本發(fā)明涉及微生物領(lǐng)域，具體涉及一種控制水體系中微生物生長(zhǎng)的方法。
背景技術(shù)：
：為了控制工業(yè)制備用水中微生物引起的問題，眾多抗微生物劑已經(jīng)被用于消除、抑制或減少微生物生長(zhǎng)。抗微生物劑被單獨(dú)或組合使用以防止或控制由微生物生長(zhǎng)引起的問題。通常將抗微生物劑直接加入制備用水流中或制備中使用的材料中。當(dāng)用于防止生物膜形成時(shí)，典型的加入方法使得抗微生物劑分布遍及整個(gè)制備體系。這樣，可以控制浮游微生物以及與制備用水接觸的表面上的生物膜內(nèi)的微生物。技術(shù)實(shí)現(xiàn)要素：為解決上述問題，本發(fā)明旨在提供一種控制水體系中微生物生長(zhǎng)的方法。本發(fā)明的目的采用以下技術(shù)方案來實(shí)現(xiàn)：一種控制水體系中微生物生長(zhǎng)的方法，包括以下步驟：(1)采用細(xì)胞識(shí)別模塊對(duì)確定微生物種類；(2)向水體系中加入有效量的一鹵代胺和二鹵代胺的混合物，其中選擇一鹵代胺對(duì)二鹵代胺的比率以得到體系的協(xié)同指數(shù)小于1。本發(fā)明的有益效果為：能夠有效控制微生物生長(zhǎng)。附圖說明利用附圖對(duì)本發(fā)明作進(jìn)一步說明，但附圖中的實(shí)施例不構(gòu)成對(duì)本發(fā)明的任何限制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得其它的附圖。圖1是本發(fā)明流程示意圖；圖2是細(xì)胞識(shí)別模塊的結(jié)構(gòu)示意圖。附圖標(biāo)記：細(xì)胞識(shí)別模塊1、細(xì)胞圖像分割單元11、特征提取單元12、分類識(shí)別單元13。具體實(shí)施方式結(jié)合以下應(yīng)用場(chǎng)景對(duì)本發(fā)明作進(jìn)一步描述。應(yīng)用場(chǎng)景1參見圖1、圖2，本應(yīng)用場(chǎng)景的一個(gè)實(shí)施例的一種控制水體系中微生物生長(zhǎng)的方法，包括以下步驟：(1)采用細(xì)胞識(shí)別模塊對(duì)確定微生物種類；(2)向水體系中加入有效量的一鹵代胺和二鹵代胺的混合物，其中選擇一鹵代胺對(duì)二鹵代胺的比率以得到體系的協(xié)同指數(shù)小于1。優(yōu)選地，通過將銨或胺源與鹵化氧化劑接觸或者通過在鹵素源存在下將該銨或胺源與氧化劑接觸來制備一鹵代胺。本優(yōu)選實(shí)施例制備方法簡(jiǎn)單，便于工業(yè)上實(shí)現(xiàn)。優(yōu)選地，所述一鹵代胺包括一氯代胺。本優(yōu)選實(shí)施例節(jié)約成本，效果好。優(yōu)選的，所述細(xì)胞識(shí)別模塊1包括細(xì)胞圖像分割單元11、特征提取單元12、分類識(shí)別單元13；所述細(xì)胞圖像分割單元11用于區(qū)分由細(xì)胞圖像采集模塊采集的細(xì)胞圖像中的背景、細(xì)胞核和細(xì)胞質(zhì)；所述特征提取單元12用于對(duì)細(xì)胞圖像的紋理特征進(jìn)行提??；所述分類識(shí)別單元13用于根據(jù)紋理特征利用分類器實(shí)現(xiàn)對(duì)細(xì)胞圖像分類識(shí)別。本優(yōu)選實(shí)施例構(gòu)建了細(xì)胞識(shí)別模塊1的單元架構(gòu)。優(yōu)選的，所述細(xì)胞圖像分割單元11包括圖像轉(zhuǎn)換子單元、噪聲去除子單元、粗分割子單元、細(xì)胞核中心標(biāo)定子單元、精確分割子單元，具體為：(1)圖像轉(zhuǎn)換子單元，用于將采集的細(xì)胞圖像轉(zhuǎn)化為灰度圖像；(2)噪聲去除子單元，用于對(duì)灰度圖像進(jìn)行去噪處理，包括：對(duì)于像素點(diǎn)(x,y)，選取其3×3的鄰域Sx,y和(2N+1)×(2N+1)的鄰域Lx,y，N為大于等于2的整數(shù)；首先對(duì)像素點(diǎn)是否為邊界點(diǎn)進(jìn)行判斷，設(shè)定閾值T，T∈[13,26]，計(jì)算像素點(diǎn)(x,y)與其鄰域Sx,y中每個(gè)像素點(diǎn)的灰度差值，并與閾值T進(jìn)行比較，若灰度差值大于閾值T的個(gè)數(shù)大于等于6，則像素點(diǎn)(x,y)為邊界點(diǎn)，否則，像素點(diǎn)(x,y)為非邊界點(diǎn)；若(x,y)為邊界點(diǎn)，則進(jìn)行如下降噪處理：h(x,y)=Σq(i,j)∈[q(x,y)-1.5σ,q(x,y)+1.5σ]q(i,j)k]]>式中，h(x,y)為降噪后像素點(diǎn)(x,y)的灰度值，q(x,y)為降噪前像素點(diǎn)(x,y)的灰度值，σ為像素點(diǎn)(x,y)鄰域Lx,y內(nèi)灰度值標(biāo)差,q(i,j)∈[q(x,y)-1.5σ,q(x,y)+1.5σ]表示鄰域Lx,y內(nèi)灰度值落于區(qū)間[q(x,y)-1.5σ,q(x,y)+1.5σ]的點(diǎn)，k表示鄰域Lx,y內(nèi)灰度值落于區(qū)間[q(x,y)-1.5σ,q(x,y)+1.5σ]的點(diǎn)的數(shù)量；若(x,y)為非邊界點(diǎn)，則進(jìn)行如下降噪處理：h(x,y)=Σ(i,j)∈Lx,yw(i,j)q(i,j)Σ(i,j)∈Lx,yw(i,j)]]>式中，h(x,y)為降噪后像素點(diǎn)(x,y)的灰度值，q(i,j)代表圖像中點(diǎn)(i,j)處的灰度值，w(i,j)為鄰域Lx,y內(nèi)點(diǎn)(i,j)對(duì)應(yīng)的高斯權(quán)重；(3)粗分割子單元，用于對(duì)去噪后的細(xì)胞圖像中的背景、細(xì)胞質(zhì)、細(xì)胞核進(jìn)行粗劃分，具體為：將每個(gè)像素(x,y)用一個(gè)四維特征向量表示：u→(x,y)=[h(x,y),have(x,y),hmed(x,y),hsta(x,y)]]]>式中，h(x,y)代表(x,y)的灰度值，have(x,y)代表其鄰域Sx,y灰度均值，hmed(x,y)代表其鄰域Sx,y灰度中值，hsta(x,y)代表其鄰域Sx,y灰度方差；采用K-means聚類法將其劃分為背景、細(xì)胞質(zhì)、細(xì)胞核三類；(4)細(xì)胞核中心標(biāo)定子單元，用于對(duì)細(xì)胞核中心進(jìn)行標(biāo)定：由粗分割子單元得到細(xì)胞核大致區(qū)域，設(shè)細(xì)胞核區(qū)域包含n個(gè)點(diǎn)：(x1,y1),…,(xn,yn)，對(duì)該區(qū)域進(jìn)行灰度加權(quán)標(biāo)定和幾何中心標(biāo)定，取其平均值作為細(xì)胞核中心(xz,yz)：xz=12(Σi=1nxih(xi,yi)Σi=1nh(xi,yi)+Σi=1nxin)]]>yz=12(Σi=1nyih(xi,yi)Σi=1nh(xi,yi)+Σi=1nyin)]]>(5)精確分割子單元，用于對(duì)細(xì)胞核、細(xì)胞質(zhì)進(jìn)行精確分割；構(gòu)建從細(xì)胞核中心(xz,yz)到細(xì)胞核和細(xì)胞質(zhì)邊界點(diǎn)(xp,yp)的有向線段的距離表示向下取整；沿線段以單位長(zhǎng)度進(jìn)行采樣可以得到disp個(gè)點(diǎn)若采樣點(diǎn)的坐標(biāo)不是整數(shù)，其灰度值通過周圍像素線性插值得到；點(diǎn)(xi,yi)處沿線段方向的灰度差：hd(xi,yi)＝h(xi-1,yi-1)-h(xi,yi)定義灰度差抑制函數(shù)：Y(x)=xifx≤00.5xifx>0]]>點(diǎn)(xi,yi)處沿線段方向的梯度gra(xi,yi)：gra(xi,yi)=|Y(hd(xi,yi))|+|Y(hd(xi+1,yi+!))|2]]>選取梯度最大的值點(diǎn)作為細(xì)胞核和細(xì)胞質(zhì)的精確邊緣。本優(yōu)選實(shí)施例設(shè)置噪聲去除子單元，有效融合了中心像素與鄰域像素的空間臨近性和灰度相似性來進(jìn)行降噪處理，在圖像中的平坦區(qū)域，鄰域內(nèi)像素灰度值相差不大，采用高斯濾波器對(duì)灰度值進(jìn)行加權(quán)濾波，在變化劇烈的邊界區(qū)域，行邊界保持濾波，有利于圖像邊緣的保持；采用K均值聚類提取細(xì)胞核和細(xì)胞質(zhì)粗輪廓，可有效去除噪聲的干擾；設(shè)置細(xì)胞核中心標(biāo)定子單元，便于后續(xù)對(duì)細(xì)胞核和細(xì)胞質(zhì)輪廓進(jìn)行精確定位；精確分割子單元充分利用了方向信息，克服了炎癥細(xì)胞對(duì)邊緣圖的干擾，能夠準(zhǔn)確提取出細(xì)胞核和細(xì)胞質(zhì)邊緣。優(yōu)選的，所述對(duì)細(xì)胞圖像的紋理特征進(jìn)行提取，包括：(1)基于改進(jìn)的灰度共生矩陣法求取細(xì)胞圖像的綜合灰度共生矩陣，所述綜合灰度共生矩陣體現(xiàn)了細(xì)胞在不同方向上的紋理特征：設(shè)在0°、45°、90°、135°四個(gè)方向上的灰度共生矩陣分別為h(x,y,d,0°)、h(x,y,d,45°)、h(x,y,d,90°)、h(x,y,d,135°)，所對(duì)應(yīng)的矩陣元素項(xiàng)目為X1、X2、X3、X4，則綜合灰度共生矩陣的計(jì)算公式為：H(x,y,d)＝w1h(x,y,d,0°)+w2h(x,y,d,45°)+w3h(x,y,d,90°)+w4h(x,y,d,135°)綜合灰度共生矩陣元素?cái)?shù)目為：X=Σi=14wiXi]]>式中，d表示距離，d的取值范圍為[2,4]，wi為加權(quán)系數(shù),i＝1,2,3,4，其由四個(gè)方向中的每個(gè)方向上的灰度共生矩陣對(duì)應(yīng)的對(duì)比度參數(shù)計(jì)算，設(shè)四個(gè)方向上的灰度共生矩陣對(duì)應(yīng)的對(duì)比度參數(shù)分別為Di，均值為i＝1,2,3,4，則加權(quán)系數(shù)wi的計(jì)算公式為：wi=1|Di-D‾|+1/Σi=141|Di-D‾|+1]]>(2)利用所述綜合灰度共生矩陣和矩陣元素項(xiàng)目獲取所需的四個(gè)紋理特征參數(shù)：對(duì)比度、方差和、能量和均值；(3)對(duì)所述四個(gè)紋理特征參數(shù)進(jìn)行歸一化處理，最終獲得歸一化的紋理特征值。本優(yōu)選實(shí)施例基于改進(jìn)的灰度共生矩陣法，采用設(shè)置加權(quán)系數(shù)的方式求取細(xì)胞圖像的綜合灰度共生矩陣，進(jìn)而提取細(xì)胞在指定四個(gè)方向上的紋理特征，解決了由于外部干擾(如細(xì)胞圖像采集時(shí)光照角度造成的影響、氣體的流動(dòng)干擾等)造成的細(xì)胞的紋理特征參數(shù)值在不同方向上有較大差別的問題，提高了細(xì)胞圖像紋理特征提取的精度；選定對(duì)比度、方差和、能量和均值四個(gè)紋理特征，去掉了冗余和重復(fù)的特征參數(shù)；對(duì)所述四個(gè)紋理特征參數(shù)進(jìn)行歸一化處理，方便了后續(xù)的細(xì)胞圖像的分類識(shí)別處理。在此應(yīng)用場(chǎng)景中，設(shè)定閾值T＝13，d＝2，圖像去噪效果相對(duì)提高了5％，細(xì)胞圖像特征的提取精度提高了8％。應(yīng)用場(chǎng)景2參見圖1、圖2，本應(yīng)用場(chǎng)景的一個(gè)實(shí)施例的一種控制水體系中微生物生長(zhǎng)的方法，包括以下步驟：(1)采用細(xì)胞識(shí)別模塊對(duì)確定微生物種類；(2)向水體系中加入有效量的一鹵代胺和二鹵代胺的混合物，其中選擇一鹵代胺對(duì)二鹵代胺的比率以得到體系的協(xié)同指數(shù)小于1。優(yōu)選地，通過將銨或胺源與鹵化氧化劑接觸或者通過在鹵素源存在下將該銨或胺源與氧化劑接觸來制備一鹵代胺。本優(yōu)選實(shí)施例制備方法簡(jiǎn)單，便于工業(yè)上實(shí)現(xiàn)。優(yōu)選地，所述一鹵代胺包括一氯代胺。本優(yōu)選實(shí)施例節(jié)約成本，效果好。優(yōu)選的，所述細(xì)胞識(shí)別模塊1包括細(xì)胞圖像分割單元11、特征提取單元12、分類識(shí)別單元13；所述細(xì)胞圖像分割單元11用于區(qū)分由細(xì)胞圖像采集模塊采集的細(xì)胞圖像中的背景、細(xì)胞核和細(xì)胞質(zhì)；所述特征提取單元12用于對(duì)細(xì)胞圖像的紋理特征進(jìn)行提取；所述分類識(shí)別單元13用于根據(jù)紋理特征利用分類器實(shí)現(xiàn)對(duì)細(xì)胞圖像分類識(shí)別。本優(yōu)選實(shí)施例構(gòu)建了細(xì)胞識(shí)別模塊1的單元架構(gòu)。優(yōu)選的，所述細(xì)胞圖像分割單元11包括圖像轉(zhuǎn)換子單元、噪聲去除子單元、粗分割子單元、細(xì)胞核中心標(biāo)定子單元、精確分割子單元，具體為：(1)圖像轉(zhuǎn)換子單元，用于將采集的細(xì)胞圖像轉(zhuǎn)化為灰度圖像；(2)噪聲去除子單元，用于對(duì)灰度圖像進(jìn)行去噪處理，包括：對(duì)于像素點(diǎn)(x,y)，選取其3×3的鄰域Sx,y和(2N+1)×(2N+1)的鄰域Lx,y，N為大于等于2的整數(shù)；首先對(duì)像素點(diǎn)是否為邊界點(diǎn)進(jìn)行判斷，設(shè)定閾值T，T∈[13,26]，計(jì)算像素點(diǎn)(x,y)與其鄰域Sx,y中每個(gè)像素點(diǎn)的灰度差值，并與閾值T進(jìn)行比較，若灰度差值大于閾值T的個(gè)數(shù)大于等于6，則像素點(diǎn)(x,y)為邊界點(diǎn)，否則，像素點(diǎn)(x,y)為非邊界點(diǎn)；若(x,y)為邊界點(diǎn)，則進(jìn)行如下降噪處理：h(x,y)=Σq(i,j)∈[q(x,y)-1.5σ,q(x,y)+1.5σ]q(i,j)k]]>式中，h(x,y)為降噪后像素點(diǎn)(x,y)的灰度值，q(x,y)為降噪前像素點(diǎn)(x,y)的灰度值，σ為像素點(diǎn)(x,y)鄰域Lx,y內(nèi)灰度值標(biāo)差,q(i,j)∈[q(x,y)-1.5σ,q(x,y)+1.5σ]表示鄰域Lx,y內(nèi)灰度值落于區(qū)間[q(x,y)-1.5σ,q(x,y)+1.5σ]的點(diǎn)，k表示鄰域Lx,y內(nèi)灰度值落于區(qū)間[q(x,y)-1.5σ,q(x,y)+1.5σ]的點(diǎn)的數(shù)量；若(x,y)為非邊界點(diǎn)，則進(jìn)行如下降噪處理：h(x,y)=Σ(i,j)∈Lx,yw(i,j)q(i,j)Σ(i,j)∈Lx,yw(i,j)]]>式中，h(x,y)為降噪后像素點(diǎn)(x,y)的灰度值，q(i,j)代表圖像中點(diǎn)(i,j)處的灰度值，w(i,j)為鄰域Lx,y內(nèi)點(diǎn)(i,j)對(duì)應(yīng)的高斯權(quán)重；(3)粗分割子單元，用于對(duì)去噪后的細(xì)胞圖像中的背景、細(xì)胞質(zhì)、細(xì)胞核進(jìn)行粗劃分，具體為：將每個(gè)像素(x,y)用一個(gè)四維特征向量表示：u→(x,y)=[h(x,y),have(x,y),hmed(x,y),hsta(x,y)]]]>式中，h(x,y)代表(x,y)的灰度值，have(x,y)代表其鄰域Sx,y灰度均值，hmed(x,y)代表其鄰域Sx,y灰度中值，hsta(x,y)代表其鄰域Sx,y灰度方差；采用K-means聚類法將其劃分為背景、細(xì)胞質(zhì)、細(xì)胞核三類；(4)細(xì)胞核中心標(biāo)定子單元，用于對(duì)細(xì)胞核中心進(jìn)行標(biāo)定：由粗分割子單元得到細(xì)胞核大致區(qū)域，設(shè)細(xì)胞核區(qū)域包含n個(gè)點(diǎn)：(x1,y1),…,(xn,yn)，對(duì)該區(qū)域進(jìn)行灰度加權(quán)標(biāo)定和幾何中心標(biāo)定，取其平均值作為細(xì)胞核中心(xz,yz)：xz=12(Σi=1nxih(xi,yi)Σi=1nh(xi,yi)+Σi=1nxin)]]>yz=12(Σi=1nyih(xi,yi)Σi=1nh(xi,yi)+Σi=1nyin)]]>(5)精確分割子單元，用于對(duì)細(xì)胞核、細(xì)胞質(zhì)進(jìn)行精確分割；構(gòu)建從細(xì)胞核中心(xz,yz)到細(xì)胞核和細(xì)胞質(zhì)邊界點(diǎn)(xp,yp)的有向線段的距離表示向下取整；沿線段以單位長(zhǎng)度進(jìn)行采樣可以得到disp個(gè)點(diǎn)若采樣點(diǎn)的坐標(biāo)不是整數(shù)，其灰度值通過周圍像素線性插值得到；點(diǎn)(xi,yi)處沿線段方向的灰度差：hd(xi,yi)＝h(xi-1,yi-1)-h(xi,yi)定義灰度差抑制函數(shù)：Y(x)=xifx≤00.5xifx>0]]>點(diǎn)(xi,yi)處沿線段方向的梯度gra(xi,yi)：gra(xi,yi)=|Y(hd(xi,yi))|+|Y(hd(xi+1,yi+!))|2]]>選取梯度最大的值點(diǎn)作為細(xì)胞核和細(xì)胞質(zhì)的精確邊緣。本優(yōu)選實(shí)施例設(shè)置噪聲去除子單元，有效融合了中心像素與鄰域像素的空間臨近性和灰度相似性來進(jìn)行降噪處理，在圖像中的平坦區(qū)域，鄰域內(nèi)像素灰度值相差不大，采用高斯濾波器對(duì)灰度值進(jìn)行加權(quán)濾波，在變化劇烈的邊界區(qū)域，行邊界保持濾波，有利于圖像邊緣的保持；采用K均值聚類提取細(xì)胞核和細(xì)胞質(zhì)粗輪廓，可有效去除噪聲的干擾；設(shè)置細(xì)胞核中心標(biāo)定子單元，便于后續(xù)對(duì)細(xì)胞核和細(xì)胞質(zhì)輪廓進(jìn)行精確定位；精確分割子單元充分利用了方向信息，克服了炎癥細(xì)胞對(duì)邊緣圖的干擾，能夠準(zhǔn)確提取出細(xì)胞核和細(xì)胞質(zhì)邊緣。優(yōu)選的，所述對(duì)細(xì)胞圖像的紋理特征進(jìn)行提取，包括：(1)基于改進(jìn)的灰度共生矩陣法求取細(xì)胞圖像的綜合灰度共生矩陣，所述綜合灰度共生矩陣體現(xiàn)了細(xì)胞在不同方向上的紋理特征：設(shè)在0°、45°、90°、135°四個(gè)方向上的灰度共生矩陣分別為h(x,y,d,0°)、h(x,y,d,45°)、h(x,y,d,90°)、h(x,y,d,135°)，所對(duì)應(yīng)的矩陣元素項(xiàng)目為X1、X2、X3、X4，則綜合灰度共生矩陣的計(jì)算公式為：H(x,y,d)＝w1h(x,y,d,0°)+w3h(x,y,d,45°)+w3h(x,y,d,90°)+w4h(x,y,d,135°)綜合灰度共生矩陣元素?cái)?shù)目為：X=Σi=14wiXi]]>式中，d表示距離，d的取值范圍為[2,4]，wi為加權(quán)系數(shù),i＝1,2,3,4，其由四個(gè)方向中的每個(gè)方向上的灰度共生矩陣對(duì)應(yīng)的對(duì)比度參數(shù)計(jì)算，設(shè)四個(gè)方向上的灰度共生矩陣對(duì)應(yīng)的對(duì)比度參數(shù)分別為Di，均值為i＝1,2,3,4，則加權(quán)系數(shù)wi的計(jì)算公式為：wi=1|Di-D‾|+1/Σi=141|Di-D‾|+1]]>(2)利用所述綜合灰度共生矩陣和矩陣元素項(xiàng)目獲取所需的四個(gè)紋理特征參數(shù)：對(duì)比度、方差和、能量和均值；(3)對(duì)所述四個(gè)紋理特征參數(shù)進(jìn)行歸一化處理，最終獲得歸一化的紋理特征值。本優(yōu)選實(shí)施例基于改進(jìn)的灰度共生矩陣法，采用設(shè)置加權(quán)系數(shù)的方式求取細(xì)胞圖像的綜合灰度共生矩陣，進(jìn)而提取細(xì)胞在指定四個(gè)方向上的紋理特征，解決了由于外部干擾(如細(xì)胞圖像采集時(shí)光照角度造成的影響、氣體的流動(dòng)干擾等)造成的細(xì)胞的紋理特征參數(shù)值在不同方向上有較大差別的問題，提高了細(xì)胞圖像紋理特征提取的精度；選定對(duì)比度、方差和、能量和均值四個(gè)紋理特征，去掉了冗余和重復(fù)的特征參數(shù)；對(duì)所述四個(gè)紋理特征參數(shù)進(jìn)行歸一化處理，方便了后續(xù)的細(xì)胞圖像的分類識(shí)別處理。在此應(yīng)用場(chǎng)景中，設(shè)定閾值T＝15，d＝2，圖像去噪效果相對(duì)提高了6％，細(xì)胞圖像特征的提取精度提高了8％。應(yīng)用場(chǎng)景3參見圖1、圖2，本應(yīng)用場(chǎng)景的一個(gè)實(shí)施例的一種控制水體系中微生物生長(zhǎng)的方法，包括以下步驟：(1)采用細(xì)胞識(shí)別模塊對(duì)確定微生物種類；(2)向水體系中加入有效量的一鹵代胺和二鹵代胺的混合物，其中選擇一鹵代胺對(duì)二鹵代胺的比率以得到體系的協(xié)同指數(shù)小于1。優(yōu)選地，通過將銨或胺源與鹵化氧化劑接觸或者通過在鹵素源存在下將該銨或胺源與氧化劑接觸來制備一鹵代胺。本優(yōu)選實(shí)施例制備方法簡(jiǎn)單，便于工業(yè)上實(shí)現(xiàn)。優(yōu)選地，所述一鹵代胺包括一氯代胺。本優(yōu)選實(shí)施例節(jié)約成本，效果好。優(yōu)選的，所述細(xì)胞識(shí)別模塊1包括細(xì)胞圖像分割單元11、特征提取單元12、分類識(shí)別單元13；所述細(xì)胞圖像分割單元11用于區(qū)分由細(xì)胞圖像采集模塊采集的細(xì)胞圖像中的背景、細(xì)胞核和細(xì)胞質(zhì)；所述特征提取單元12用于對(duì)細(xì)胞圖像的紋理特征進(jìn)行提?。凰龇诸愖R(shí)別單元13用于根據(jù)紋理特征利用分類器實(shí)現(xiàn)對(duì)細(xì)胞圖像分類識(shí)別。本優(yōu)選實(shí)施例構(gòu)建了細(xì)胞識(shí)別模塊1的單元架構(gòu)。優(yōu)選的，所述細(xì)胞圖像分割單元11包括圖像轉(zhuǎn)換子單元、噪聲去除子單元、粗分割子單元、細(xì)胞核中心標(biāo)定子單元、精確分割子單元，具體為：(1)圖像轉(zhuǎn)換子單元，用于將采集的細(xì)胞圖像轉(zhuǎn)化為灰度圖像；(2)噪聲去除子單元，用于對(duì)灰度圖像進(jìn)行去噪處理，包括：對(duì)于像素點(diǎn)(x,y)，選取其3×3的鄰域Sx,y和(2N+1)×(2N+1)的鄰域Lx,y，N為大于等于2的整數(shù)；首先對(duì)像素點(diǎn)是否為邊界點(diǎn)進(jìn)行判斷，設(shè)定閾值T，T∈[13,26]，計(jì)算像素點(diǎn)(x,y)與其鄰域Sx,y中每個(gè)像素點(diǎn)的灰度差值，并與閾值T進(jìn)行比較，若灰度差值大于閾值T的個(gè)數(shù)大于等于6，則像素點(diǎn)(x,y)為邊界點(diǎn)，否則，像素點(diǎn)(x,y)為非邊界點(diǎn)；若(x,y)為邊界點(diǎn)，則進(jìn)行如下降噪處理：h(x,y)=Σq(i,j)∈[q(x,y)-1.5σ,q(x,y)+1.5σ]q(i,j)k]]>式中，h(x,y)為降噪后像素點(diǎn)(x,y)的灰度值，q(x,y)為降噪前像素點(diǎn)(x,y)的灰度值，σ為像素點(diǎn)(x,y)鄰域Lx,y內(nèi)灰度值標(biāo)差,q(i,j)∈[q(x,y)-1.5σ,q(x,y)+1.5σ]表示鄰域Lx,y內(nèi)灰度值落于區(qū)間[q(x,y)-1.5σ,q(x,y)+1.5σ]的點(diǎn)，k表示鄰域Lx,y內(nèi)灰度值落于區(qū)間[q(x,y)-1.5σ,q(x,y)+1.5σ]的點(diǎn)的數(shù)量；若(x,y)為非邊界點(diǎn)，則進(jìn)行如下降噪處理：h(x,y)=Σ(i,j)∈Lx,yw(i,j)q(i,j)Σ(i,j)∈Lx,yw(i,j)]]>式中，h(x,y)為降噪后像素點(diǎn)(x,y)的灰度值，q(i,j)代表圖像中點(diǎn)(i,j)處的灰度值，w(i,j)為鄰域Lx,y內(nèi)點(diǎn)(i,j)對(duì)應(yīng)的高斯權(quán)重；(3)粗分割子單元，用于對(duì)去噪后的細(xì)胞圖像中的背景、細(xì)胞質(zhì)、細(xì)胞核進(jìn)行粗劃分，具體為：將每個(gè)像素(x,y)用一個(gè)四維特征向量表示：u→(x,y)=[h(x,y),have(x,y),hmed(x,y),hsta(x,y)]]]>式中，h(x,y)代表(x，y)的灰度值，have(x,y)代表其鄰域Sx,y灰度均值，hmed(x,y)代表其鄰域Sx,y灰度中值，hsta(x,y)代表其鄰域Sx,y灰度方差；采用K-means聚類法將其劃分為背景、細(xì)胞質(zhì)、細(xì)胞核三類；(4)細(xì)胞核中心標(biāo)定子單元，用于對(duì)細(xì)胞核中心進(jìn)行標(biāo)定：由粗分割子單元得到細(xì)胞核大致區(qū)域，設(shè)細(xì)胞核區(qū)域包含n個(gè)點(diǎn)：(x1,y1),…,(xn,yn)，對(duì)該區(qū)域進(jìn)行灰度加權(quán)標(biāo)定和幾何中心標(biāo)定，取其平均值作為細(xì)胞核中心(xz,yz)：xz=12(Σi=1nxih(xi,yi)Σi=1nh(xi,yi)+Σi=1nxin)]]>yz=12(Σi=1nyih(xi,yi)Σi=1nh(xi,yi)+Σi=1nyin)]]>(5)精確分割子單元，用于對(duì)細(xì)胞核、細(xì)胞質(zhì)進(jìn)行精確分割；構(gòu)建從細(xì)胞核中心(xz,yz)到細(xì)胞核和細(xì)胞質(zhì)邊界點(diǎn)(xp,yp)的有向線段的距離表示向下取整；沿線段以單位長(zhǎng)度進(jìn)行采樣可以得到disp個(gè)點(diǎn)若采樣點(diǎn)的坐標(biāo)不是整數(shù)，其灰度值通過周圍像素線性插值得到；點(diǎn)(xi,yi)處沿線段方向的灰度差：hd(xi,yi)＝h(xi-1,yi-1)-h(xi,yi)定義灰度差抑制函數(shù)：Y(x)=xifx≤00.5xifx>0]]>點(diǎn)(xi,yi)處沿線段方向的梯度gra(xi,yi)：gra(xi,yi)=|Y(hd(xi,yi))|+|Y(hd(xi+1,yi+!))|2]]>選取梯度最大的值點(diǎn)作為細(xì)胞核和細(xì)胞質(zhì)的精確邊緣。本優(yōu)選實(shí)施例設(shè)置噪聲去除子單元，有效融合了中心像素與鄰域像素的空間臨近性和灰度相似性來進(jìn)行降噪處理，在圖像中的平坦區(qū)域，鄰域內(nèi)像素灰度值相差不大，采用高斯濾波器對(duì)灰度值進(jìn)行加權(quán)濾波，在變化劇烈的邊界區(qū)域，行邊界保持濾波，有利于圖像邊緣的保持；采用K均值聚類提取細(xì)胞核和細(xì)胞質(zhì)粗輪廓，可有效去除噪聲的干擾；設(shè)置細(xì)胞核中心標(biāo)定子單元，便于后續(xù)對(duì)細(xì)胞核和細(xì)胞質(zhì)輪廓進(jìn)行精確定位；精確分割子單元充分利用了方向信息，克服了炎癥細(xì)胞對(duì)邊緣圖的干擾，能夠準(zhǔn)確提取出細(xì)胞核和細(xì)胞質(zhì)邊緣。優(yōu)選的，所述對(duì)細(xì)胞圖像的紋理特征進(jìn)行提取，包括：(1)基于改進(jìn)的灰度共生矩陣法求取細(xì)胞圖像的綜合灰度共生矩陣，所述綜合灰度共生矩陣體現(xiàn)了細(xì)胞在不同方向上的紋理特征：設(shè)在0°、45°、90°、135°四個(gè)方向上的灰度共生矩陣分別為h(x,y,d,0°)、h(x,y,d,45°)、h(x,y,d,90°)、h(x,y,d,135°)，所對(duì)應(yīng)的矩陣元素項(xiàng)目為X1、X2、X3、X4，則綜合灰度共生矩陣的計(jì)算公式為：H(x,y,d)＝w1h(x,y,d,0°)+w2h(x,y,d,45°)+w3h(x,y,d,90°)+w4h(x,y,d,135°)綜合灰度共生矩陣元素?cái)?shù)目為：X=Σi=14wiXi]]>式中，d表示距離，d的取值范圍為[2,4]，wi為加權(quán)系數(shù),i＝1,2,3,4，其由四個(gè)方向中的每個(gè)方向上的灰度共生矩陣對(duì)應(yīng)的對(duì)比度參數(shù)計(jì)算，設(shè)四個(gè)方向上的灰度共生矩陣對(duì)應(yīng)的對(duì)比度參數(shù)分別為Di，均值為i＝1,2,3,4，則加權(quán)系數(shù)wi的計(jì)算公式為：wi=1|Di-D‾|+1/Σi=141|Di-D‾|+1]]>(2)利用所述綜合灰度共生矩陣和矩陣元素項(xiàng)目獲取所需的四個(gè)紋理特征參數(shù)：對(duì)比度、方差和、能量和均值；(3)對(duì)所述四個(gè)紋理特征參數(shù)進(jìn)行歸一化處理，最終獲得歸一化的紋理特征值。本優(yōu)選實(shí)施例基于改進(jìn)的灰度共生矩陣法，采用設(shè)置加權(quán)系數(shù)的方式求取細(xì)胞圖像的綜合灰度共生矩陣，進(jìn)而提取細(xì)胞在指定四個(gè)方向上的紋理特征，解決了由于外部干擾(如細(xì)胞圖像采集時(shí)光照角度造成的影響、氣體的流動(dòng)干擾等)造成的細(xì)胞的紋理特征參數(shù)值在不同方向上有較大差別的問題，提高了細(xì)胞圖像紋理特征提取的精度；選定對(duì)比度、方差和、能量和均值四個(gè)紋理特征，去掉了冗余和重復(fù)的特征參數(shù)；對(duì)所述四個(gè)紋理特征參數(shù)進(jìn)行歸一化處理，方便了后續(xù)的細(xì)胞圖像的分類識(shí)別處理。在此應(yīng)用場(chǎng)景中，設(shè)定閾值T＝18，d＝3，圖像去噪效果相對(duì)提高了7％，細(xì)胞圖像特征的提取精度提高了7％。應(yīng)用場(chǎng)景4參見圖1、圖2，本應(yīng)用場(chǎng)景的一個(gè)實(shí)施例的一種控制水體系中微生物生長(zhǎng)的方法，包括以下步驟：(1)采用細(xì)胞識(shí)別模塊對(duì)確定微生物種類；(2)向水體系中加入有效量的一鹵代胺和二鹵代胺的混合物，其中選擇一鹵代胺對(duì)二鹵代胺的比率以得到體系的協(xié)同指數(shù)小于1。優(yōu)選地，通過將銨或胺源與鹵化氧化劑接觸或者通過在鹵素源存在下將該銨或胺源與氧化劑接觸來制備一鹵代胺。本優(yōu)選實(shí)施例制備方法簡(jiǎn)單，便于工業(yè)上實(shí)現(xiàn)。優(yōu)選地，所述一鹵代胺包括一氯代胺。本優(yōu)選實(shí)施例節(jié)約成本，效果好。優(yōu)選的，所述細(xì)胞識(shí)別模塊1包括細(xì)胞圖像分割單元11、特征提取單元12、分類識(shí)別單元13；所述細(xì)胞圖像分割單元11用于區(qū)分由細(xì)胞圖像采集模塊采集的細(xì)胞圖像中的背景、細(xì)胞核和細(xì)胞質(zhì)；所述特征提取單元12用于對(duì)細(xì)胞圖像的紋理特征進(jìn)行提??；所述分類識(shí)別單元13用于根據(jù)紋理特征利用分類器實(shí)現(xiàn)對(duì)細(xì)胞圖像分類識(shí)別。本優(yōu)選實(shí)施例構(gòu)建了細(xì)胞識(shí)別模塊1的單元架構(gòu)。優(yōu)選的，所述細(xì)胞圖像分割單元11包括圖像轉(zhuǎn)換子單元、噪聲去除子單元、粗分割子單元、細(xì)胞核中心標(biāo)定子單元、精確分割子單元，具體為：(1)圖像轉(zhuǎn)換子單元，用于將采集的細(xì)胞圖像轉(zhuǎn)化為灰度圖像；(2)噪聲去除子單元，用于對(duì)灰度圖像進(jìn)行去噪處理，包括：對(duì)于像素點(diǎn)(x,y)，選取其3×3的鄰域Sx,y和(2N+1)×(2N+1)的鄰域Lx,y，N為大于等于2的整數(shù)；首先對(duì)像素點(diǎn)是否為邊界點(diǎn)進(jìn)行判斷，設(shè)定閾值T，T∈[13,26]，計(jì)算像素點(diǎn)(x,y)與其鄰域Sx,y中每個(gè)像素點(diǎn)的灰度差值，并與閾值T進(jìn)行比較，若灰度差值大于閾值T的個(gè)數(shù)大于等于6，則像素點(diǎn)(x,y)為邊界點(diǎn)，否則，像素點(diǎn)(x,y)為非邊界點(diǎn)；若(x,y)為邊界點(diǎn)，則進(jìn)行如下降噪處理：h(x,y)=Σq(i,j)∈[q(x,y)-1.5σ,q(x,y)+1.5σ]q(i,j)k]]>式中，h(x,y)為降噪后像素點(diǎn)(x,y)的灰度值，q(x,y)為降噪前像素點(diǎn)(x,y)的灰度值，σ為像素點(diǎn)(x,y)鄰域Lx,y內(nèi)灰度值標(biāo)差,q(i,j)∈[q(x,y)-1.5σ,q(x,y)+1.5σ]表示鄰域Lx,y內(nèi)灰度值落于區(qū)間[q(x,y)-1.5σ,q(x,y)+1.5σ]的點(diǎn)，k表示鄰域Lx,y內(nèi)灰度值落于區(qū)間[q(x,y)-1.5σ,q(x,y)+1.5σ]的點(diǎn)的數(shù)量；若(x,y)為非邊界點(diǎn)，則進(jìn)行如下降噪處理：h(x,y)=Σ(i,j)∈Lx,yw(i,j)q(i,j)Σ(i,j)∈Lx,yw(i,j)]]>式中，h(x,y)為降噪后像素點(diǎn)(x,y)的灰度值，q(i,j)代表圖像中點(diǎn)(i,j)處的灰度值，w(i,j)為鄰域Lx,y內(nèi)點(diǎn)(i,j)對(duì)應(yīng)的高斯權(quán)重；(3)粗分割子單元，用于對(duì)去噪后的細(xì)胞圖像中的背景、細(xì)胞質(zhì)、細(xì)胞核進(jìn)行粗劃分，具體為：將每個(gè)像素(x,y)用一個(gè)四維特征向量表示：u→(x,y)=[h(x,y),have(x,y),hmed(x,y),hsta(x,y)]]]>式中，h(x,y)代表(x,y)的灰度值，have(x,y)代表其鄰域Sx,y灰度均值，hmed(x,y)代表其鄰域Sx,y灰度中值，hsta(x,y)代表其鄰域Sx,y灰度方差；采用K-means聚類法將其劃分為背景、細(xì)胞質(zhì)、細(xì)胞核三類；(4)細(xì)胞核中心標(biāo)定子單元，用于對(duì)細(xì)胞核中心進(jìn)行標(biāo)定：由粗分割子單元得到細(xì)胞核大致區(qū)域，設(shè)細(xì)胞核區(qū)域包含n個(gè)點(diǎn)：(x1,y1),…,(xn,yn)，對(duì)該區(qū)域進(jìn)行灰度加權(quán)標(biāo)定和幾何中心標(biāo)定，取其平均值作為細(xì)胞核中心(xz,yz)：xz=12(Σi=1nxih(xi,yi)Σi=1nh(xi,yi)+Σi=1nxin)]]>yz=12(Σi=1nyih(xi,yi)Σi=1nh(xi,yi)+Σi=1nyin)]]>(5)精確分割子單元，用于對(duì)細(xì)胞核、細(xì)胞質(zhì)進(jìn)行精確分割；構(gòu)建從細(xì)胞核中心(xz,yz)到細(xì)胞核和細(xì)胞質(zhì)邊界點(diǎn)(xp,yp)的有向線段的距離表示向下取整；沿線段以單位長(zhǎng)度進(jìn)行采樣可以得到disp個(gè)點(diǎn)若采樣點(diǎn)的坐標(biāo)不是整數(shù)，其灰度值通過周圍像素線性插值得到；點(diǎn)(xi,yi)處沿線段方向的灰度差：hd(xi,yi)＝h(xi-1,yi-1)-h(xi,yi)定義灰度差抑制函數(shù)：Y(x)=xifx≤00.5xifx>0]]>點(diǎn)(xi,yi)處沿線段方向的梯度gra(xi,yi)：gra(xi,yi)=|Y(hd(xi,yi))|+|Y(hd(xi+1,yi+!))|2]]>選取梯度最大的值點(diǎn)作為細(xì)胞核和細(xì)胞質(zhì)的精確邊緣。本優(yōu)選實(shí)施例設(shè)置噪聲去除子單元，有效融合了中心像素與鄰域像素的空間臨近性和灰度相似性來進(jìn)行降噪處理，在圖像中的平坦區(qū)域，鄰域內(nèi)像素灰度值相差不大，采用高斯濾波器對(duì)灰度值進(jìn)行加權(quán)濾波，在變化劇烈的邊界區(qū)域，行邊界保持濾波，有利于圖像邊緣的保持；采用K均值聚類提取細(xì)胞核和細(xì)胞質(zhì)粗輪廓，可有效去除噪聲的干擾；設(shè)置細(xì)胞核中心標(biāo)定子單元，便于后續(xù)對(duì)細(xì)胞核和細(xì)胞質(zhì)輪廓進(jìn)行精確定位；精確分割子單元充分利用了方向信息，克服了炎癥細(xì)胞對(duì)邊緣圖的干擾，能夠準(zhǔn)確提取出細(xì)胞核和細(xì)胞質(zhì)邊緣。優(yōu)選的，所述對(duì)細(xì)胞圖像的紋理特征進(jìn)行提取，包括：(1)基于改進(jìn)的灰度共生矩陣法求取細(xì)胞圖像的綜合灰度共生矩陣，所述綜合灰度共生矩陣體現(xiàn)了細(xì)胞在不同方向上的紋理特征：設(shè)在0°、45°、90°、135°四個(gè)方向上的灰度共生矩陣分別為h(x,y,d,0°)、h(x,y,d,45°)、h(x,y,d,90°)、h(x,y,d,135°)，所對(duì)應(yīng)的矩陣元素項(xiàng)目為X1、X2、X3、X4，則綜合灰度共生矩陣的計(jì)算公式為：H(x,y,d)＝w1h(x,y,d,0°)+w2h(x,y,d,45°)+w3h(x,y,d,90°)+w4h(x,y,d,135°)綜合灰度共生矩陣元素?cái)?shù)目為：X=Σi=14wiXi]]>式中，d表示距離，d的取值范圍為[2,4]，wi為加權(quán)系數(shù),i＝1,2,3,4，其由四個(gè)方向中的每個(gè)方向上的灰度共生矩陣對(duì)應(yīng)的對(duì)比度參數(shù)計(jì)算，設(shè)四個(gè)方向上的灰度共生矩陣對(duì)應(yīng)的對(duì)比度參數(shù)分別為Di，均值為i＝1,2,3,4，則加權(quán)系數(shù)wi的計(jì)算公式為：wi=1|Di-D‾|+1/Σi=141|Di-D‾|+1]]>(2)利用所述綜合灰度共生矩陣和矩陣元素項(xiàng)目獲取所需的四個(gè)紋理特征參數(shù)：對(duì)比度、方差和、能量和均值；(3)對(duì)所述四個(gè)紋理特征參數(shù)進(jìn)行歸一化處理，最終獲得歸一化的紋理特征值。本優(yōu)選實(shí)施例基于改進(jìn)的灰度共生矩陣法，采用設(shè)置加權(quán)系數(shù)的方式求取細(xì)胞圖像的綜合灰度共生矩陣，進(jìn)而提取細(xì)胞在指定四個(gè)方向上的紋理特征，解決了由于外部干擾(如細(xì)胞圖像采集時(shí)光照角度造成的影響、氣體的流動(dòng)干擾等)造成的細(xì)胞的紋理特征參數(shù)值在不同方向上有較大差別的問題，提高了細(xì)胞圖像紋理特征提取的精度；選定對(duì)比度、方差和、能量和均值四個(gè)紋理特征，去掉了冗余和重復(fù)的特征參數(shù)；對(duì)所述四個(gè)紋理特征參數(shù)進(jìn)行歸一化處理，方便了后續(xù)的細(xì)胞圖像的分類識(shí)別處理。在此應(yīng)用場(chǎng)景中，設(shè)定閾值T＝20，d＝4，圖像去噪效果相對(duì)提高了8％，細(xì)胞圖像特征的提取精度提高了6％。應(yīng)用場(chǎng)景5參見圖1、圖2，本應(yīng)用場(chǎng)景的一個(gè)實(shí)施例的一種控制水體系中微生物生長(zhǎng)的方法，包括以下步驟：(1)采用細(xì)胞識(shí)別模塊對(duì)確定微生物種類；(2)向水體系中加入有效量的一鹵代胺和二鹵代胺的混合物，其中選擇一鹵代胺對(duì)二鹵代胺的比率以得到體系的協(xié)同指數(shù)小于1。優(yōu)選地，通過將銨或胺源與鹵化氧化劑接觸或者通過在鹵素源存在下將該銨或胺源與氧化劑接觸來制備一鹵代胺。本優(yōu)選實(shí)施例制備方法簡(jiǎn)單，便于工業(yè)上實(shí)現(xiàn)。優(yōu)選地，所述一鹵代胺包括一氯代胺。本優(yōu)選實(shí)施例節(jié)約成本，效果好。優(yōu)選的，所述細(xì)胞識(shí)別模塊1包括細(xì)胞圖像分割單元11、特征提取單元12、分類識(shí)別單元13；所述細(xì)胞圖像分割單元11用于區(qū)分由細(xì)胞圖像采集模塊采集的細(xì)胞圖像中的背景、細(xì)胞核和細(xì)胞質(zhì)；所述特征提取單元12用于對(duì)細(xì)胞圖像的紋理特征進(jìn)行提取；所述分類識(shí)別單元13用于根據(jù)紋理特征利用分類器實(shí)現(xiàn)對(duì)細(xì)胞圖像分類識(shí)別。本優(yōu)選實(shí)施例構(gòu)建了細(xì)胞識(shí)別模塊1的單元架構(gòu)。優(yōu)選的，所述細(xì)胞圖像分割單元11包括圖像轉(zhuǎn)換子單元、噪聲去除子單元、粗分割子單元、細(xì)胞核中心標(biāo)定子單元、精確分割子單元，具體為：(1)圖像轉(zhuǎn)換子單元，用于將采集的細(xì)胞圖像轉(zhuǎn)化為灰度圖像；(2)噪聲去除子單元，用于對(duì)灰度圖像進(jìn)行去噪處理，包括：對(duì)于像素點(diǎn)(x,y)，選取其3×3的鄰域Sx,y和(2N+1)×(2N+1)的鄰域Lx,y，N為大于等于2的整數(shù)；首先對(duì)像素點(diǎn)是否為邊界點(diǎn)進(jìn)行判斷，設(shè)定閾值T，T∈[13,26]，計(jì)算像素點(diǎn)(x,y)與其鄰域Sx,y中每個(gè)像素點(diǎn)的灰度差值，并與閾值T進(jìn)行比較，若灰度差值大于閾值T的個(gè)數(shù)大于等于6，則像素點(diǎn)(x,y)為邊界點(diǎn)，否則，像素點(diǎn)(x,y)為非邊界點(diǎn)；若(x,y)為邊界點(diǎn)，則進(jìn)行如下降噪處理：h(x,y)=Σq(i,j)∈[q(x,y)-1.5σ,q(x,y)+1.5σ]q(i,j)k]]>式中，h(x,y)為降噪后像素點(diǎn)(x,y)的灰度值，q(x,y)為降噪前像素點(diǎn)(x,y)的灰度值，σ為像素點(diǎn)(x,y)鄰域Lx,y內(nèi)灰度值標(biāo)差,q(i,j)∈[q(x,y)-1.5σ,q(x,y)+1.5σ]表示鄰域Lx,y內(nèi)灰度值落于區(qū)間[q(x,y)-1.5σ,q(x,y)+1.5σ]的點(diǎn)，k表示鄰域Lx,y內(nèi)灰度值落于區(qū)間[q(x,y)-1.5σ,q(x,y)+1.5σ]的點(diǎn)的數(shù)量；若(x,y)為非邊界點(diǎn)，則進(jìn)行如下降噪處理：h(x,y)=Σ(i,j)∈Lx,yw(i,j)q(i,j)Σ(i,j)∈Lx,yw(i,j)]]>式中，h(x,y)為降噪后像素點(diǎn)(x,y)的灰度值，q(i,j)代表圖像中點(diǎn)(i,j)處的灰度值，w(i,j)為鄰域Lx,y內(nèi)點(diǎn)(i,j)對(duì)應(yīng)的高斯權(quán)重；(3)粗分割子單元，用于對(duì)去噪后的細(xì)胞圖像中的背景、細(xì)胞質(zhì)、細(xì)胞核進(jìn)行粗劃分，具體為：將每個(gè)像素(x,y)用一個(gè)四維特征向量表示：u→(x,y)=[h(x,y),have(x,y),hmed(x,y),hsta(x,y)]]]>式中，h(x,y)代表(x,y)的灰度值，have(x,y)代表其鄰域Sx,y灰度均值，hmed(x,y)代表其鄰域Sx,y灰度中值，hsta(x,y)代表其鄰域Sx,y灰度方差；采用K-means聚類法將其劃分為背景、細(xì)胞質(zhì)、細(xì)胞核三類；(4)細(xì)胞核中心標(biāo)定子單元，用于對(duì)細(xì)胞核中心進(jìn)行標(biāo)定：由粗分割子單元得到細(xì)胞核大致區(qū)域，設(shè)細(xì)胞核區(qū)域包含n個(gè)點(diǎn)：(x1,y1),…,(xn,yn)，對(duì)該區(qū)域進(jìn)行灰度加權(quán)標(biāo)定和幾何中心標(biāo)定，取其平均值作為細(xì)胞核中心(xz,yz)：xz=12(Σi=1nxih(xi,yi)Σi=1nh(xi,yi)+Σi=1nxin)]]>yz=12(Σi=1nyih(xi,yi)Σi=1nh(xi,yi)+Σi=1nyin)]]>(5)精確分割子單元，用于對(duì)細(xì)胞核、細(xì)胞質(zhì)進(jìn)行精確分割；構(gòu)建從細(xì)胞核中心(xz,yz)到細(xì)胞核和細(xì)胞質(zhì)邊界點(diǎn)(xp,yp)的有向線段的距離表示向下取整；沿線段以單位長(zhǎng)度進(jìn)行采樣可以得到disp個(gè)點(diǎn)若采樣點(diǎn)的坐標(biāo)不是整數(shù)，其灰度值通過周圍像素線性插值得到；點(diǎn)(xi,yi)處沿線段方向的灰度差：hd(xi,yi)＝h(xi-1,yi-1)-h(xi,yi)定義灰度差抑制函數(shù)：Y(x)=xifx≤00.5xifx>0]]>點(diǎn)(xi,yi)處沿線段方向的梯度gra(xi,yi)：gra(xi,yi)=|Y(hd(xi,yi))|+|Y(hd(xi+1,yi+!))|2]]>選取梯度最大的值點(diǎn)作為細(xì)胞核和細(xì)胞質(zhì)的精確邊緣。本優(yōu)選實(shí)施例設(shè)置噪聲去除子單元，有效融合了中心像素與鄰域像素的空間臨近性和灰度相似性來進(jìn)行降噪處理，在圖像中的平坦區(qū)域，鄰域內(nèi)像素灰度值相差不大，采用高斯濾波器對(duì)灰度值進(jìn)行加權(quán)濾波，在變化劇烈的邊界區(qū)域，行邊界保持濾波，有利于圖像邊緣的保持；采用K均值聚類提取細(xì)胞核和細(xì)胞質(zhì)粗輪廓，可有效去除噪聲的干擾；設(shè)置細(xì)胞核中心標(biāo)定子單元，便于后續(xù)對(duì)細(xì)胞核和細(xì)胞質(zhì)輪廓進(jìn)行精確定位；精確分割子單元充分利用了方向信息，克服了炎癥細(xì)胞對(duì)邊緣圖的干擾，能夠準(zhǔn)確提取出細(xì)胞核和細(xì)胞質(zhì)邊緣。優(yōu)選的，所述對(duì)細(xì)胞圖像的紋理特征進(jìn)行提取，包括：(1)基于改進(jìn)的灰度共生矩陣法求取細(xì)胞圖像的綜合灰度共生矩陣，所述綜合灰度共生矩陣體現(xiàn)了細(xì)胞在不同方向上的紋理特征：設(shè)在0°、45°、90°、135°四個(gè)方向上的灰度共生矩陣分別為h(x,y,d,0°)、h(x,y,d,45°)、h(x,y,d,90°)、h(x,y,d,135°)，所對(duì)應(yīng)的矩陣元素項(xiàng)目為X1、X2、X3、X4，則綜合灰度共生矩陣的計(jì)算公式為：H(x,y,d)＝w1h(x,y,d,0°)+w2h(x,y,d,45°)+w3h(x,y,d,90°)+w4h(x,y,d,135°)綜合灰度共生矩陣元素?cái)?shù)目為：X=Σi=14wiXi]]>式中，d表示距離，d的取值范圍為[2,4]，wi為加權(quán)系數(shù),i＝1,2,3,4，其由四個(gè)方向中的每個(gè)方向上的灰度共生矩陣對(duì)應(yīng)的對(duì)比度參數(shù)計(jì)算，設(shè)四個(gè)方向上的灰度共生矩陣對(duì)應(yīng)的對(duì)比度參數(shù)分別為Di，均值為i＝1,2,3,4，則加權(quán)系數(shù)wi的計(jì)算公式為：wi=1|Di-D‾|+1/Σi=141|Di-D‾|+1]]>(2)利用所述綜合灰度共生矩陣和矩陣元素項(xiàng)目獲取所需的四個(gè)紋理特征參數(shù)：對(duì)比度、方差和、能量和均值；(3)對(duì)所述四個(gè)紋理特征參數(shù)進(jìn)行歸一化處理，最終獲得歸一化的紋理特征值。本優(yōu)選實(shí)施例基于改進(jìn)的灰度共生矩陣法，采用設(shè)置加權(quán)系數(shù)的方式求取細(xì)胞圖像的綜合灰度共生矩陣，進(jìn)而提取細(xì)胞在指定四個(gè)方向上的紋理特征，解決了由于外部干擾(如細(xì)胞圖像采集時(shí)光照角度造成的影響、氣體的流動(dòng)干擾等)造成的細(xì)胞的紋理特征參數(shù)值在不同方向上有較大差別的問題，提高了細(xì)胞圖像紋理特征提取的精度；選定對(duì)比度、方差和、能量和均值四個(gè)紋理特征，去掉了冗余和重復(fù)的特征參數(shù)；對(duì)所述四個(gè)紋理特征參數(shù)進(jìn)行歸一化處理，方便了后續(xù)的細(xì)胞圖像的分類識(shí)別處理。在此應(yīng)用場(chǎng)景中，設(shè)定閾值T＝26，d＝2，圖像去噪效果相對(duì)提高了7.5％，細(xì)胞圖像特征的提取精度提高了8％。最后應(yīng)當(dāng)說明的是，以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對(duì)本發(fā)明保護(hù)范圍的限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí)質(zhì)和范圍。當(dāng)前第1頁1 2 3