[发明专利]基于特征融合的多模块无监督学习视网膜血管分割系统在审
| 申请号： | 201810842154.3 | 申请日： | 2018-07-27 |
| 公开（公告）号： | CN108921133A | 公开（公告）日： | 2018-11-30 |
| 发明（设计）人： | 陈晓云;陈莉;张萌 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/40;G06K9/62 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于特征融合的多模块无监督学习视网膜血管分割系统，包括：图像去噪和增强模块，用于对彩色眼底图像去噪，增强彩色眼底图像对比度；特征提取和融合模块，用于提取彩色眼底图像像素的不变矩特征、Hessian矩阵特征、Gabor小波特征、相位一致性特征、Candy边缘算子特征，并融合为特征向量；多模块学习模块，用于将彩色眼底图像像素的特征向量分割为多个模块，并分别聚类；以及，合成和结果分析模块，用于对聚类结果合成，并比对分析。本发明提出的系统弥补了有监督的视网膜血管分割方法须以专家手动标记血管为金标准、存在训练样本获取困难和训练时间长等方面的不足。 | ||
| 搜索关键词： | 眼底图像 视网膜血管 多模块 无监督学习 分割系统 特征融合 特征向量 像素 合成 结果分析模块 相位一致性 比对分析 边缘算子 聚类结果 融合模块 手动标记 特征提取 图像去噪 学习模块 训练样本 增强彩色 不变矩 金标准 分割 聚类 去噪 血管 融合 监督 | ||
【主权项】：
1.一种基于特征融合的多模块无监督学习视网膜血管分割系统，其特征在于，包括：图像去噪和增强模块，用于对彩色眼底图像去噪，增强彩色眼底图像对比度；特征提取和融合模块，用于提取彩色眼底图像像素的不变矩特征、Hessian矩阵特征、Gabor小波特征、相位一致性特征、Candy边缘算子特征，并融合为特征向量；多模块学习模块，用于将彩色眼底图像像素的特征向量分割为多个模块，并分别聚类；以及，合成和结果分析模块，用于对聚类结果合成，并比对分析，输出结果。
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福州大学，未经福州大学许可，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/patent/201810842154.3/，转载请声明来源钻瓜专利网。
- 上一篇：无人机机载电缆探测系统
- 下一篇：指纹采集方法、装置、电子设备和存储介质
