一种基于Canny算法的大体标本摄像系统的制作方法

本发明涉及大体标本摄像切割规范过程的识别的技术领域，尤其涉及基于canny算法的大体标本摄像系统。

背景技术：

伴随我国科技和医疗水平的极速发展，虽然攻克了不少从前难以解决的病症，但仍有许多需要潜心研究、等待解决的疑难杂症。然而科技的进步要跟上时代的发展，智能化已经深入各个领域，医疗领域也不例外，对于大体标本摄像的识别从两个方面助力着医疗事业的发展，想要完善一套对切割过程规范的系统，其中：一是在体外对病理标本的研究更为具体；二是在病理标本的切割过程中进行规范，提高手术的安全性和准确度。大体标本成像系统分为三步完成，第一步要识别图像，提取目标放大到规定尺寸；第二步要自动生成图像与所拍物体上的条形码对应的目录；第三步就要设计数据库进行监测和实现一些语音提示及对比等功能。本文重点研究第一步对于大体标本摄像图像的识别过程，在实时取景显示的过程中，识别拍摄目标大小与设定相片大小做比对，然后自动放大到设定尺寸成像。图像作为当代主要承载信息的媒介之一，信息量大且直观又清晰，所以对图像处理的研究也是很热门。对感兴趣对象的提取也是图像处理最基本和最关键的步骤。

技术实现要素：

本发明所要解决的技术问题是提供了一种基于canny算法的大体标本摄像系统，其在镜头下能够实时的进行放大或缩小，以至于能够清晰地铺满张屏幕易于接下来切割过程的规范操作。

为解决上述技术问题，本发明所采用的技术方案是：一种基于canny算法的大体标本摄像系统，所述的方法包括

通过canny算子的增强、滤波、高斯模糊处理，得到一幅初步边缘提取的二值化图像；

灰度图像膨胀处理，得到亮区扩展、杂小暗区去除的图像；

灰度图像腐蚀处理；得到亮区变细、背景变大、杂小亮区去除的图像；

以及再对大体标本摄像图像进行实时提取处理和缩放处理。

所述的canny算子的增强、滤波、高斯模糊处理为通过图像增强、图像滤波、高斯模糊、滞后跟踪等原理调用opencv中的函数，调小canny参数，去除不想要的成分。

所述的灰度图像膨胀处理为通过结构元素扫描的原理调用opencv中膨胀的函数，改变参数实现亮区扩大、杂小暗区去除的图像。

所述的腐蚀处理为通过结构元素扫描的原理调用opencv中腐蚀的函数，改变参数实现亮区扩细、杂小亮区去除的图像。膨胀与腐蚀是通过(1)消除噪声；(2)分割出独立的图像元素，在图像中连接相邻的元素；(3)寻找图像中的极大值区域和极小值区域；(4)求出图像梯度。

所述的实时提取处理为提取最外边缘，得到完成清晰的边缘轮廓图像；形成最小外接矩形，得到提取边缘后又还原了的大体标本摄像图像。

所述的提取最外边缘的方式为通过调用opencv中findcontours函数，实现最外边缘轮廓的提取图像。

所述的形成最小外接矩形的方式为通过调用opencv中boundrect函数，定义坐标的方式实现大体标本摄像的图像的最终还原提取。其算法为先找到四个端点，经过这四个端点做两组平行线，并计算所围成的矩形的面积进行比较，较小的保存下来，找到最小面积即为所要求得。

所述的通过缩放处理后得到的是最终想实现的尺寸效果图像。

所述的缩放处理的方式为的缩放处理通过调用opencv中的resize函数，改变参数大小，实现最终尺寸要求的图像。其实现方法为将其中x，y方向的缩放参数置为0，然后用dsize＝size(round(fx*src.cols),round(fy*src.rows))进行参数的改变。

本发明提供了一种基于canny算法的大体标本摄像系统，在镜头下能够实时的进行放大或缩小，以至于能够清晰地铺满张屏幕易于接下来切割过程的规范操作。

附图说明

图1为本发明基于canny算法的大体标本摄像系统的源图像src的示意图；

图2为本发明基于canny算法的大体标本摄像系统的进行canny算子处理后的canny图像的示意图；

图3为本发明基于canny算法的大体标本摄像系统的膨胀处理的dilate图像的示意图；

图4为为本发明基于canny算法的大体标本摄像系统的腐蚀处理的erode图像的示意图；

图5为本发明基于canny算法的大体标本摄像系统的流程图。

具体实施方式

本发明提供了一种基于canny算法的大体标本摄像系统，所述的方法包括

通过canny算子的增强、滤波、高斯模糊处理，得到一幅初步边缘提取的二值化图像；

灰度图像膨胀处理，得到亮区扩展、杂小暗区去除的图像；

灰度图像腐蚀处理；得到亮区变细、背景变大、杂小亮区去除的图像；

以及再对大体标本摄像图像进行实时提取处理和缩放处理。

所述的canny算子的增强、滤波、高斯模糊处理为通过图像增强、图像滤波、高斯模糊、滞后跟踪等原理调用opencv中的函数，调小canny参数，去除不想要的成分。

所述的灰度图像膨胀处理为通过结构元素扫描的原理调用opencv中膨胀的函数，改变参数实现亮区扩大、杂小暗区去除的图像。

所述的腐蚀处理为通过结构元素扫描的原理调用opencv中腐蚀的函数，改变参数实现亮区扩细、杂小亮区去除的图像。膨胀与腐蚀是通过(1)消除噪声；(2)分割出独立的图像元素，在图像中连接相邻的元素；(3)寻找图像中的极大值区域和极小值区域；(4)求出图像梯度。

所述的实时提取处理为提取最外边缘，得到完成清晰的边缘轮廓图像；形成最小外接矩形，得到提取边缘后又还原了的大体标本摄像图像。

所述的提取最外边缘的方式为通过调用opencv中findcontours函数，实现最外边缘轮廓的提取图像。

所述的形成最小外接矩形的方式为通过调用opencv中boundrect函数，定义坐标的方式实现大体标本摄像的图像的最终还原提取。其算法为先找到四个端点，经过这四个端点做两组平行线，并计算所围成的矩形的面积进行比较，较小的保存下来，找到最小面积即为所要求得。

所述的通过缩放处理后得到的是最终想实现的尺寸效果图像。

所述的缩放处理的方式为的缩放处理通过调用opencv中的resize函数，改变参数大小，实现最终尺寸要求的图像。其实现方法为将其中x，y方向的缩放参数置为0，然后用dsize＝size(round(fx*src.cols),round(fy*src.rows))进行参数的改变。

参见图1、图2，展示了canny算子处理的结果。所述的canny算子处理的算法的规划步骤为：

⑴高斯模糊，主要去噪，噪声对边缘的影响很大；

⑵依照公式计算梯度幅值和方向；

⑶非最大值抑制，比较当前点在同方向梯度上强度是否为最大值；

⑷双阈值设定；

⑸滞后边界跟踪，检测强弱边缘点的真假。

参见图3、图4，是灰度图像膨胀处理以及灰度图像腐蚀处理的结果。所述的灰度图像膨胀处理以及所述的灰度图像腐蚀处理算法的规划步骤为：

⑴结构元素开始对原始图像进行膨胀或腐蚀；

⑵随后结构元素从原始图像右上方开始移动一周，根据设定的origin点和膨胀或腐蚀的半径可达成想要的效果；

所述的最外轮廓提取的包括在opencv中调用findcontours函数。

所述的形成最小外接矩形的算法包括继续在opencv中调用boundrect函数，其中利用了旋转卡壳的方法。

所述的形成最小外接矩形的算法的结果进行提取，采用boundrect坐标提取的方法。

所述对大体标本摄像识别缩放的算法包括以下步骤：

算法的规划步骤为：

⑴比较当前尺寸与设定尺寸的大小；

⑵调用resize函数；

其在镜头下能够实时的进行放大或缩小，以至于能够清晰地铺满张屏幕易于接下来切割过程的规范操作。

上述的实施例仅为本发明的优选技术方案，而不应视为对于本发明的限制，本发明的保护范围应以权利要求记载的技术方案，包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进，也在本发明的保护范围之内。