[发明专利]图像处理方法及装置、电子设备和存储介质在审

专利信息
申请号: 202010686919.6 申请日: 2020-07-16
公开(公告)号: CN111798498A 公开(公告)日: 2020-10-20
发明(设计)人: 张宏;张靖阳;夏清 申请(专利权)人: 上海商汤智能科技有限公司
主分类号: G06T7/30 分类号: G06T7/30;G06T7/10;G06N3/04
代理公司: 北京林达刘知识产权代理事务所(普通合伙) 11277 代理人: 刘新宇
地址: 200233 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

获取第一图像中目标对象的第一分割结果;

获取第二图像中目标对象的第二分割结果;

根据所述第一分割结果与所述第二分割结果,得到所述第一图像与所述第二图像之间的形变场,其中,所述形变场包括所述目标对象在所述第一图像与所述第二图像之间的每个像素点的位置变换关系。

2.根据权利要求1所述的方法,其特征在于,所述根据所述第一分割结果与所述第二分割结果,得到所述第一图像与所述第二图像之间的形变场,包括:

将所述第一分割结果与所述第二分割结果输入至第一神经网络,得到所述第一图像与所述第二图像的形变场。

3.根据权利要求1或2所述的方法,其特征在于,所述第一图像包括三维图像,所述第二图像包括二维图像;

所述根据所述第一分割结果与所述第二分割结果,得到所述第一图像与所述第二图像之间的形变场,包括:

根据所述第二图像的采集信息,将所述第一分割结果转换为二维的第三分割结果;

将所述第三分割结果与所述第二分割结果输入至第一神经网络,得到所述第一图像与所述第二图像之间的形变场。

4.根据权利要求1至3中任意一项所述的方法,其特征在于,所述方法还包括:

根据所述形变场,对所述第一图像与所述第二图像进行配准,得到配准结果。

5.根据权利要求2或3所述的方法,其特征在于,所述方法还包括:

根据所述形变场,获取所述第一神经网络的误差损失;

根据所述误差损失,对所述第一神经网络进行训练。

6.根据权利要求5所述的方法,其特征在于,所述根据所述形变场,获取所述第一神经网络的误差损失,包括:

根据所述形变场,对所述第一分割结果进行配准,得到配准后的第一分割结果,将所述配准后的第一分割结果与所述第二分割结果之间的误差作为所述第一神经网络的误差损失;或者,

根据所述形变场,对所述第二分割结果进行配准,得到配准后的第二分割结果,将所述配准后的第二分割结果与所述第一分割结果之间的误差作为所述第一神经网络的误差损失;或者,

根据所述形变场,对所述第一分割结果进行配准,得到配准后的第一分割结果,将所述配准后的第一分割结果与所述第二图像之间的误差作为所述第一神经网络的误差损失;或者,

根据所述形变场,对所述第二分割结果进行配准,得到配准后的第二分割结果,将所述配准后的第二分割结果与所述第一图像之间的误差作为所述第一神经网络的误差损失。

7.根据权利要求1至6中任意一项所述的方法,其特征在于,所述获取第一图像中目标对象的第一分割结果,包括:

将所述第一图像输入至第二神经网络,得到所述第一图像中所述目标对象的第一分割结果,其中,所述第二神经网络通过包含目标对象标注的第一训练图像进行训练;或者,

将所述第一图像输入至第一神经网络,得到所述第一图像中所述目标对象的第一分割结果,其中,所述第一神经网络还用于根据所述第一分割结果与所述第二分割结果,得到所述第一图像与所述第二图像之间的形变场。

8.根据权利要求1至7中任意一项所述的方法,其特征在于,所述获取第二图像中目标对象的第二分割结果,包括:

将所述第二图像输入至第三神经网络,得到所述第二图像中所述目标对象的第二分割结果,其中,所述第三神经网络通过包含目标对象标注的第二训练图像进行训练;或者,

将所述第二图像输入至第一神经网络,得到所述第二图像中所述目标对象的第二分割结果,其中,所述第一神经网络还用于根据所述第一分割结果与所述第二分割结果,得到所述第一图像与所述第二图像之间的形变场。

9.根据权利要求1至8中任意一项所述的方法,其特征在于,所述第一图像包括电子计算机断层扫描血管造影CTA图像,所述第二图像包括X光图像,所述目标对象包括冠状动脉对象。

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上海商汤智能科技有限公司,未经上海商汤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/202010686919.6/1.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