[发明专利]一种图像分割方法、系统及电子设备

说明书

本申请公开了一种图像分割的方法、系统及电子设备，在获取到荧光图像之后，通过活体边界分割模型准确的分割出活体目标图像，然后根据边界清晰系数，确定出对应的活体区域，最终根据活体区域，将活体区域对应活体荧光区域叠加到原始图像中，该方法解决现有近红外二区活体荧光图像分割效果不理想的问题，提升了荧光图像分割的准确性。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种图像分割方法、系统及电子设备。

背景技术

在图像处理领域中，相较可见光和近红外一区，近红外二区的发射波长更长，可显著降低生物组织内光子的散射，增强生物组织的光吸收，穿透深度更深，因此，具有更高的时间和空间分辨率，能够更加清晰的观察到神经、血管分布。

在近红外二区活体成像中，为了更好的判断出荧光区域，通常会对图像做分割处理。而常用的图像分割的方法有：基于数学统计的方法(灰度直方图)、基于纹理的方法、基于阈值的方法等。

数学统计主要是分析数据的直方图，根据直方图中概率模型进行分割，如统计图像某一个范围内的值所占比重，利用这种特定的比重去分割图像；或者使用聚类的方法将图像聚类到不同类别。

基于纹理的方法主要是根据物体纹理的不同特征(粗糙度，相似性等)对图像进行分割，主要用到灰度共生矩阵、分形理论、直方图矩等方法。纹理分析的一个弊端是：不能有效区分纹理相似但属性不同的地物；阈值分割通常有两种：经验阈值和自适应阈值，通过设定分割阈值来实现图像的分割，分割的效果仅取决于设定的阈值，标准单一，无法适应复杂场景。

在实际的应用中，由于暗室密闭不足或滤光片不适用等原因，常常会造成漏光、反光、背景与活体区分不明显、图像中活体之外的区域存在噪点等现象，进而影响图像的分割效果。

发明内容

本申请提供了一种图像分割方法、系统及电子设备，用以解决现有近红外二区活体荧光图像分割效果不理想的问题。具体实现方案如下：

第一方面，本申请提供了一种图像分割方法，所述方法包括：

通过近红外二区成像系统获取荧光图像；

通过活体边界分割模型分割出所述荧光图像中的活体目标图像；

根据边缘评估函数对所述荧光图像中的活体目标图像的边界进行计算，得到每个活体目标图像的边界清晰系数；

在所有边界清晰系数中确定出最大边界清晰系数，并根据所述最大边界清晰系数对应的活体目标图像，提取出对应的活体区域；

根据活体区域，将所述活体区域对应的活体荧光区域叠加至原始图像中。

基于上述方法，在获取到荧光图像之后，通过活体边界分割模型准确的分割出活体目标图像，然后根据边界清晰系数，确定出对应的活体区域，最终根据活体区域，将活体区域对应活体荧光区域叠加到原始图像中，该方法解决现有近红外二区活体荧光图像分割效果不理想的问题，提升了荧光图像分割的准确性。

在一种可能的设计中，在通过活体边界分割模型分割出所述荧光图像的活体目标图像之前，所述方法还包括：

根据活体荧光图像中的目标物，对所述荧光图像中的目标物进行标注，得到原始活体荧光图像序列；

将原始活体荧光图像序列划分为训练样本以及测试样本，其中，所述训练样本中包含目标物，所述测试样本中不包含目标物；

通过学习网络对所述训练样本进行模型训练，得到所述活体边界分割模型。

在一种可能的设计中，通过学习网络对所述训练样本进行模型训练，得到所述活体边界分割模型，包括：

对所述训练样本进行预处理，得到预处理训练样本，其中，所述预处理至少包括图像去噪处理、像素归一化处理；