[发明专利]一种LTP与HOG特征融合的乳腺肿瘤检测系统与方法有效
申请号: | 201810870328.7 | 申请日: | 2018-08-02 |
公开(公告)号: | CN109034256B | 公开(公告)日: | 2021-03-30 |
发明(设计)人: | 陈华;杨帆;刘刚 | 申请(专利权)人: | 燕山大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/46 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 王戈 |
地址: | 066000 河北*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种LTP与HOG特征融合的乳腺肿瘤检测系统及方法,该检测方法包括:获取采集的乳腺肿瘤图像,建立图像训练样本库;对样本图像进行自适应二值化处理以及二维离散Haar小波变换,得到4个样本子图像;从样本子图像中的低频部分子图像提取HOG特征;从水平方向部分子图、垂直方向部分子图像以及对角线方向部分子图像中提取LTP特征;将提取到的特征进行归一化处理,形成HOG‑LTP特征;建立SVM模型;将样本图像作为输入量,HOG‑LTP特征作为期望输出量对SVM模型进行样本训练;计算得到待检测的乳腺肿瘤图像的HOG‑LTP特征;将计算得到的HOG‑LTP特征输入训练后的SVM模型中,检测输出的乳腺肿瘤图像。该发明能在保证检测精度的同时提高检测效率。 | ||
搜索关键词: | 一种 ltp hog 特征 融合 乳腺 肿瘤 检测 系统 方法 | ||
【主权项】:
1.一种LTP与HOG特征融合的乳腺肿瘤检测方法,其特征在于,包括:获取采集的乳腺肿瘤图像,建立乳腺肿瘤图像训练样本库;对样本图像进行自适应二值化处理以及二维离散Haar小波变换,得到4个样本子图像;从所述4个样本子图像中的低频部分子图像提取HOG特征;从水平方向部分子图、垂直方向部分子图像以及对角线方向部分子图像中提取LTP特征;将提取到的HOG特征与LTP特征进行归一化处理,形成HOG‑LTP特征;建立SVM模型;将所述样本图像作为输入量,所述HOG‑LTP特征作为期望输出量对SVM模型进行样本训练;对待检测的乳腺肿瘤图像进行自适应二值化处理以及二维离散Haar小波变换,得到4个新的样本子图像;计算得到待检测的乳腺肿瘤图像的HOG‑LTP特征;将计算得到的HOG‑LTP特征输入训练后的SVM模型中,检测输出的乳腺肿瘤图像。
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燕山大学,未经燕山大学许可,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/201810870328.7/,转载请声明来源钻瓜专利网。
- 上一篇:服装销量的预测方法及装置
- 下一篇:一种细胞图像记录系统及分类方法