[发明专利]基于二次谐波图像纹理分析的皮肤瘢痕图像判断方法

摘要

本发明涉及一种基于二次谐波图像纹理分析的皮肤瘢痕诊断方法，包括以下步骤将待处理的图像分为训练集和测试集并转化为灰度图像；对灰度图像使用LD‑LBP编码，得到LD‑LBP码图和方差V1；对LD‑LBP码图使用Haar小波变换，计算低频子带系数均值ULL、方差Var和能量比Er及水平子带系数均值ULH；将V1、ULL、Var、Er和ULH组成特征向量并进行高斯归一化；将归一化后的特征向量使用模糊K邻近法；输出测试集类别。本发明实现了对皮肤瘢痕的无损诊断，具有较好的识别效果和诊断能力，解决了现有技术诊断瘢痕的有损问题，以帮助医生判断瘢痕种类并采取合理的治疗方式。

主权项

一种基于二次谐波图像纹理分析的皮肤瘢痕图像判断方法，其特征在于，包括如下步骤：(1)将待处理的瘢痕的胶原二次谐波图像随机分为训练集和测试集；(2)将训练集和测试集中待处理的瘢痕的胶原二次谐波图像转化为灰度图像；(3)使用LD‑LBP方法对灰度图像进行均匀度特征提取，生成LD‑LBP码图，并计算LD‑LBP方差V1；所述LD‑LBP方法是改进的LBP方法，通过在LBP方法基础上增加对中心与邻域像素灰度值的局部差异幅度值编码得到；(4)使用Haar小波变换对步骤(3)得到的LD‑LBP码图进行方向性、粗糙度特征提取，计算分解后的低频子带系数的均值ULL、方差Var和能量比Er，以及水平子带系数的均值ULH；(5)将步骤(3)得到的LD‑LBP方差V1，步骤(4)得到的低频子带系数的均值ULL、方差Var和能量比Er，以及水平子带系数的均值ULH组成瘢痕图像纹理的特征向量T，即T＝[V1,ULL,Var,Er,ULH]；(6)对步骤(5)得到的瘢痕图像纹理的特征向量T进行高斯归一化；(7)对训练集和测试集中归一化后的特征向量T使用模糊K邻近法进行处理；(8)判断并输出测试集中各个瘢痕图像的类别Ck，其中k∈[1,2]，C1为正常瘢痕图像，C2为异常瘢痕图像；所述步骤(3)中，使用LD‑LBP方法对灰度图像进行均匀度特征提取，包括以下步骤：(301)分别以灰度图像中除边缘像素点外的各个像素点为中心像素点，以中心像素点及其周围8个像素点构造3×3邻域，分别计算各个邻域内的中心像素点gc与周围8个像素点gp(p＝0,1,…,7)的灰度值的局部差异Cp，即Cp＝gp‑gc；(302)计算各个局部差异Cp对应的局部差异幅度值Sp，即Sp＝|Cp|；(303)以灰度图像中所有像素点的局部差异幅度值Sp的均值t为阈值，对各个邻域内8个局部差异幅度值Sp作二值化处理，得到8个为0或1的二进制值，并对邻域内不同位置的这8个二进制值加权求和，即从3×3邻域左上角的第一个二进制值开始，将权值2p按照顺时针次序依次赋予邻域内这8个二进制值，得其中得到LD‑LBP码图；(304)瘢痕图像纹理的均匀度特征由LD‑LBP方差V1表征，计算邻域内周围8个像素点的LD‑LBP方差其中纹理灰度值不均匀，方差较大；反之，方差较小；所述步骤(4)中，使用Haar小波变换对LD‑LBP码图进行方向性、粗糙度特征提取，包括以下步骤：(401)对LD‑LBP码图使用Haar小波变换，进行一层小波分解，分别得到低频子带LL、水平子带LH、垂直子带HL以及对角子带HH；(402)根据瘢痕图像纹理的方向性分布，对低频子带LL和水平子带LH进一步分析：利用均值公式和方差公式计算低频子带LL系数的均值ULL、方差Var，以及水平子带LH系数的均值ULH，以表征方向性特征，其中p(i,j)是大小为M×N的子带系数矩阵中坐标为(i,j)的小波分解系数；(403)瘢痕图像纹理的粗糙性特征由低频子带LL系数的能量比Er表征，其中ELL、ELH、EHL、EHH分别表示低频子带LL、水平子带LH、垂直子带HL和对角子带HH系数的能量值，由计算得到；所述步骤(6)中，高斯归一化，包括以下步骤：(601)设原始特征向量为[f1,f2,...,fn]，计算均值和标准差(602)利用公式和求其归一化后特征向量[F1,F2,...,Fn]。