摘要
本发明涉及图像处理技术领域,具体涉及一种基于密集型目标的检测计量方法,包括:将训练样本集合中第一细胞显微灰度图像的超像素块;第一细胞显微灰度图像的二值标注图像;获取每个超像素块的中心像素点对边缘像素点的影响系数;获取每个超像素块的中心像素点的走向方向;得到每个超像素块的中心像素点的高斯模糊核;得到第一细胞显微灰度图像的密度图像;获取训练样本集合中每张细胞显微灰度图像的密度图像,根据训练样本集合和所有密度图像,获取待检测细胞显微灰度图像中细胞的数量。本发明提高密度回归估计网络模型训练的准确性,更好的计量待检测细胞显微图像中细胞的数量。
技术关键词
像素点
检测计量方法
像素块
邻域
神经网络模型
坐标
网络模型训练
密度
超参数
图像处理技术
数值
线性
定义
系统为您推荐了相关专利信息
智能分析模块
信息管理系统
预警模块
数据采集模块
排水系统工程
误差建模方法
神经网络结构
萤火虫算法
物理
神经网络模型
像素点
边缘检测算法
决策融合方法
邻域
高斯平滑滤波
并行优化方法
离散余弦变换
多GPU平台
像素块
海量图像数据