[发明专利]图像识别方法、可读存储介质及电子设备在审

专利信息
申请号: 202110292769.5 申请日: 2021-03-18
公开(公告)号: CN113057593A 公开(公告)日: 2021-07-02
发明(设计)人: 徐青松;李青 申请(专利权)人: 杭州睿胜软件有限公司
主分类号: A61B5/00 分类号: A61B5/00;G06T7/00;G06T5/00;G06K9/32
代理公司: 上海思捷知识产权代理有限公司 31295 代理人: 刘畅
地址: 310053 浙江省杭州市滨*** 国省代码: 浙江;33
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 识别 方法 可读 存储 介质 电子设备
【权利要求书】:

1.一种图像识别方法,其特征在于,所述图像识别方法包括:

获取动物皮肤的病变部位的病变图像;

将所述病变图像输入至预设的第一病变分类模型,获取所述病变部位的病变类型信息,并基于所述病变类型信息生成所述病变图像的热力图,以确定所述病变部位具体的病变位置信息;以及,

根据所述病变类型信息及所述病变位置信息,输出病变提示信息。

2.如权利要求1所述的图像识别方法,其特征在于,确定所述病变位置信息的步骤包括:

在所述热力图上找到所述病变图像的兴趣点;

根据所述兴趣点所处位置获得所述病变部位具体的病变位置信息。

3.如权利要求1所述的图像识别方法,其特征在于,所述图像识别方法还包括:

将获取的所述病变类型信息输入至预设的第二病变分类模型中,获取所述病变部位的病理分期;以及,

根据所述病变类型信息、所述病变位置信息及所述病理分期,输出病变提示信息。

4.如权利要求3所述的图像识别方法,其特征在于,所述第一病变分类模型和所述第二病变分类模型均为预先训练好的神经网络模型。

5.如权利要求1所述的图像识别方法,其特征在于,在获取所述皮肤病变图像后,所述图像识别方法还包括:

对所述皮肤病变图像进行预处理,所述预处理包括:去噪和增强。

6.如权利要求1所述的图像识别方法,其特征在于,在获取动物病变部位的皮肤病变图像之前,所述图像识别方法还包括:

判定待识别动物的种类及品种;

根据动物的种类及品种匹配所述第一病变分类模型。

7.一种图像识别方法,其特征在于,所述图像识别方法包括:

获取动物皮肤的病变部位的病变图像;

将所述病变图像输入至预设的病变颜色分类模型,获取所述病变部位的颜色;

将所述病变图像输入至预设的病变纹理分类模型,获取所述病变部位的纹理及形状;

根据获取的所述病变部位的颜色、纹理及形状,获取所述病变部位的病变类型信息,并基于所述病变类型信息生成所述病变图像的热力图,以确定所述病变部位具体的病变位置信息;

根据所述病变类型信息及所述病变位置信息,输出病变提示信息。

8.如权利要求7所述的图像识别方法,其特征在于,确定所述病变位置信息的步骤包括:

在所述热力图上找到所述病变图像的兴趣点;

根据所述兴趣点所处位置获得所述病变部位具体的病变位置信息。

9.如权利要求7所述的图像识别方法,其特征在于,获取所述病变类型信息的步骤包括:

提取所述病变图像上各个区域的颜色特征;

提取所述病变图像上各个区域的纹理及形状特征;

根据所述病变图像上各个区域的所述颜色特征和/或所述纹理及形状特征进行区域分类,区分出皮肤区域和非皮肤区域,并获取所述皮肤区域的所述病变类型信息。

10.如权利要求9所述的图像识别方法,其特征在于,采用高斯混合模型进行所述区域分类。

11.如权利要求7所述的图像识别方法,其特征在于,所述病变颜色分类模型和所述病变纹理分类模型均为预先训练好的神经网络模型。

12.如权利要求7所述的图像识别方法,其特征在于,在获取所述皮肤病变图像后,所述图像识别方法还包括:

对所述皮肤病变图像进行预处理,所述预处理包括:去噪和增强。

13.如权利要求7所述的图像识别方法,其特征在于,在获取动物病变部位的皮肤病变图像之前,所述图像识别方法还包括:

判定动物的种类及品种;

根据动物的种类及品种匹配所述病变颜色分类模型和所述病变纹理分类模型。

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杭州睿胜软件有限公司,未经杭州睿胜软件有限公司许可,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/202110292769.5/1.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