[发明专利]基于多特征融合的眼底图像中血管的提取方法与电子设备有效
申请号: | 201811418985.4 | 申请日: | 2018-11-26 |
公开(公告)号: | CN109615614B | 公开(公告)日: | 2020-08-18 |
发明(设计)人: | 李建强;李鹏智;解黎阳 | 申请(专利权)人: | 北京工业大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/12;G06T7/194;G06K9/38;G06K9/62 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;吴欢燕 |
地址: | 100022 *** | 国省代码: | 北京;11 |
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 特征 融合 眼底 图像 血管 提取 方法 电子设备 | ||
本发明实施例提供一种基于多特征融合的眼底图像中血管的提取方法与电子设备,其中所述方法包括:基于待处理眼底图像,利用多个不同分类器,分别提取眼底血管的多个不同特征,并对所述多个不同特征进行特征融合;基于特征融合后的综合特征,利用训练完成的denseCRF模型,获取所述眼底血管的分割图像;对所述分割图像进行形态学分析处理,提取所述眼底血管的二值图像。本发明实施例通过对眼底血管的多特征融合,提取眼底图像中的血管图像,能够更有效、更精确地提取血管边缘图像,包括模糊图像的眼底血管边缘图像。
技术领域
本发明实施例涉及图像处理技术领域,更具体地,涉及一种基于多特征融合的眼底图像中血管的提取方法与电子设备。
背景技术
对于眼底图像的分析,图像语义分割的方法越来越多的被研究者所关注,例如阈值分割法、边缘分割法、基因编码分割法、小波变换分割法、聚类分割法等。随着人工智能识别技术的发展,神经网络(CNN)已经引起了研究者广泛的关注,并应用于图像分割领域。
目前,较多的是基于全卷积网络FCN+CRF的图像语义分割方法,以FCN+denseCRF为代表的图像分割算法,训练样本经过训练FCN模型得到包含非尖锐边界的眼底血管空间形状分割特征,用这个分割特征进行denseCRF训练,得到眼底血管分割图。由于训练的特征比较单一,使得训练完的模型得到的分类结果不够精细,对图像中的细节不敏感,所以提取的精度不够好,对于边缘精度不高,尤其是对于一些模糊图像的血管边缘图像提取细节不足。
发明内容
为了克服上述问题或者至少部分地解决上述问题,本发明实施例提供一种基于多特征融合的眼底图像中血管的提取方法与电子设备,用以更有效、更精确地提取血管边缘图像,包括模糊图像的眼底血管边缘图像。
第一方面,本发明实施例提供一种基于多特征融合的眼底图像中血管的提取方法,包括:
基于待处理眼底图像,利用多个不同分类器,分别提取眼底血管的多个不同特征,并对所述多个不同特征进行特征融合;
基于特征融合后的综合特征,利用训练完成的denseCRF模型,获取所述眼底血管的分割图像;
对所述分割图像进行形态学分析处理,提取所述眼底血管的二值图像。
第二方面,本发明实施例提供一种基于多特征融合的眼底图像中血管的提取装置,包括:
综合特征提取模块,用于基于待处理眼底图像,利用多个不同分类器,分别提取眼底血管的多个不同特征,并对所述多个不同特征进行特征融合;
眼底血管图像分割模块,用于基于特征融合后的综合特征,利用训练完成的denseCRF模型,获取所述眼底血管的分割图像;
提取输出模块,用于对所述分割图像进行形态学分析处理,提取所述眼底血管的二值图像。
第三方面,本发明实施例提供一种电子设备,包括:至少一个存储器、至少一个处理器、通信接口和总线;所述存储器、所述处理器和所述通信接口通过所述总线完成相互间的通信,所述通信接口用于所述电子设备与眼底图像设备之间的信息传输;所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如上第一方面所述的基于多特征融合的眼底图像中血管的提取方法。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如上第一方面所述的基于多特征融合的眼底图像中血管的提取方法。
本发明实施例提供的基于多特征融合的眼底图像中血管的提取方法与电子设备,考虑不同分类器得到的识别结果之间的互补性,将多种分类器相融合,并将多种特征融合与FCN+denseCRF模型相结合,进行眼底图像中血管图像的提取,能够使眼底血管的分割提取效果更好,模糊边缘的图像也可以提取出部分血管,提高了提取精度。
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北京工业大学,未经北京工业大学许可,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/201811418985.4/2.html,转载请声明来源钻瓜专利网。