[发明专利]眼底图识别及其训练方法、装置、设备和存储介质

权利要求书

1.一种眼底图识别方法，其特征在于，应用于终端设备，所述终端设备与图像采集单元连接，包括：

获取所述图像采集单元采集的待识别图像；

分别提取所述待识别图像的局部纹理特征、边缘特征和颜色特征；

将所述局部纹理特征、所述边缘特征和所述颜色特征进行拼接，得到拼接特征；

将所述拼接特征输入预设模型，以通过所述预设模型识别所述待识别图像是否为眼底图。

2.根据权利要求1所述的方法，其特征在于，所述提取所述待识别图像的局部纹理特征，包括：

将所述待识别图像划分为第一预设数量个图像块，所述第一预设数量与所述待识别图像的局部纹理特征的维度相同；

计算每个所述图像块中每个像素点的局部二值模式值；

统计每个所述图像块中所有像素点的局部二值模式总值；

将所述第一预设数量个局部二值模总值串联作为所述待识别图像的局部纹理特征。

3.根据权利要求1或2所述的方法，其特征在于，所述待识别图像的局部纹理特征的维度取值范围为9-11。

4.根据权利要求1所述的方法，其特征在于，所述提取所述待识别图像的边缘特征，包括：

计算所述待识别图像中每个像素的梯度；

将所述待识别图像块划分为多个图像单元；

根据所述待识别图像中每个像素的梯度，确定每个所述图像单元的梯度直方图；

根据每个所述图像单元的梯度直方图，确定所述待识别图像的边缘特征。

5.根据权利要求1或4所述的方法，其特征在于，所述边缘特征的维度取值范围为8000-8200。

6.根据权利要求1所述的方法，其特征在于，所述提取所述待识别图像的颜色特征，包括：

分别统计所述待识别图像分别在预设数量个通道的颜色分量的平均值和标准偏差值；

将预设数量个通道各自的颜色分量的平均值和标准偏差值串联，得到所述待识别图像的颜色特征。

7.根据权利要求1所述的方法，其特征在于，所述提取所述待识别图像的颜色特征，包括：

分别统计所述待识别图像分别在R、G、B通道的颜色分量的平均值和标准偏差值；

将R、G、B通道的颜色分量的平均值和标准偏差值串联，得到6维的所述颜色特征。

8.根据权利要求1所述的方法，其特征在于，所述拼接特征的维度取值范围为8110-8120。

9.根据权利要求1-8任一项所述的方法，其特征在于，所述预设模型是基于梯度提升树训练得到的。

10.根据权利要求1-8任一项所述的方法，其特征在于，所述提取所述待识别图像的局部纹理特征、边缘特征和颜色特征，包括：

将所述待识别图像输入预设特征提取模型，以通过所述预设特征提取模型提取所述待识别图像的局部纹理特征、边缘特征和颜色特征。

11.根据权利要求1所述的方法，其特征在于，所述将所述拼接特征输入预设模型，以通过所述预设模型识别所述待识别图像是否为眼底图之后，所述方法还包括：

将识别结果在所述终端设备上显示。

12.一种眼底图识别的训练方法，其特征在于，包括：

获取具有第一标注信息的训练图像，所述第一标注信息包括所述训练图像是否为眼底图；

提取所述训练图像的局部纹理特征、边缘特征和颜色特征；

将所述局部纹理特征、所述边缘特征和所述颜色特征进行拼接，得到拼接特征；

将所述拼接特征输入预先构建的梯度提升树模型，以通过所述预先构建的预设模型识别所述训练图像是否为眼底图；

基于识别结果和所述第一标注信息之间的差异调整所述预先构建的梯度提升树模型的网络参数。