一種基于信息融合的納米圖像識(shí)別方法,它有六大步驟:步驟一:使用透射電子顯微鏡得到納米材料圖像;步驟二:采用基于圖像亮度信息和基于圖像梯度信息兩組方法對(duì)預(yù)處理后的圖像進(jìn)行納米粒子識(shí)別,得到兩組獨(dú)立的粒子檢測(cè)結(jié)果;步驟三:使用橢圓對(duì)兩組識(shí)別結(jié)果進(jìn)行參數(shù)化,找出一致的結(jié)果;步驟四:根據(jù)原始圖像,計(jì)算參數(shù)化后兩組結(jié)果中每個(gè)粒子的可信度s
【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于信息融合的納米圖像識(shí)別方法
本專利技術(shù)涉及一種基于信息融合的納米圖像識(shí)別方法,特別涉及圖像中目標(biāo)的自動(dòng)檢測(cè)和分割技術(shù)。屬于計(jì)算機(jī)視覺和納米材料分析
技術(shù)介紹
近幾年來(lái),基于透射電子顯微鏡圖像的納米圖像識(shí)別技術(shù)引起了越來(lái)越多的重視。根據(jù)納米材料的理論和經(jīng)驗(yàn)可知,納米粒子的大小,形狀和分布對(duì)材料的性質(zhì)有著顯著的影響。納米圖像識(shí)別技術(shù)能夠根據(jù)透射電子顯微鏡圖像,得到每個(gè)粒子的中心與輪廓。根據(jù)識(shí)別結(jié)果,我們可以判斷出所有粒子的形狀與分布信息,從而推斷出材料性質(zhì)。因此,它可以提高納米材料生產(chǎn)質(zhì)量控制的精度和效率。由于納米材料屬于新興技術(shù),目前在計(jì)算機(jī)視覺的研究中,專門針對(duì)納米粒子的相關(guān)工作還比較少。現(xiàn)有的方法多采用一些傳統(tǒng)的的目標(biāo)識(shí)別技術(shù),如簡(jiǎn)單二值化,或者醫(yī)學(xué)圖像處理中的細(xì)胞識(shí)別技術(shù)。由于缺少針對(duì)性,這些方法只能處理一部分圖像。而現(xiàn)有的一些納米粒子識(shí)別工作,大多也著眼于高對(duì)比度,低噪聲的清晰圖像。對(duì)于非金屬納米材料(如納米氧化硅等),由于其原子量和樹脂基底相差不大,透射電子顯微鏡圖像往往是低對(duì)比度的,而且含有非常明顯的噪聲。在這種情況下,現(xiàn)有的處理方法無(wú)法得到準(zhǔn)確而穩(wěn)定的納米粒子識(shí)別結(jié)果。我們發(fā)現(xiàn),多數(shù)現(xiàn)有方法只利用單一的圖像信息,比如基于二值化的方法只利用圖像的亮度信息,而基于輪廓檢測(cè)的方法只利用了圖像的梯度信息。由于圖像質(zhì)量較低,只依靠單一信息往往不足以識(shí)別粒子。為了克服這一缺點(diǎn),我們提出了基于信息融合的納米粒子識(shí)別方法。在對(duì)圖像進(jìn)行預(yù)處理之后,我們使用了兩組方法獨(dú)立的對(duì)其進(jìn)行識(shí)別,分別得到納米粒子的檢測(cè)結(jié)果。第一組方法基于圖像亮度信息,而第二組方法基于圖像梯度信息。接著,我們利用橢圓模型對(duì)兩組結(jié)果進(jìn)行參數(shù)化,并找出擬合結(jié)果一致的粒子。然后,對(duì)于其余的粒子,我們根據(jù)原始圖像,計(jì)算每組粒子識(shí)別結(jié)果的可信度以及兩組結(jié)果的沖突矩陣。最后,我們使用0-1整數(shù)優(yōu)化的方法對(duì)它們進(jìn)行融合,選取更符合圖像信息的粒子識(shí)別結(jié)果,得到最終輸出。實(shí)驗(yàn)證明,我們的方法能在較短的時(shí)間內(nèi)(5-10分鐘),從低對(duì)比度、高噪聲的透射顯微鏡圖像中,得到準(zhǔn)確的納米粒子識(shí)別和分割的結(jié)果。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)提供了一種基于信息融合的納米圖像識(shí)別方法,從透射電子顯微鏡圖像中,得到納米材料中粒子的大小,形狀和分布。本專利技術(shù)能夠克服透射顯微鏡圖像的低分辨率和高噪聲,在較短的時(shí)間內(nèi)獲得準(zhǔn)確的納米粒子識(shí)別和分割的結(jié)果。技術(shù)方案:本專利技術(shù)是一種基于信息融合的納米圖像識(shí)別方法,該方法具體步驟如下(見圖1):步驟一:使用透射電子顯微鏡得到納米材料圖像。對(duì)于原始圖像,使用帶通濾波(Bandpass-filter)以及高斯濾波(Gausian-filter)的方法對(duì)圖像進(jìn)行預(yù)處理,減少背景的不均勻性和去除隨機(jī)噪聲。步驟二:采用兩組方法對(duì)預(yù)處理后的圖像進(jìn)行納米粒子識(shí)別,得到兩組獨(dú)立的粒子檢測(cè)結(jié)果。第一組方法基于圖像亮度信息。首先采用k-means方法對(duì)圖像亮度信息以及像素位置信息一起進(jìn)行分類,將圖像分為前景(納米粒子區(qū)域)和背景(基底)兩類,然后再將前景中的重疊區(qū)域使用watershed方法進(jìn)行分割,得到每個(gè)納米粒子的識(shí)別結(jié)果(記為結(jié)果A)。第二組方法為基于圖像梯度信息。首先使用activecontour方法提取出圖像前景。采用了TonyF.Chan的activecontourswithoutedges的方法,迭代優(yōu)化得到前景(所有納米粒子)的輪廓以及所在區(qū)域。然后使用iterativevoting的方法得到每個(gè)納米粒子的中心。接著根據(jù)粒子中心位置,基于以下兩個(gè)原則分割上一步所得到的的輪廓:1)輪廓的法向需要指向粒子中心;2)輪廓與粒子中心的距離盡量近。可以用如下公式表示:argminidi-λcosαi,其中di為輪廓上的像素到粒子i中心的距離,αi是像素到粒子i中心連線與輪廓法相的夾角。λ為權(quán)重,可設(shè)定為0.3。根據(jù)每一個(gè)粒子的輪廓,把前景像素再進(jìn)行分割(在輪廓所在的凸包之內(nèi)的,為屬于該粒子的像素),得到單個(gè)納米粒子所在的區(qū)域。(記為結(jié)果B)。利用activecontour提取出的前景以及iterativevoting得到的粒子中心,識(shí)別每一個(gè)粒子的過(guò)程見圖2(a)-(d).兩種方法的識(shí)別結(jié)果見圖3(a)、圖3(b)。步驟三:使用橢圓對(duì)兩組識(shí)別結(jié)果進(jìn)行參數(shù)化,找出一致的結(jié)果。對(duì)于每個(gè)粒子,使用橢圓對(duì)其所在的區(qū)域進(jìn)行擬合,采用second-momentfitting的方法,得到最匹配的結(jié)果,記錄下橢圓的中心坐標(biāo)位置以及輪廓。計(jì)算兩組檢測(cè)結(jié)果中每對(duì)粒子輪廓的平均距離。平均距離的計(jì)算方法為:對(duì)于結(jié)果A中粒子i輪廓上的每個(gè)像素,計(jì)算到其到結(jié)果B中的粒子j輪廓上的每個(gè)像素的最短距離。其平均值則為粒子i和粒子j的輪廓平均距離。平均距離小于兩粒子平均半徑的0.3倍的認(rèn)為是一致的準(zhǔn)確結(jié)果,在后繼融合步驟中不予考慮。在下面的步驟中,處理其余不一致的結(jié)果。步驟四:根據(jù)原始圖像,計(jì)算參數(shù)化后兩組結(jié)果中每個(gè)粒子的可信度sA與sB。對(duì)于每個(gè)粒子,使用識(shí)別前后圖像亮度方差的減小值作為其可信度指標(biāo)。記某識(shí)別得到的粒子所在的前景區(qū)域?yàn)镕,其鄰域所包含的背景區(qū)域?yàn)锽,A=F∪B。可信度計(jì)算公式如下:其中Ip為像素p的亮度,為對(duì)應(yīng)區(qū)域圖像亮度的均值。s越大,該識(shí)別結(jié)果與圖像信息越吻合,其可信度也越高。將兩組結(jié)果中每個(gè)粒子的可信度寫為向量形式:NA與NB為兩組結(jié)果去除一致粒子后的總數(shù)。步驟五:計(jì)算兩組結(jié)果的沖突矩陣C。如果結(jié)果A中某粒子與結(jié)果B中某粒子并不一致,但其所在的區(qū)域位置相同,則認(rèn)為此對(duì)粒子沖突。在融合中,不能同時(shí)選取任意一對(duì)沖突粒子。使用NA×NB的0-1矩陣C標(biāo)志兩組結(jié)果的沖突關(guān)系。如果Cij=1標(biāo)志結(jié)果A中i粒子與結(jié)果B中j沖突,為0則表示兩粒子不沖突。通過(guò)計(jì)算兩粒子的重疊區(qū)域可判斷其是否沖突。設(shè)定如果重疊區(qū)域大于較小粒子面積的30%,則認(rèn)為兩粒子沖突。沖突粒子和沖突矩陣的示意圖見圖4。步驟六:通過(guò)0-1整數(shù)優(yōu)化的方法得到融合結(jié)果。使用0-1向量xA和xB標(biāo)志兩組粒子的選擇結(jié)果。如果其值為1,則融合結(jié)果選擇對(duì)應(yīng)粒子,而為0時(shí)對(duì)應(yīng)粒子在融合中被舍棄。其優(yōu)化式為:約束為:該0-1整數(shù)優(yōu)化問(wèn)題可轉(zhuǎn)化為線性規(guī)劃,由于其目標(biāo)函數(shù)已為線性,需要把約束式轉(zhuǎn)化成為線性:其中為NB維的全1向量。該約束與等價(jià)。轉(zhuǎn)化為線性規(guī)劃之后,可采用分支定界法(branchandbound)得到優(yōu)化結(jié)果。最后根據(jù)優(yōu)化得到的xA與xB輸出最終融合結(jié)果,見圖5。本專利技術(shù)的特點(diǎn)及有益效果:本專利技術(shù)是一種基于信息融合的納米粒子識(shí)別方法,它能夠有效處理低分辨率、高噪聲的透射電子顯微鏡圖像,在計(jì)算機(jī)視覺和納米材料制造的
中有較大的意義。本方法首先對(duì)透射顯微鏡圖像進(jìn)行預(yù)處理。然后使用兩組方法,分別基于圖像亮度和圖像梯度,對(duì)納米粒子進(jìn)行識(shí)別。接著使用橢圓對(duì)兩組識(shí)別結(jié)果進(jìn)行參數(shù)化,找出一致的結(jié)果。對(duì)于不一致的粒子,根據(jù)原始圖像信息計(jì)算其可信度以及兩組結(jié)果的沖突矩陣。最后利用0-1整數(shù)優(yōu)化,得到最終的融合結(jié)果。附圖說(shuō)明圖1為本專利技術(shù)方法總體流程圖。圖2(a)activecontour方法提取出的圖像前景。圖2(b)iterativevoting得到的粒子中心。圖2(c)粒子輪廓分割結(jié)果。圖2(d)單個(gè)粒子區(qū)域的分割結(jié)果本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于信息融合的納米圖像識(shí)別方法,其特征在于:該方法具體步驟如下:步驟一:使用透射電子顯微鏡得到納米材料圖像;對(duì)于使用透射電子顯微鏡得到納米材料圖像,使用帶通濾波即Bandpass?filter以及高斯濾波即Gausian?filter的方法對(duì)圖像進(jìn)行預(yù)處理,減少背景的不均勻性和去除隨機(jī)噪聲;步驟二:采用兩組方法對(duì)預(yù)處理后的圖像進(jìn)行納米粒子識(shí)別,得到兩組獨(dú)立的粒子識(shí)別結(jié)果;第一組方法基于圖像亮度信息,首先采用k?means方法對(duì)圖像亮度信息以及像素位置信息一起進(jìn)行分類,將圖像分為前景即納米粒子區(qū)域和背景即基底兩類,然后再將前景中的重疊區(qū)域使用watershed方法進(jìn)行分割,得到每個(gè)納米粒子的識(shí)別結(jié)果,記為結(jié)果A;第二組方法為基于圖像梯度信息,首先使用active?contour方法提取出圖像前景,采用了Tony?F.Chan的active?contours?without?edges的方法,迭代優(yōu)化得到前景所有納米粒子的輪廓以及納米粒子所在的區(qū)域;然后使用iterative?voting的方法得到每個(gè)納米粒子的中心,接著根據(jù)粒子中心位置,基于以下兩個(gè)原則分割上一步所得到的輪廓:1)輪廓的切線的垂直方向需要指向粒子中心;2)輪廓與粒子中心的距離最短;具體的輪廓的分割準(zhǔn)則用如下公式表示:arg?min...
【技術(shù)特征摘要】
1.一種基于信息融合的納米圖像識(shí)別方法,其特征在于:該方法具體步驟如下:步驟一:使用透射電子顯微鏡得到納米材料圖像;對(duì)于使用透射電子顯微鏡得到納米材料圖像,使用帶通濾波即Bandpass-filter以及高斯濾波即Gausian-filter的方法對(duì)圖像進(jìn)行預(yù)處理,減少背景的不均勻性和去除隨機(jī)噪聲;步驟二:采用兩組方法對(duì)預(yù)處理后的圖像進(jìn)行納米粒子識(shí)別,得到兩組獨(dú)立的粒子識(shí)別結(jié)果;第一組方法基于圖像亮度信息,首先采用k-means方法對(duì)圖像亮度信息以及像素位置信息一起進(jìn)行分類,將圖像分為前景即納米粒子區(qū)域和背景即基底兩類,然后再將前景中的重疊區(qū)域使用watershed方法進(jìn)行分割,得到每個(gè)納米粒子的識(shí)別結(jié)果,記為結(jié)果A;第二組方法為基于圖像梯度信息,首先使用activecontour方法提取出圖像前景,采用了TonyF.Chan的activecontourswithoutedges的方法,迭代優(yōu)化得到前景所有納米粒子的輪廓以及納米粒子所在的區(qū)域;然后使用iterativevoting的方法得到每個(gè)納米粒子的中心,接著根據(jù)粒子中心位置,基于以下兩個(gè)原則分割上一步所得到的輪廓:1)輪廓的切線的垂直方向需要指向粒子中心;2)輪廓與粒子中心的距離最短;具體的輪廓的分割準(zhǔn)則用如下公式表示:argminidi-λcosαi,其中,di為輪廓上的像素到粒子i中心的距離,αi是像素到粒子i中心連線與輪廓切線垂直方向的夾角,λ為權(quán)重,設(shè)定為0.3;根據(jù)每一個(gè)粒子的輪廓,把前景像素再進(jìn)行分割,得到單個(gè)納米粒子所在的區(qū)域,記為結(jié)果B;步驟三:使用橢圓對(duì)兩組識(shí)別結(jié)果進(jìn)行參數(shù)化,找出一致的結(jié)果;對(duì)于每個(gè)粒子,使用橢圓對(duì)其所在的區(qū)域進(jìn)行擬合,采用second-momentfitting的方法,得到最匹配的結(jié)果,記錄下橢圓的中心坐標(biāo)位置以及輪廓;計(jì)算兩組識(shí)別結(jié)果中每對(duì)粒子輪廓的平均距離;平均距離的計(jì)算方法為:對(duì)于結(jié)果A中粒子i’輪廓上的每個(gè)像素,計(jì)算其到結(jié)果B中的粒子j輪廓上的每個(gè)像素的最短距離;粒子i’輪廓上所有像素對(duì)應(yīng)的最短距離的平均值則為粒子i’和粒子j的輪廓...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:錢彥君,黃建華,李曉冬,丁宇,
申請(qǐng)(專利權(quán))人:德克薩斯州農(nóng)工大學(xué),中國(guó)科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院,
類型:發(fā)明
國(guó)別省市:美國(guó),US
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。