[發明專利]圖像處理方法、裝置、電子設備及計算機可讀存儲介質

在審

• 申請號: 202010071526.4
• 申請日: 2018-12-27
• 公開（公告）號: CN111210467A
• 公開（公告）日: 2020-05-29
• 發明（設計）人: 宋濤
• 申請（專利權）人: 上海商湯智能科技有限公司
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06N3/04
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

本申請實施例公開了一種圖像處理方法、裝置、電子設備及計算機可讀存儲介質，其中方法包括：獲取待配準圖像和用于配準的參考圖像；將所述待配準圖像和所述參考圖像輸入預設神經網絡模型，所述預設神經網絡模型訓練中衡量相似度的目標函數包括預設待配準圖像和預設參考圖像的相關系數損失；基于所述預設神經網絡模型將所述待配準圖像向所述參考圖像配準，獲得配準結果，可以提高圖像配準的精度和實時性。

本申請是申請號為201811614468.4、申請日為2018年12月27日、發明創造名稱為“圖像處理方法、裝置、電子設備及計算機可讀存儲介質”的中國專利申請的分案申請。

技術領域

本發明涉及計算機視覺技術領域，具體涉及圖像處理方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

圖像配準是將不同的獲取時間、不同傳感器、不同條件下的同一場景或者同一目標的兩幅或者多幅圖像進行配準的過程，被廣泛應用于醫學圖像處理過程中。醫學圖像配準是醫學圖像處理領域中一項重要技術，對臨床診斷和治療起著越來越重要的作用。

現代醫學通常需要將多個模態或者多個時間點獲得的醫學圖像進行綜合分析，那么在進行分析之前就需要將幾副圖像進行配準工作。傳統的可形變配準方法是通過不斷計算每個像素點的一個對應關系，通過相似性度量函數來計算配準后的圖像與參考圖像的相似度并且不斷的迭代的一個過程，直到達到一個合適的結果，這個過程通常需要幾個小時甚至更長的時間來完成，而在實際應用中病人臟器器官配準的需求量較大，并且在很多情況下如手術前對配準的結果要求急迫，可見一般的配準方法較浪費診斷醫生的時間，缺乏時效性。

發明內容

本申請實施例提供了圖像處理方法、裝置、電子設備及計算機可讀存儲介質，可以提高圖像配準的精度和實時性。

本申請實施例第一方面提供一種圖像處理方法，包括：

獲取待配準圖像和用于配準的參考圖像；

將所述待配準圖像和所述參考圖像輸入預設神經網絡模型，所述預設神經網絡模型訓練中衡量相似度的目標函數包括預設待配準圖像和預設參考圖像的相關系數損失；

基于所述預設神經網絡模型將所述待配準圖像向所述參考圖像配準，獲得配準結果。

在一種可選的實施方式中，所述獲取待配準圖像和用于配準的參考圖像之前，所述方法還包括：

獲取原始待配準圖像和原始參考圖像，對所述原始待配準圖像和所述原始參考圖像進行圖像歸一化處理，獲得滿足目標參數的待配準圖像和參考圖像。

在一種可選的實施方式中，所述對所述原始待配準圖像和所述原始參考圖像進行圖像歸一化處理，獲得滿足目標參數的所述待配準圖像和所述參考圖像包括：

將所述原始待配準圖像轉換為預設灰度值范圍內和預設圖像尺寸的待配準圖像；

將所述原始參考圖像轉換為所述預設灰度值范圍內和所述預設圖像尺寸的參考圖像。

在一種可選的實施方式中，所述預設神經網絡模型的訓練過程包括：

獲取所述預設待配準圖像和所述預設參考圖像，將所述預設待配準圖像和所述預設參考圖像輸入所述預設神經網絡模型生成形變場；

基于所述形變場將所述預設待配準圖像向所述預設參考圖像配準，獲得配準后圖像；

獲得所述配準后圖像和所述預設參考圖像的相關系數損失；

基于所述相關系數損失對所述預設神經網絡模型進行參數更新，獲得訓練后的預設神經網絡模型。

在一種可選的實施方式中，所述獲取所述預設待配準圖像和所述預設參考圖像之后，所述方法還包括：