[發明專利]圖像處理方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202010579769.9
• 申請日: 2020-06-23
• 公開（公告）號: CN111739008A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 孫旭;楊葉輝;王磊;許言午;黃艷
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/90;G06N20/00
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張娜;劉芳

本申請公開了一種圖像處理方法、裝置、設備及可讀存儲介質，人工智能中的圖像處理技術領域。具體實現方案為：電子設備利用原始圖像獲得血管概率圖，繼續利用血管概率圖和原始圖像生成多個擴充樣本，并利用該些擴充樣本訓練出機器模型，進而利用該機器模型對目標圖像進行處理。該過程中，電子設備基于利用血管概率圖和原始圖像生成多個擴充樣本，將擴充樣本添加至訓練集中訓練出機器模型，無需重新收集和標注新樣本，節省大量的人力成本和時間成本。

技術領域

本申請實施例涉及人工智能中的圖像處理技術領域，尤其涉及一種圖像處理方法、裝置、設備及可讀存儲介質。

背景技術

眼底病是視網膜、眼部血管或視覺神經等受損導致的一類眼部疾病，已成為致盲的主要原因之一。眼部血管的物理改變和病理改變與青光眼、高血壓視網膜病變等多種眼部疾病相關。

通常采用機器模型對眼底圖進行分析。機器模型訓練過程中，收集大量眼底圖并進行標記從而得到訓練數據，然后通過機器學習等方法得到性能比較高的機器模型。例如，收集大量帶有血管位置標注的訓練數據，訓練出血管分割模型。后續利用血管分割模型即可得到血管區域概率圖，以輔助其他眼底生理結構的提取和多種眼部疾病的篩查。然而，收集眼底圖并進行標注的過程極為費時，實踐中難以進行大規模標注，這為人工智能系統的構建帶來了極大的時間和經費成本。此外，由于受拍攝光照條件、眼底血管異常等因素影響，眼底的局部外在表征會發生明顯變化，如出現血管白鞘等。倘若這種局部表征多樣性在訓練樣本構建時未被考慮，則訓練出的機器模型的魯棒性交叉，難以應用于現實場景中。為解決該問題，常見的做法是在人工標注訓練數據時，充分考慮眼底圖的局部表征的多樣性，盡可能覆蓋更多的樣本數據。

然而，在構建數據集時就考慮眼底局部表征的難度非常大，需要投入大量資原始進行樣本篩選，耗費時間長且成本高。

發明內容

本申請提供了一種圖像處理方法、裝置、設備及可讀存儲介質，基于原始眼底圖像得到多個擴充樣本，將擴充樣本添加至訓練集中訓練出機器模型，無需重新收集和標注新樣本，節省大量的人力成本和時間成本。

第一方面，本申請實施例提供一種圖像處理方法，包括：利用原始圖像，獲取血管區域概率圖，所述血管區域概率圖用于指示所述原始圖像中每個像素點是血管像素點的概率，利用所述血管區域概率圖和所述原始圖像，生成擴充樣本，利用所述擴充樣本訓練出的機器模型處理目標圖像。

第二方面，本申請實施例提供一種圖像處理裝置，包括：

獲取模塊，用于利用原始圖像，獲取血管區域概率圖，所述血管區域概率圖用于指示所述原始圖像中每個像素點是血管像素點的概率，生成模塊，用于利用所述血管區域概率圖和所述原始圖像，生成擴充樣本，處理模塊，用于利用所述擴充樣本訓練出的機器模型處理目標圖像。

第三方面、本申請實施例提供一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行第一方面或第一方面任意可能實現的方法。

第四方面，本申請實施例提供一種包含指令的計算機程序產品，當其在電子設備上運行時，使得電子設備計算機執行上述第一方面或第一方面的各種可能的實現方式中的方法。

第五方面，本申請實施例提供一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述電子設備執行上述第一方面或第一方面的各種可能的實現方式中的方法。