一种图像处理方法及装置的制造方法
【技术领域】
[0001] 本申请涉及图像处理领域，尤其涉及一种图像处理方法及装置。
【背景技术】
[0002] 在生物技术领域的藻类分析研宄中，技术人员会主动培养藻类细胞。为了明确藻 类细胞的繁殖情况，需要统计藻类细胞个数。目前，采用工业相机来代替传统显微镜目镜， 来对藻类细胞的样本溶液进行放大、成像，然后利用图像处理方式，来计算成像区域内的藻 类细胞数量。
[0003] 现有技术中图像处理及计数的方法为：对成像区域中包含有藻类细胞的区域，进 行图像分割生成多个分割区域，然后统计分割区域的数量，作为藻类细胞的数量。但是，藻 类细胞一般较长，在培养过程中会出现多个藻类细胞交叉在一起的情况，导致无法对交叉 在一起的藻类细胞进行准确分割，进而导致无法准确统计藻类细胞的数量。
[0004] 所以，现在需要一种方式来准确统计藻类细胞的数量，以提高统计藻类细胞数量 的准确率。
【发明内容】
[0005] 本申请提供了一种图像处理方法及装置，以便准确统计藻类细胞数量，以提高统 计藻类细胞数量的准确率。
[0006] 为了实现上述目的，本申请提供了以下技术手段：
[0007] -种图像处理方法，包括：
[0008] 获取包含有藻类细胞的目标图像；
[0009] 对所述目标图像进行二值化处理，获得目标灰度图像；
[0010] 提取所述目标灰度图像中的连通区域，并计算每个连通区域的面积；
[0011] 将所述每个连通区域的面积与预设藻类面积相除，获得每个连通区域的商值；
[0012] 将每个连通区域的商值的和值，作为所述目标图像中所包含藻类细胞的数量。
[0013] 优选的，所述对所述目标图像进行二值化处理之前，还包括：
[0014] 利用动态阈值法将所述目标图像分割为多个分割区域；
[0015] 利用最大类间方差法计算每个分割区域的二值化阈值。
[0016] 优选的，所述对所述目标图像进行二值化处理，获得目标灰度图像包括：
[0017] 利用每个分割区域自身的二值化阈值，对该分割区域二值化处理，并获得每个分 割区域的灰度图像；
[0018] 将所有分割区域的灰度图像组成所述目标灰度图像。
[0019] 优选的，所述对所述目标图像进行二值化处理之前，还包括：
[0020] 对所述目标图像中不均匀的背景亮度，进行亮度校正。
[0021] 优选的，所述对所述目标图像进行二值化处理，获得目标灰度图像包括：
[0022] 利用预设全局阈值对所述目标图像进行二值化处理，获得二值化处理后的所述目 标灰度图像。
[0023] 优选的，还包括：
[0024] 计算每个连通区域的形态学参数。
[0025] 一种图像处理装置，包括：
[0026] 获取单元，用于获取包含有藻类细胞的目标图像；
[0027] 处理单元，用于对所述目标图像进行二值化处理，获得目标灰度图像；
[0028] 提取单元，用于提取所述目标灰度图像中的连通区域，并计算每个连通区域的面 积；
[0029] 计算单元，用于将所述每个连通区域的面积与预设藻类面积相除，获得每个连通 区域的商值；将每个连通区域的商值的和值，作为所述目标图像中所包含藻类细胞的数量。
[0030] 优选的，还包括：
[0031] 确定阈值单元，用于利用动态阈值法将所述目标图像分割为多个分割区域；利用 最大类间方差法计算每个分割区域的二值化阈值。
[0032] 则所述处理单元，具体用于利用每个分割区域自身的二值化阈值，对该分割区域 二值化处理，并获得每个分割区域的灰度图像；将所有分割区域的灰度图像组成所述目标 灰度图像。
[0033] 优选的，还包括：
[0034] 亮度校正单元，用于对所述目标图像中不均匀的背景亮度，进行亮度校正；
[0035] 则所述处理单元，具体用于利用预设全局阈值对所述目标图像进行二值化处理， 获得二值化处理后的所述目标灰度图像。
[0036] 优选的，还包括：
[0037] 计算参数单元，用于计算每个连通区域的形态学参数。
[0038] 本申请实施例中多个交叉在一起的藻类形成一个连通区域，每个藻类均有面积， 多个交叉在一起的藻类细胞的面积，大致等于连通区域的面积。所以预先通过大量实验来 确定一个藻类细胞的面积，设为预设藻类面积。针对目标图像中的每个连通区域，将连通区 域的面积除以预设藻类面积，便可得到每个连通区域内所包含的藻类个数。将所有连通区 域内的藻类个数加和，可得到目标图像中所包含的藻类个数。本申请中不涉及对多个交叉 在一起的藻类细胞进行图像分割，所以，本申请能够准确统计藻类细胞数量，以提高统计藻 类细胞数量的准确率。
【附图说明】
[0039] 为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述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 申请的一些实施例，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。
[0040] 图1为本申请实施例公开的一种图像处理方法的流程图；
[0041] 图2为本申请实施例公开的又一种图像处理方法的流程图；
[0042] 图3为本申请实施例公开的又一种图像处理方法的流程图；
[0043] 图4为本申请实施例公开的又一种图像处理方法的流程图；
[0044] 图5为本申请实施例公开的又一种图像处理方法的流程图；
[0045] 图6为本申请实施例公开的又一种图像处理方法的流程图；
[0046] 图7为本申请实施例公开的一种图像处理方法中连通区域的图示；
[0047] 图8为本申请实施例公开的一种图像处理装置结构示意图；
[0048] 图9为本申请实施例公开的又一种图像处理装置结构示意图；
[0049] 图10为本申请实施例公开的又一种图像处理装置结构示意图。
【具体实施方式】
[0050] 下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于 本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本申请保护的范围。
[0051] 在介绍本申请具体实施之前，需要执行一些预先准备工作：一般情况下，藻类细胞 溶液中藻类细胞的浓度较高，为了在显微镜下仔细藻类细胞，需要将藻类细胞溶液稀释一 定倍数。然后，将稀释一定倍数后的一定体积的藻类细胞溶液放置于显微镜的物镜上，采用 工业相机对藻类细胞溶液进行放大、成像，得到包含有藻类细胞的图像。
[0052] 将工业相机拍摄的藻类细胞图像作为目标图像，利用计算机程序对目标图像进行 处理，下面介绍计算机程序的具体执行过程。
[0053] 如图1所示，本申请提供了一种图像处理方法，包括步骤SlOl~S106 :
[0054] 步骤SlOl:获取包含有藻类细胞的目标图像；
[0055] 获取工业相机拍摄的包含有藻类细胞的目标图像，由于目标图像中有一些噪声干 扰，可以对目标图像进行平滑处理，以消除造成干扰。
[0056] 在对目标图像执行步骤S102之前，需要确定对目标图像执行二值化处理的阈值， 本申请实施例提供了两种确定二值化阈值的方式，下面一一介绍两种方式：
[0057] 第一种方式：利用动态阈值法将所述目标图像分割为多个分割区域；利用最大类 间方差法计算每个分割区域的二值化阈值。
[0058] 由于工业相机拍摄问题，导致目标图像中间位置的亮度偏亮，边缘部分亮度偏暗， 所以本申请中采用动态阈值法，来将目标图像分割为多个分割区域。以便每个分割区域有 自身的二值化阈值，以消除工业相机拍摄的亮度不均匀的问题。
[0059] 首先，介绍利用动态阈值法将所述目标图像分割为多个分割区域的详细过程，如 图2所示，包括步骤S201~S205 :
[0060] 步骤S201 :在目标图像中确定一个一定大小的搜索窗口；
[0061] 本申请中采用变步长的方式来确定一个分割区域，其目的在于，将多个交叉在一 起的藻类细胞分割在一个分割区域内。为了实现这个目的，首先确定一个初始大小的搜索 窗口，并在目标图像中以初始大小的搜索窗口确定的区域，作为初始区域。
[0062] 步骤S202 :计算所述搜索窗口内所有像素点的第一平均灰度值，计算所述搜索窗 口的局部邻域内所有像素点的第二平均灰度值；
[0063] 计算搜索窗口内的所有像素点的平均灰度值作为第一平均灰度值。增加所述搜索 窗口的步长，将增加的步长对应的区域作为局部邻域，计算局部邻域内所有像素点的平均 灰度，作为第二平均灰度。
[0064] 步骤S203:判断所述第一平均灰度值与所述第二平均灰度值的差值是否在预设 范围内；若是，则进入步骤S204,否则进入步骤S205。
[0065] 藻类细胞是目标图像中的前景图像，其余为背景图像，前景图像的灰度值与背景 图像的灰度值不同。
[0066] 当搜索窗口和局部邻域内均存在藻类细胞时，则两者内像素点的灰度值相差不 多，即第一平均灰度值和第二平均灰度值的差值应该在预设范围内。
[0067] 当搜索窗口内存在藻类细胞，局部邻域中不存在藻类细胞时，则两者内的灰度值 相差较大，即第一平均灰度值和第二平均灰度值的差值不在预设范围内。
[0068] 步骤S204 :将所述局部邻域加入所述搜索窗口内，重新进入步骤S201。
[0069] 当所述第一平均灰度值与所述第二平均灰度值的差值在预设范围内，说明局部领 域内同样存在藻类细胞，所以将所述局部邻域加入搜索窗口内，扩大搜索窗口的范围。
[0070] 然后，重新进入步骤S201，继续判断局部邻域内是否包含藻类细胞，以尽可能多的 将多个交叉在一起的藻类细胞划分至一个分割区域内。
[0071] 步骤S205 :将最新的搜索窗口作为一个分割区域。
[0072] 当所述第一平均灰度值和第二平均灰度值的差值超出所述预设范围，则说明此时 已经将多个交叉在一起的藻类细胞划分至一个分割区域内。此时，将最新的搜索窗口作为 一个分割区域。
[0073] 在对一组多个交叉在一起的藻类细胞划分至一个分割区域之后，按图2的方式继 续对目标图像其余像素点执行分割步骤