25、视觉对象与疟疾检测的创新技术方案

视觉对象与疟疾检测的创新技术方案

在计算机视觉和医学检测领域，有两项重要的技术进展值得关注。一是用于视觉对象的新型笔画测量算子，它在对象特征提取和分类中具有显著优势；二是基于VGG19和深度卷积神经网络的疟疾检测方法，为疟疾的快速准确诊断提供了新途径。

视觉对象的新型笔画测量算子

在视觉对象处理中，准确测量笔画宽度和评估笔画均匀性对于对象的分类和识别至关重要。

生成内侧骨架图

• 利用骨架化技术从对象组件的二值图像生成单像素宽的细骨架图。该过程从边界区域逐步移除对象像素，仅保留中轴像素。
• 骨架图在笔画末端会保留分叉分支，但这些分叉的虚假分支会误导笔画测量，产生错误输出。因此，采用分支去除算法来移除这些分叉端点。
• 通常，笔画末端的像素只有一个相邻对象像素，称为叶节点；分叉分支中的像素有两个以上相邻对象像素，称为结点。算法从叶节点开始逐步移除像素，直到到达结点为止。以下是该过程的mermaid流程图：

graph TD;
    A[二值图像] --> B[生成骨架图];
    B --> C[识别叶节点和结点];
    C --> D[从叶节点开始移除像素];
    D --> E{是否到达结点};
    E -- 否 --> D;
    E -- 是 --> F[生成内侧骨架图];

笔画测量算子

为了测量对象组件的笔画宽度，同时考虑距离变换图和内侧骨架图。
- 距离变换图包含实值距离权重