用于处理尿液沉渣图像的待处理区块的方法和装置的制造方法
【技术领域】
[0001]本发明涉及生物检测，尤其涉及一种用于处理尿液沉渣图像的待处理区块的方法和装置。
【背景技术】
[0002]在通常的尿液沉渣分析中，首先利用显微成像系统拍摄尿液样本图像。然后，利用例如边缘检测等技术分割尿液样本图像中的候选者区块。通过从这些候选者区块中去除明显的背景区块，检测出待处理区块。接着，对待处理区块进行处理。
[0003]目前对待处理区块的处理主要有两个方向。第一个方向是分类，即将这些待处理区块直接分类为各种有形成分(如管形、上皮、红细胞)区块和与有形成分容易混淆的背景区块。另一个方向是区块检索，它不直接将待处理区块分类，而是在数据库中检索出以前存储的与待处理区块类似的区块。与分类的结果是唯一的不同，区块检索可能检索出多个类似的区块，提供给用户，因此能提供给用户更多的信息。用户有可能会在多个类似的区块中进行进一步的选择或判断。
[0004]机器自动实现的分类和区块检索，一般都采用机器学习的方式。规定若干用于分类或区块检索的特征，组成特征集。先用大量训练样本区块组成训练样本集，用于训练处理模型(分类模型或区块检索模型)。对于训练样本集中的每个训练样本区块，计算特征集中的特征，让处理模型学习。这样，当训练好的处理模型接收到一个新的待处理区块时，对该新的待处理区块计算特征集中的特征，根据计算出的特征集中的特征，参考以前学习的结果，就能将其进行分类或为其检索出以前存储的类似的图像。
【发明内容】
[0005]本发明的一个实施例旨在提高对尿液沉渣图像的待处理区块的处理精度。
[0006]根据本发明的一个实施例，提供了一种用于处理尿液沉渣图像的待处理区块的方法，包括:计算待处理区块的可变数目个局部特征向量，所述局部特征向量是代表待处理区块的局部位置的特征的向量；将所述可变数目个局部特征向量划分到固定数目个聚类中，从而获得该待处理区块的固定数目个聚类的统计直方图向量，该统计直方图向量反映了所述可变数目个局部特征向量在所述固定数目个聚类中的统计分布；将所述统计直方图向量作为区块处理的特征集中的特征，对待处理区块进行处理。
[0007]在一种具体实现中，所述可变数目个局部特征统计向量包括m个尺度不变特征变换(SIFT)特征向量和η个局部二值模式(LBP)特征向量，其中m和η为可变正整数。将所述可变数目个局部特征向量划分到固定数目个聚类中的步骤包括:将m个SIFT特征向量划分到kl个聚类中，将η个LBP特征向量划分到k2个聚类中，从而分别获得SIFT特征向量的kl个聚类的统计直方图向量、以及LBP特征向量的k2个聚类的统计直方图向量，其中kl和k2是固定正整数。
[0008]在一种具体实现中，将所述统计直方图向量作为区块处理的特征集中的特征对待处理区块进行处理的步骤包括:合并SIFT特征向量的kl个聚类的统计直方图向量、以及LBP特征向量的k2个聚类的统计直方图向量；将合并后的统计直方图向量作为区块处理的特征集中的特征对待处理区块进行处理。
[0009]在一种具体实现中，计算待处理区块的可变数目个局部特征向量的步骤包括:将待处理区块转换为灰度级待处理区块，并计算灰度级待处理区块的可变数目个局部特征统计向量。
[0010]在一种具体实现中，所述待处理区块包括管形、上皮、和易与有形成分混淆的背景的区块。
[0011]在一种具体实现中，在计算待处理区块的可变数目个局部特征向量的步骤中，待处理区块的m个SIFT特征向量如下计算:对待处理区块和/或缩放后的待处理区块施加接连的多次高斯滤波，以获得多层区块；通过计算所述多层区块中的相邻层区块的各像素值的差，获得相邻层区块之间的高斯差区块，以形成多层高斯差区块；对于所述多层高斯差区块中的特定层高斯差区块中的特定像素，判断在该层高斯差区块、上一层高斯差区块、下一层高斯差区块的以该特定像素为中心的3像素X3像素X3像素的立方体中，该特定像素的值是否为最大像素值或最小像素值，且如果是，将该特定像素的位置标记为关键点，其中对于所述多层高斯差区块，共标记出m个关键点；计算所述关键点的多个相邻区域中的特定相邻区域中像素的梯度值和梯度方向，其中将梯度方向近似到事先规定的多个标准方向之一上；计算对于所述关键点的特定相邻区域中像素在特定标准方向上的总梯度值，作为该关键点的SIFT特征向量在该特定相邻区域该特定标准方向上的分量。
[0012]在一种具体实现中，在计算待处理区块的可变数目个局部特征向量的步骤中，待处理区块的η个LBP特征向量如下计算:对于待处理区块中的像素，通过将该像素的强度值与以该像素为中心的3像素Χ3像素的正方形中的其它像素的强度值比较，形成8位O或I组成的LBP码，所述LBP码的取值范围是O至255中的整数；将待处理区块分割成固定大小的窗口，其中共分割出η个固定大小的窗口 ；计算每个窗口的LBP特征向量，所述LBP特征向量是该窗口中像素的LBP码值在0-255上的分布的直方图。
[0013]根据本发明的一个实施例，还提供了一种用于处理尿液沉渣图像的待处理区块的装置，包括:计算单元，被配置为计算待处理区块的可变数目个局部特征向量，所述局部特征向量是代表待处理区块的局部位置的特征的向量；划分单元，被配置为将所述可变数目个局部特征统计向量划分到固定数目个聚类中，从而获得该待处理区块的固定数目个聚类的统计直方图向量，该统计直方图向量反映了所述可变数目个局部特征统计向量在所述固定数目个聚类中的统计分布；处理单元，被配置为将所述统计直方图向量作为区块处理的特征集中的特征，对待处理区块进行处理。
[0014]在一种具体实现中，所述可变数目个局部特征向量包括m个SIFT特征向量和η个LBP特征向量，其中m和η为可变正整数。所述划分单元进一步被配置为向量划分到kl个聚类中，将η个LBP特征向量划分到k2个聚类中，从而分别获得SIFT特征向量的kl个聚类的统计直方图向量、以及LBP特征向量的k2个聚类的统计直方图向量，其中kl和k2是固定正整数。
[0015]在一种具体实现中，所述处理单元进一步被配置为:合并SIFT特征向量的kl个聚类的统计直方图向量、以及LBP特征向量的k2个聚类的统计直方图向量；将合并后的统计直方图向量作为区块处理的特征集中的特征，对待处理区块进行处理。
[0016]在一种具体实现中，所述计算单元进一步被配置为:将待处理区块转换为灰度级待处理区块，并计算灰度级待处理区块的可变数目个局部特征向量。
[0017]在一种具体实现中，所述待处理区块包括管形、上皮、和易与有形成分混淆的背景的区块。
[0018]在一种具体实现中，计算单元进一步被配置为如下计算待处理区块的m个SIFT特征向量:对待处理区块和/或缩放后的待处理区块施加接连的多次高斯滤波，以获得多层区块；通过计算所述多层区块中的相邻层区块的各像素值的差，获得相邻层区块之间的高斯差区块，以形成多层高斯差区块；对于所述多层高斯差区块中的特定层高斯差区块中的特定像素，判断在该层高斯差区块、上一层高斯差区块、下一层高斯差区块的以该特定像素为中心的3像素X 3像素X 3像素的立方体中，该特定像素的值是否为最大像素值或最小像素值，且如果是，将该特定像素的位置标记为关键点，其中对于所述多层高斯差区块，共标记出m个关键点；计算所述关键点的多个相邻区域中的特定相邻区域中像素的梯度值和梯度方向，其中将梯度方向近似到事先规定的多个标准方向之一上；计算对于所述关键点的特定相邻区域中像素在特定标准方向上的总梯度值，作为该关键点的SIFT特征向量在特定相邻区域特定标准方向上的分量，所述SIFT特征向量是在所述关键点的各相邻区域中各标准方向上的像素总梯度值的统计直方图。
[0019]在一种具体实现中，计算单元进一步被配置为如下计算待处理区块的η个LBP特征向量:对于待处理区块中的像素，通过将该像素的强度值与以该像素为中心的3像素Χ3像素的正方形中的其它像素的强度值比较，形成8位O或I组成的LBP码，所述LBP码的取值范围是O至255中的整数；将待处理区块分割成固定大小的窗口，其中共分割出η个固定大小的窗口 ；计算每个窗口的LBP特征向量，所述LBP特征向量是该窗口中像素的LBP码值在0-255上的分布的直方图。
[0020]现有技术的特征集里的特征大多侧重于待处理区块的总体特征，如细胞总体的大小、形状、外观等，但对于一些有形成分(如管形、上皮等)来说，它们的总体特征往往具有大的类内差异和高的跨类相似性，因此不容易获得满意的处理精度。由于本发明实施例着眼于局部特征，而局部特征能够降低类内差异并且表现出跨类差异，因此大大提高了待处理区块的处理精度。由于本发明实施例根据待处理区块中包含信息量的不同采用可变数目个局部特征向量，对于包含信息量比较大的待处理区块采用比较多的局部特征向量，对于背景等包含信息量比较小的待处理区块采用比较少的局部特征向量，这样的方式提高了