专利名称: |
一种基于ACF的尿沉渣检测方法 |
摘要: |
本发明公开了一种基于ACF的尿沉渣检测方法,针对不同的尿沉渣有形成分训练不同的检测器,包括如下步骤:(1)训练阶段:首先对训练样本进行通道计算,包括LUV、梯度幅值以及六个方向的梯度方向直方图,然后对十个通道进行池化操作,再进行向量化得到特征向量,采用软级联的adaboost算法训练分类器,每个弱分类器是深度为2的决策树;(2)测试阶段:采用滑动窗口检测法,对采样窗口提取十个通道特征,向量化为特征向量,同时利用快速特征金字塔提高检测速度,利用训练好的模型进行测试,判断是否属于尿沉渣有形成分;本发明更好的利用的尿沉渣有形成分的特征信息,有效地降低了噪声的影响,准确率高、计算速度快,具有十分重要的实用价值。 |
专利类型: |
发明专利 |
国家地区组织代码: |
江苏;32 |
申请人: |
东南大学 |
发明人: |
杨万扣;孙启明;孙长银 |
专利状态: |
有效 |
发布日期: |
2019-01-01T00:00:00+0800 |
申请号: |
CN201810018283.0 |
公开号: |
CN108414734A |
代理机构: |
南京苏高专利商标事务所(普通合伙) 32204 |
代理人: |
柏尚春 |
分类号: |
G01N33/493(2006.01)I;G06T7/90(2017.01)I;G;G01;G06;G01N;G06T;G01N33;G06T7;G01N33/493;G06T7/90 |
申请人地址: |
210000 江苏省南京市江宁区东南大学路2号 |
主权项: |
1.一种基于ACF的尿沉渣检测方法,其特征在于:针对不同的尿沉渣有形成分训练不同的检测器,不同尿沉渣有形成分检测器的训练方法相同,参数不同,包括训练和检测阶段,具体步骤如下:(1)训练阶段:首先对训练样本进行通道计算,包括LUV、梯度幅值以及六个方向的梯度方向直方图,然后对十个通道进行池化操作,再进行向量化得到特征向量,采用软级联的adaboost算法训练分类器,每个弱分类器是深度为2的决策树;(2)测试阶段:采用滑动窗口检测法,对采样窗口提取十个通道特征,向量化为特征向量,同时利用快速特征金字塔提高检测速度,利用训练好的模型进行测试,判断是否属于尿沉渣有形成分。 |
所属类别: |
发明专利 |