[發明專利]圖像處理方法及裝置

有效

• 申請號: 201710730705.2
• 申請日: 2017-08-23
• 公開（公告）號: CN107464230B
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 王閭威;李正龍;李瑩瑩
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T7/13
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張潤

1.一種圖像處理裝置，其特征在于，包括：

第一獲取模塊，用于對待診斷患者需要診斷的皮膚部位進行掃描，形成用于診斷的第一圖像；

機器學習模塊，用于將所述第一圖像輸入到深度學習模型中進行學習，獲取最小病變區域在所述第一圖像中的位置信息；

提取模塊，用于根據所述位置信息和圖像邊緣檢測算法，從所述第一圖像中獲取包括所述最小病變區域的原始圖和掩碼圖；

融合模塊，用于將所述掩碼圖和所述原始圖進行融合，得到所述最小病變區域對應的目標圖像；其中，所述目標圖像為用于對所述最小病變區域進行診斷的圖像，所述目標圖像中的像素點與所述原始圖和所述掩碼圖中的像素點一一對應；

所述融合模塊，包括：獲取單元用于獲取所述掩碼圖的每個像素點的第一像素值和所述原始圖中每個像素點的第二像素值；融合單元用于將所述掩碼圖中的像素點的所述第一像素值，與所述原始圖中對應像素點的所述第二像素值進行融合，獲取到所述像素點的目標像素值；形成單元用于根據所有像素點的所述目標像素值，形成所述最小病變區域的所述目標圖像；

所述融合單元具體用于：針對每個像素點，利用所述第一像素值與最大像素值做比值，將所述比值與所述第二像素值相乘，得到第一數據；獲取所述最大像素值與所述第一像素值的差值；將所述第一數據與所述差值相加，得到所述像素點的所述目標像素值；或者，

所述獲取單元具體用于：提取所述掩碼圖中每個像素點的所述第一像素值，利用每個像素點的所述第一像素值，構成所述掩碼圖的第一矩陣；其中，每個像素點的所述第一像素值在所述第一矩陣中的位置是由所述像素點在所述掩碼圖中的位置確定的；提取所述原始圖中每個像素點的第二像素值，利用每個像素點的所述第二像素值，構成所述原始圖的第二矩陣；其中，每個像素點的所述第二像素值在所述第二矩陣中的位置是由所述像素點在所述原始圖中的位置確定的；所述融合單元具體用于：將所述第一矩陣與最大像素值相除，得到第三矩陣；將所述第三矩陣中每個像素點的像素值與所述第二矩陣中對應像素點的所述第二像素值相乘，得到第四矩陣；利用所述最大像素值分別與所述第一矩陣中每個像素點的所述第一像素值相減，得到第五矩陣；將所述第四矩陣和所述第五矩陣相加，得到第六矩陣，其中，所述第六矩陣中每個像素點的像素值為所述像素點的所述目標像素值。

2.根據權利要求1所述的裝置，其特征在于，還包括：

診斷模塊，用于將所述目標圖像輸入到診斷模型中進行學習，對所述目標圖像中的所述最小病變區域進行診斷以獲取診斷結果。

3.根據權利要求1所述的裝置，其特征在于，還包括：

第二獲取模塊，用于獲取已往診斷過患者的圖像作為對構建的初始深度學習模型進行訓練的樣本圖像；

第三獲取模塊，用于獲取所述樣本圖像的標注數據，所述標注數據包括所述最小病變區域在所述樣本圖像中的中心坐標和半徑值，所述樣本圖像的中心坐標和半徑值；

訓練模塊，用于將所述樣本圖像和所述標注數據輸入到所述初始深度學習模型中進行訓練，形成用于學習的所述深度學習模型。

4.根據權利要求3所述的裝置，其特征在于，還包括：

處理模塊，用于隨機抽出預設比例的樣本圖像進行毛發補充處理；和或，隨意抽出預設比例的樣本圖像進行顏色增強處理。