买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉互创联合科技有限公司

摘要：本发明公开了一种基于双层优化的多焦距胚胎图像融合的原核目标检测方法，包括以下步骤：步骤S1：对多焦距胚胎图像进行预处理；步骤S2：建立内层以最小化图像融合模块的均方误差为目标，外层以最小化目标检测模块的边界框回归损失为目标的双层优化模型，将内层的最优解作为外层的输入，外层的优化结果反馈至内层以优化图像融合模块的权重参数；步骤S3：将预处理后的图像输入双层优化模型，得到融合图像；步骤S4：将融合图像输入目标检测模块，得到多焦距胚胎图像的原核检测结果。本发明解决了多焦距胚胎图像中的原核目标难以识别的问题。

主权项：1.一种基于双层优化的多焦距胚胎图像融合的原核目标检测方法，其特征在于：包括以下步骤：步骤S1：从多焦距胚胎图像中选取一对焦距互补的图像形成互补图像对，所述互补图像对中第一张图像中聚焦模糊的区域的对应位置在第二张图像中为聚焦清晰的区域，第二张图像中聚焦模糊的区域的对应位置在第一张图像中为聚焦清晰的区域，选取若干互补图像对形成互补图像集；步骤S2：建立内层以最小化图像融合模块的均方误差为目标，外层以最小化目标检测模块的边界框回归损失为目标的双层优化模型，将内层的最优解作为外层的输入，外层的优化结果反馈至内层以优化图像融合模块的权重参数；所述双层优化模型的表达式为： 式中，Lreg·,·表示目标检测模块的边界框回归损失函数；θd为目标检测模块的参数；f*为内层优化模型的最优解；Lmse·,·为图像融合模块的均方误差函数；f表示图像融合模块的参数；w·表示目标检测模块的输出函数；所述边界框回归损失函数的表达式为： 式中，N为输入图像的数量；xi、yi分别为第i个预测边界框的中心点的横纵坐标；wi、hi分别为第i个预测边界框的宽度和高度，分别为第i个真实边界框的中心点的横纵坐标；分别为第i个真实边界框的宽度和高度；为xi,yi的权重值；所述均方误差函数的表达式为： ΔIni,j＝Ini,j-IFi,j；式中，IF为融合生成的图像；In为输入图像；W、H为图像的宽度和高度；i,j为像素点坐标；Ii,j为图像在像素点i,j的像素值；wi,j为像素点i,j的权重值；步骤S3：将多个所述互补图像对输入优化后的图像融合模块，得到多个合成图像，将多个所述合成图像再次输入优化后的图像融合模块，得到融合图像；步骤S4：将所述融合图像输入目标检测模块，得到多焦距胚胎图像的原核检测结果。

全文数据：

权利要求：

百度查询： 武汉互创联合科技有限公司 基于双层优化的多焦距胚胎图像融合的原核目标检测方法