[发明专利]一种用于优化图像分割结果的方法和装置在审

专利信息
申请号: 201910992582.9 申请日: 2019-10-18
公开(公告)号: CN110910396A 公开(公告)日: 2020-03-24
发明(设计)人: 颜振松;张晓璐;钱天翼 申请(专利权)人: 北京量健智能科技有限公司
主分类号: G06T7/11 分类号: G06T7/11
代理公司: 北京启坤知识产权代理有限公司 11655 代理人: 姜冰莹
地址: 100080 北京市海淀*** 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: 一种 用于 优化 图像 分割 结果 方法 装置
【权利要求书】:

1.一种用于优化图像分割结果的方法,其中,该方法包括:

a若图像分割结果中的相邻两个分割区域之间存在不明显边界,确定所述两个分割区域中的欠分割区域和过分割区域;

b对所述欠分割区域和所述过分割区域进行像素值分布统计,并根据统计结果确定转化区间;

c将所述过分割区域中满足所述转化区间的像素转换到所述欠分割区域中。

2.根据权利要求1所述的方法,其中,所述步骤b包括:

对所述欠分割区域和所述过分割区域进行像素值分布统计,根据统计结果计算所述欠分割区域对应的第一均值和标准差,以及所述过分割区域对应的第二均值;

m根据所述第一均值、所述标准差以及所述第二均值,确定转化区间。

3.根据权利要求2所述的方法,其中,所述步骤m包括:

比较所述第一均值与所述第二均值的大小,并根据比较结果确定转化区间,其中,若所述第一均值大于所述第二均值,转化区域取值为[μy–k*σy,μy],若所述第一均值小于所述第二均值,转化区域取值为[μy,μy+k*σy];

其中,μy为所述第一均值,σy为所述标准差,k为经验常数。

4.根据权利要求2所述的方法,其中,所述步骤m包括:

将区间[μy–k*σy,μy+k*σy]确定为转化区间,其中,μy为所述第一均值,σy为所述标准差,k为经验常数。

5.根据权利要求3或4所述的方法,其中,所述步骤m还包括:

根据当前分割任务以及预定映射关系,动态确定当前分割任务对应的经验常数,其中,所述预定映射关系用于指示分割任务与预定经验常数之间的映射关系。

6.根据权利要求1所述的方法,其中,所述图像分割结果包括每个像素对应的标签,所述步骤c包括:

将所述过分割区域中满足所述转化区间的像素的标签修改为所述欠分割区域对应的标签。

7.根据权利要求1所述的方法,其中,所述图像分割结果包括所述欠分割区域对应的像素集合以及所述过分割区域对应的像素集合,所述步骤c包括:

将所述过分割区域对应的像素集合中满足所述转化区间的像素转移至所述欠分割区域对应的像素集合中。

8.根据权利要求1所述的方法,其中,所述图像分割结果是针对脑MRI图像进行图像分割获得的,所述欠分割区域为小脑灰质区域,所述过分割区域为与所述小脑灰质区域相邻的小脑白质区域。

9.一种用于优化图像分割结果的装置,其中,该装置包括:

用于若图像分割结果中的相邻两个分割区域之间存在不明显边界,确定所述两个分割区域中的欠分割区域和过分割区域的装置;

用于对所述欠分割区域和所述过分割区域进行像素值分布统计,并根据统计结果确定转化区间的装置;

用于将所述过分割区域中满足所述转化区间的像素转换到所述欠分割区域中的装置。

10.根据权利要求9所述的装置,其中,所述用于对所述欠分割区域和所述过分割区域进行像素值分布统计,并根据统计结果确定转化区间的装置,用于:

对所述欠分割区域和所述过分割区域进行像素值分布统计,根据统计结果计算所述欠分割区域对应的第一均值和标准差,以及所述过分割区域对应的第二均值;

根据所述第一均值、所述标准差以及所述第二均值,确定转化区间。

11.根据权利要求10所述的装置,其中,所述根据所述第一均值、所述标准差以及所述第二均值,确定转化区间,包括:

比较所述第一均值与所述第二均值的大小,并根据比较结果确定转化区间,其中,若所述第一均值大于所述第二均值,转化区域取值为[μy–k*σy,μy],若所述第一均值小于所述第二均值,转化区域取值为[μy,μy+k*σy];

其中,μy为所述第一均值,σy为所述标准差,k为经验常数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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量健智能科技有限公司,未经北京量健智能科技有限公司许可,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/201910992582.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top