毛蚴的连通区域。

完成步骤S701后，依次将步骤S701中构建的二值图序列中的每一个二值图作为当前二值图，对每一个当前二值图执行步骤S702至步骤S706，直至将视频帧图像序列中的每一帧图像中的血吸虫毛蚴均进行标记。

本发明实施例提供的血吸虫毛蚴自动识别方法根据血吸虫毛蚴的特点，包括毛蚴的长宽比、毛蚴的面积、毛蚴在水中的游行方向特性及毛蚴的运动速度特性设计，逐步对二值图序列中每一个二值图中疑似毛蚴的连通区域进行筛选，进而根据筛选出的连通区域的位置对初始视频数据中的血吸虫毛蚴进行标记，有效地提高了诊断结果的可靠性。

具体的，上述的对所述视频帧图像序列中的每一帧图像中的血吸虫毛蚴进行标记的四种具体实施方式中，即步骤S304、步骤S505、步骤S605及步骤S706中，根据所查找到的连通区域的位置标记当前二值图对应的两帧图像中在时间上靠后的一帧图像中的血吸虫毛蚴，具体的标记方法可以为：首先，获得当前连通区域的外接矩形的几何中心。然后，在所述当前二值图对应的两帧图像中的在时间上靠后的一帧图像中以所述几何中心为圆心，以预设像素点为半径标记该帧图像中的血吸虫毛蚴。其中，所述预设像素点可以根据具体的初始视频数据中单个血吸虫毛蚴面积设置，以确保将视频帧图像中的血吸虫毛蚴圈入标记圆圈内。当然，也可以设计其它图形标记视频帧图像中的血吸虫毛蚴，例如，可以为椭圆形、长方形等。

进一步地，本发明实施例还提供了另一种血吸虫毛蚴自动识别方法。如图8所示，所述另一种血吸虫毛蚴自动识别方法包括：

步骤S801：视频采集装置采集所述烧瓶中的待测样品的初始视频数据，并将初始视频数据发送到数据处理装置；

步骤S802：数据处理装置将接收到的初始视频数据进行分帧处理，获得视频帧图像序列；

步骤S803：依次将视频帧图像序列中相邻两帧图像相减，并根据相邻两帧图像的相减结果构建二值图序列；

步骤S804：对当前二值图中的连通区域求外接矩形；

首先，剔除当前二值图中面积小于第一预设阈值或者面积大于第二预设阈值的连通区域。然后，对当前二值图中剩余的连通区域求外接矩形。其中，所述剩余的连通区域的面积大于等于第一预设阈值小于等于第二预设阈值。第一预设阈值和第二阈值的具体设置参照上述步骤302，此处不再赘述。

步骤S805：将当前二值图中每一个所述外接矩形的长宽比与预设长宽比进行比较，剔除外接矩形的长宽比小于预设长宽比的连通区域；

步骤S806：查找当前二值图中外接矩形的倾斜角满足血吸虫毛蚴的运动方向特性的连通区域；

其中，所述倾斜角为所述外接矩形的长轴沿顺时针方向与所述当前二值图的长度方向所成的角度。步骤S806的具体实施方式请参照上述步骤S303，此处不再赘述。

步骤S807：在所查找的满足血吸虫毛蚴的运动方向特性的连通区域中，查找满足血吸虫毛蚴的运动速度特性的连通区域；

具体的，判断当前连通区域是否满足血吸虫毛蚴的运动速度特性的方式参考上述步骤S604，此处不再赘述。

步骤S808：根据所查找到的连通区域的位置标记所述当前二值图对应的两帧图像中在时间上靠后的一帧图像中的血吸虫毛蚴；

其中，所查找到的连通区域为上述步骤S807中满足血吸虫毛蚴的运动速度特性的连通区域，即为最终判定为血吸虫毛蚴的连通区域。

步骤S809：将标记后的所有视频帧图像组合形成标记视频数据并保存；

步骤S810：分别对每一个二值图中判定为血吸虫毛蚴的连通区域进行计数，根据对二值图序列中所有二值图的计数结果得到计数序列；

步骤S811：对计数序列求和获得血吸虫毛蚴总数；

步骤S812：根据所述血吸虫毛蚴总数以及所述初始视频数据的持续时间获得预设时间内的所述血吸虫毛蚴视频自动识别系统所识别出的血吸虫毛蚴数；

其中，所述预设时间根据用户的需要设置，本发明实施例中，优选的，所述预设时间可以设置为一分钟。

步骤S813：根据所述预设时间内的所述血吸虫毛蚴视频自动识别系统所识别出的血吸虫毛蚴数获得诊断结果。

其中，步骤S810至步骤S813是对视频采集装置200采集到的初始视频数据中的血吸虫毛蚴进行了计数，以便于直接获取诊断结果，进一步提高诊断效率。所述诊断结果也就是血吸虫感染强度。例如，当预设时间内的所述血吸虫毛蚴视频自动识别系统所识别出的血吸虫毛蚴数为0时，即没有诊断结果为正常；当预设时间内的所述血吸虫毛蚴视频自动识别系统所识别出的血吸虫毛蚴数小于20个时，可以将血吸虫感染强度表示为“+”；当预设时间内的所述血吸虫毛蚴视频自动识别系统所识别出的血吸虫毛蚴数位于[20，40]的范围内时，可以将血吸虫感染强度表示为“++”；当预设时间内的所述血吸虫毛蚴视频自动识别系统所识别出的血吸虫毛蚴数位于[40，80]的范围内时，可以将血吸虫感染强度表示为“+++”；当预设时间内的所述血吸虫毛蚴视频自动识别系统所识别出的血吸虫毛蚴数在80以上时，可以将血吸虫感染强度表示为“++++”。

需要说明的是，完成步骤S807后，可以先依次完成步骤808和步骤809后再执行后续的步骤810至步骤813，也可以先依次完成步骤810至步骤813后再执行步骤808和步骤809。步骤808至步骤813的先后顺序并不限于本发明实施例中如图8所示的顺序。

完成步骤S813后即可以得到待测样品中血吸虫感染情况的诊断结果。此后，为了方便提醒检验人员，可以根据所述诊断结果进行警示。警示的具体方法可以为：设置报警窗口，当诊断结果呈阴性，即所述初始视频数据中无血吸虫毛蚴出现时，所述报警窗口显示绿色，当诊断结果呈阳性，即所述初始视频数据中出现血吸虫毛蚴时，所述报警窗口显示红色，以提醒检验人员。当然，也可以采用其它警示方法，例如也可以通过声音警示。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。