一种秀丽线虫目标检测与活体识别方法

文档序号:37007771发布日期:2024-02-09 12:54阅读:来源:国知局

技术特征:

1.一种秀丽线虫目标检测与活体识别方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的秀丽线虫目标检测与活体识别方法,其特征在于:步骤s1 中,可使工业相机或清晰度比较高的非工业相机于一定时间段内对培养有秀丽线虫的培养液进行连续拍摄。

3.根据权利要求1所述的秀丽线虫目标检测与活体识别方法,其特征在于:步骤s1 中,于12个小时及以上的时间内对培养有秀丽线虫的培养液进行连续拍摄。

4.根据权利要求1所述的秀丽线虫目标检测与活体识别方法,其特征在于:步骤s2 中,选取一部分培养液图像进行标注时,标注工具采用的是labelimg软件。

5.根据权利要求1所述的秀丽线虫目标检测与活体识别方法,其特征在于:步骤s5中,所有的培养液图像目标检测完成后,选择秀丽线虫最多的一幅培养液图像,作为母图。

6.根据权利要求1所述的秀丽线虫目标检测与活体识别方法,其特征在于:步骤s6中,ssim计算公式为,其中,x、y为计算变量,μx为x图像均值,μy为y图像均值,σx为x图像方差,σy为y图像方差,σxy为x图像和y图像的协方差,c1和c2为非零的小的常数。

7.根据权利要求1所述的秀丽线虫目标检测与活体识别方法,其特征在于:设置相似度阈值m,步骤s6中,判断每组子图的秀丽线虫为活体的条件是ssim计算得到的相似度不大于相似度阈值m。

8.根据权利要求1所述的秀丽线虫目标检测与活体识别方法,其特征在于:步骤s6中,在对每组子图进行结构性相似度计算时,依计算结果,一旦判断子图里秀丽线虫为活虫时,则停止该组子图的结构性相似度计算。

9.根据权利要求1所述的秀丽线虫目标检测与活体识别方法,其特征在于:步骤s6中,每组中所有子图按拍摄的时间序列排列;而后,对每组子图进行结构性相似度计算时,按时间序列逐一对每组子图中相邻的子图进行计算。

10.根据权利要求1所述的秀丽线虫目标检测与活体识别方法,其特征在于:还包括步骤s7,步骤s7为对秀丽线虫的活体进行统计,记录秀丽线虫的活体数量,从而获取秀丽线虫的活体数量数据。


技术总结
本发明公开了一种秀丽线虫目标检测与活体识别方法,基于YOLOv5模型,快速、自动的识别图像中的秀丽线虫,之后,利用SSIM计算公式,对图像的结构性相似度进行计算,通过不同时间、相同位置的子图的相似度的情况,判断秀丽线虫是否为活体。本发明秀丽线虫目标检测与活体识别方法,相比传统人工识别方式,其不仅省时省力,检测及识别的速度快,效率高,且其无需人工干预,减少了人工操作的依赖性,避免了人工操作误差及人工操作的不定性,大大提高秀丽线虫目标检测及活体识体的稳定性、可靠性以及准确性。

技术研发人员:林启招,翁金芳,程智双,郭建,陈文印
受保护的技术使用者:福建信息职业技术学院
技术研发日:
技术公布日:2024/2/8
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1