[发明专利]基于视觉注意机制的内窥图像中病灶定位方法在审
申请号: | 201510845326.9 | 申请日: | 2015-11-27 |
公开(公告)号: | CN105354852A | 公开(公告)日: | 2016-02-24 |
发明(设计)人: | 潘国兵;汤文轩;欧阳静;陈金鑫 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/46 |
代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
地址: | 310014 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 视觉 注意 机制 图像 病灶 定位 方法 | ||
1.一种基于视觉注意机制的内窥图像中病灶定位方法,其特征在于:所述定位方法包括如下步骤:
a.内窥图像视野边沿平滑与去噪预处理
将内窥镜检测视频输入,分幅得到单幅内窥图像,首先按内窥镜的视野参数将图像的边沿黑边平滑处理,得到边界清晰的内窥图像,然后进行圆形图像区域的去噪预处理,去掉待处理图像区域的噪声;
b.基于视觉感知的颜色空间转换
步骤a中得到的预处理RGB图像是基于设备的颜色空间,将其转换到基于视觉感知的Luv颜色空间;
c.特征显著图的计算
以步骤b得到的Luv颜色空间图像的u、v分量作为输入,计算颜色特征显著图uv(c,s),以L分量作为输入计算亮度特征显著图L(c,s),然后使用拉普拉斯变换算法,提取图像中的边沿,并采用虚连的方法,得到图像中显著内容的边沿区域,计算轮廓特征显著图O(c,s);
d.特征显著图融合与合成
对步骤c所得到的颜色特征显著图uv(c,s),亮度特征显著图L(c,s),轮廓特征显著图O(c,s)分别在多尺度下进行规则化运算,然后进行各个特征显著图的融合,得到图像的显著度图S;
e,显著区域的选择与转移
以步骤d中所得到的显著图中为输入,采用蚀刻算法过滤掉面积较小的显著区域,然后按照区域面积大小的顺序排列显著度程度,即疑似病灶区域,最后计算病灶区域的种子值,供后续的模式识别使用,以筛除或确认病灶的类别。
2.如权利要求1所述的基于视觉注意机制的内窥图像中病灶定位方法,其特征在于:所述步骤a中,内窥图像视野平滑处理过程如下:先将数字图像坐标原点(0,0)平移至图像几何原点(-L/2,-M/2)处,其中L,M分别图像的长和宽,然后对图像内像素进行扫描,当其距几何原点的距离大于胶囊内窥系统视野半径R时,则将其过滤为图像视野之外。
3.如权利要求2所述的基于视觉注意机制的内窥图像中病灶定位方法,其特征在于:所述步骤a中,内窥图像去噪预处理过程采用中值滤波器算法。
4.如权利要求1~3之一所述的基于视觉注意机制的内窥图像中病灶定位方法,其特征在于:所述步骤c中,特征显著图的提取过程采用基于Itti模型算法,采用Center-Surround算子Θ分别计算亮度特征显著图L(c,s)、颜色特征显著图uv(c,s)、轮廓特征显著图O(c,s),其计算过程为:
L(c,s)=|L(c)ΘL(s)|
uv(c,s)=|(u(c)-v(c))Θ(v(s)-v(s))|
O(c,s)=|O(c)ΘO(s)|
其中中心尺度取c={2,3,4},四周尺度取s={2,6,8}。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510845326.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:双接线盒大功率太阳能组件
- 下一篇:太阳能板压块