[发明专利]基于视觉注意机制的内窥图像中病灶定位方法

摘要

一种基于视觉注意机制的内窥图像中病灶定位方法，包括如下步骤：内窥图像视野边沿平滑与去噪预处理；基于视觉感知的颜色空间转换；各通道特征显著图的计算；特征显著图融合与合成；种子值计算与显著区域的选择与转移。本发明算法基于人类视觉注意机制，将提高内窥图像中病灶区域确定的准确度；将滤除那些非显著的图像区域，并且按照视觉显著度程度排列待识别区域，将极大地降低模式识别的计算量；基于视觉感知的颜色Luv空间，最大程度地利用了内窥图像的颜色信息，而颜色信息是病灶区域诊断的重要信息，从而提高了病灶区域确定的准确度和特异度。

主权项

一种基于视觉注意机制的内窥图像中病灶定位方法，其特征在于：所述定位方法包括如下步骤：a.内窥图像视野边沿平滑与去噪预处理将内窥镜检测视频输入，分幅得到单幅内窥图像，首先按内窥镜的视野参数将图像的边沿黑边平滑处理，得到边界清晰的内窥图像，然后进行圆形图像区域的去噪预处理，去掉待处理图像区域的噪声；b.基于视觉感知的颜色空间转换步骤a中得到的预处理RGB图像是基于设备的颜色空间，将其转换到基于视觉感知的Luv颜色空间；c.特征显著图的计算以步骤b得到的Luv颜色空间图像的u、v分量作为输入，计算颜色特征显著图uv(c,s)，以L分量作为输入计算亮度特征显著图L(c,s)，然后使用拉普拉斯变换算法，提取图像中的边沿，并采用虚连的方法，得到图像中显著内容的边沿区域，计算轮廓特征显著图O(c,s)；d.特征显著图融合与合成对步骤c所得到的颜色特征显著图uv(c,s)，亮度特征显著图L(c,s)，轮廓特征显著图O(c,s)分别在多尺度下进行规则化运算，然后进行各个特征显著图的融合，得到图像的显著度图S；e，显著区域的选择与转移以步骤d中所得到的显著图中为输入，采用蚀刻算法过滤掉面积较小的显著区域，然后按照区域面积大小的顺序排列显著度程度，即疑似病灶区域，最后计算病灶区域的种子值，供后续的模式识别使用，以筛除或确认病灶的类别。