[发明专利]骨检测方法、装置、电子设备及存储介质

说明书

本申请提供了一种骨检测方法、装置、电子设备及存储介质，所述方法包括：获取目标骨的视觉检测数据，所述目标骨的视觉检测数据是视觉检测设备检测所述目标骨得到的，所述目标骨的视觉检测数据包括所述目标骨的2D检测数据以及所述目标骨的3D检测数据和/或射线检测数据；根据所述目标骨的2D检测数据，获取所述目标骨的2D纹理信息；根据所述目标骨的3D检测数据和/或射线检测数据，获取所述目标骨的3D轮廓信息；根据所述目标骨的2D纹理信息和3D轮廓信息，检测所述目标骨是否是人骨。该骨检测方法利用了计算机视觉技术，实现了非接触式检测，相比传统的人骨鉴定方法效率更高，且无需人工鉴别，智能化水平高。

技术领域

本申请涉及计算机视觉技术领域，尤其涉及骨检测方法、装置、电子设备及计算机可读存储介质。

背景技术

传统的人骨鉴定方法主要包括形态学检验、组织学检验和生物学检验等技术手段，需要法医使用显微镜、化学试剂等进行鉴别，操作复杂，且鉴定周期较长。

发明内容

本申请的目的在于提供骨检测方法、装置、电子设备及计算机可读存储介质，利用了计算机视觉技术，实现了非接触式检测，相比传统的人骨鉴定方法效率更高，且无需人工鉴别，智能化水平高。

本申请的目的采用以下技术方案实现：

第一方面，本申请提供了一种骨检测方法，所述方法包括：获取目标骨的视觉检测数据，所述目标骨的视觉检测数据是视觉检测设备检测所述目标骨得到的，所述目标骨的视觉检测数据包括所述目标骨的2D检测数据以及所述目标骨的3D检测数据和/或射线检测数据；根据所述目标骨的2D检测数据，获取所述目标骨的2D纹理信息；根据所述目标骨的3D检测数据和/或射线检测数据，获取所述目标骨的3D轮廓信息；根据所述目标骨的2D纹理信息和3D轮廓信息，检测所述目标骨是否是人骨。该技术方案的有益效果在于，可以利用视觉检测设备获取目标骨的视觉检测数据，根据视觉检测数据可以获取目标骨的2D纹理信息和3D轮廓信息，从而可以判断目标骨是否为人骨，该骨检测方法利用了计算机视觉技术，实现了非接触式检测，相比传统的人骨鉴定方法效率更高，且无需人工鉴别，智能化水平高。

在一些可选的实施例中，所述根据所述目标骨的2D纹理信息和3D轮廓信息，检测所述目标骨是否是人骨，包括：获取多个骨样本的2D纹理信息、3D轮廓信息和生物类型标注数据，每个骨样本的生物类型标注数据包括所述骨样本的生物类型标识，所述骨样本的生物类型标识用于指示所述骨样本是否是人骨；根据所述多个骨样本的2D纹理信息、3D轮廓信息和生物类型标注数据，利用深度学习模型进行训练，得到生物分类模型；将所述目标骨的2D纹理信息和3D轮廓信息输入所述生物分类模型，确定所述目标骨是人骨或者不是人骨。该技术方案的有益效果在于，可以根据多个骨样本的2D纹理信息、3D轮廓信息和生物类型标注数据，利用深度学习模型进行训练，得到生物分类模型，一方面，通过向生物分类模型输入目标骨的2D纹理信息和3D轮廓信息，可以判断目标骨是否为人骨，检测效率较高；另一方面，生物分类模型可以由大量的样本数据训练而成，可以识别多种2D纹理信息和3D轮廓信息，适用范围广，智能化水平高。

在一些可选的实施例中，所述方法还包括：当所述目标骨是人骨时，根据所述目标骨的2D纹理信息，获取所述目标骨的密度；所述根据所述目标骨的2D纹理信息，获取所述目标骨的密度，包括：获取第一组人骨样本的2D纹理信息和密度标注数据，每个人骨样本的密度标注数据包括所述人骨样本的密度；根据所述第一组人骨样本的2D纹理信息和密度标注数据，利用深度学习模型进行训练，得到密度分类模型；将所述目标骨的2D纹理信息输入所述密度分类模型，估计出所述目标骨的密度。该技术方案的有益效果在于，当目标骨是人骨时，可以根据第一组人骨样本的2D纹理信息和密度标注数据，利用深度学习模型进行训练，得到密度分类模型，一方面，通过向密度分类模型输入目标骨的2D纹理信息，可以估计出所述目标骨的密度，自动化程度高；另一方面，密度分类模型可以由大量的样本数据训练而成，可以识别多种2D纹理信息，适用范围广，智能化水平高。