[发明专利]基于多光谱图像融合识别的目标判定方法

说明书

本发明公开了一种基于多光谱图像融合识别的目标判定方法，步骤如下：S1、采集已有图像样本；S2、将图像样本以特定的格式导入电脑，读取、分析样本图像的特征，并按照注射时长及注射后的特征进行标注，建立样本数据库；S3、构建多光谱图像和目标识别算法，分别用红外相机和可见光相机采集图像数据，并进行图像配准；利用深度学习模型对多光谱图像时序性特征进行自动提取，送入分类器，进行目标检测、分类与定位；S4、将目标检测及分类结果上传至APP，由医护人员对分类结果进行判断，得出最终结果。本发明提升目标检测结果的精度与准确性，提高医护人员工作效率，保证患者安全用药。

技术领域

本发明属于图像识别技术领域，具体涉及一种基于多光谱图像融合识别的目标判定方法。

背景技术

目前，青霉素皮试结果是由护士根据判断标准肉眼观察并做出判断，其标准参照《中华人民共和国药典临床用药须知》的推荐方法执行：局部红肿，直径＞1cm，或比原皮丘增大超过3mm，或局部红晕，为阳性。实际操作中由于护士主观判断的差异性，客观环境因素(光线、患者皮肤特质)干扰，对皮丘大小、红晕范围、与周围皮肤的界限，以及病人本身皮肤的特质(比如敏感型皮肤)很难做出准确统一的判断，即便用皮试尺等测量工具，也存在测量点选择不同而得出不同结果。碰到模棱两可的皮试反应，护士处于规避风险的考虑，往往判断阳性，而这一类病人通过做青霉素皮试对照试验，95％以上是假阳性(来自医院科室所做对照试验的数据)，病人如果被误判将失去最佳用药机会。因此需要有一种更智能、更精准的技术来帮助护士做出更准确的判断。

发明内容

本发明针对现有技术中的不足，提供一种基于多光谱图像融合识别的目标判定方法，目的是解决护士目测观察、判断青霉素皮试结果的主观差异性，提高结果判断的精准度、准确率。

为实现上述目的，本发明采用以下技术方案：一种基于多光谱图像融合识别的目标判定方法，包括如下步骤：

S1、采集已有图像样本；

S2、将图像样本以特定的格式导入电脑，读取、分析样本图像的特征，并按照注射时长及注射后的特征进行标注，建立样本数据库；

S3、构建多光谱图像和目标识别算法，分别用红外相机和可见光相机采集图像数据，进行图像配准；利用深度学习模型对多光谱图像时序性特征进行自动提取，送入分类器，进行目标检测、分类与定位；

S4、由目标识别算法对图像样本进行识别判定；如果算法判定的结果与人工判定结果一致，则直接在样本数据库中标注结果；反之，则经第三人参与判断，校正后标注结果；

S5、将目标检测及分类结果上传至APP，由医护人员对分类结果进行判断，得出最终结果。

为优化上述技术方案，采取的具体措施还包括：

进一步地，步骤S1中，采集的图像样本包括注射0分钟时刻和注射20分钟时刻的图片，由医护人员给出判断结果。

进一步地，步骤S2中，分别对“注射0分钟”时刻、“注射20分钟”时刻及两个时刻的判断结果分别进行标注。

进一步地，步骤S3中，多光谱图像和目标识别算法对红外图像与可见光图像中的特征进行识别、检测，特征包括皮丘的大小、颜色、红晕范围，皮丘与周围皮肤的界限。

进一步地，在图像配准过程中，制作图像标定板，通过局部加热的方法增强红外图像中的特征，完成联合标定。

进一步地，步骤S3包括构建一种基于红外图像与可见光图像的离线配准方法，首先利用图像标定板和特征点获取红外图像和可见光图像的映射变换矩阵H，然后利用H矩阵实现多光谱图像对之间的配准。

进一步地，步骤S3具体包括如下步骤：

S31、分别使用红外相机和可见光相机采集图像数据，对同一张图像采集的一组数据包括一张红外图像和一张可见光图像；