[發明專利]圖像處理方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010589818.7
• 申請日: 2020-06-24
• 公開（公告）號: CN111754486B
• 公開（公告）日: 2023-08-15
• 發明（設計）人: 尚方信;楊葉輝;王磊;許言午
• 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;G16H30/40;G16H50/20
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;臧建明

1.一種圖像處理方法，其特征在于，包括：

獲取待處理圖像；

根據所述待處理圖像和分級網絡模型，獲得分級數組，其中，所述分級網絡模型為根據混合樣本預先訓練得到的模型，所述分級數組包含的元素個數為C-1，C為病變等級個數，C個病變等級包括1個不存在病變的病變等級和C-1個存在病變的病變等級，所述分級數組中第k個元素為所述待處理圖像對應的病變等級大于或等于第k級病變等級的概率，1≤k≤C-1，且k為整數；

輸出所述分級數組；

所述根據所述待處理圖像和分級網絡模型，獲得分級數組之前，所述方法還包括：

獲取初始樣本，所述初始樣本標注有病變等級；

根據所述初始樣本和混合系數，得到所述混合樣本；

基于所述混合樣本訓練初始模型，得到所述分級網絡模型。

2.根據權利要求1所述的方法，其特征在于，所述根據所述初始樣本和混合系數，得到所述混合樣本，包括：

對所述初始樣本進行編碼處理，得到目標數組，所述目標數組包含的元素個數為C-1，所述目標分組中第k個元素為所述初始樣本對應的病變等級大于或等于第k級病變等級的概率；

根據所述目標數組和所述混合系數，得到混合樣本。

3.根據權利要求1所述的方法，其特征在于，得到一個所述混合樣本所使用的混合系數之和為固定值。

4.根據權利要求1所述的方法，其特征在于，所述分級網絡模型輸出的結果是經sigmoid激活函數歸一化處理過的。

5.根據權利要求1至4中任一項所述的方法，其特征在于，在所述根據所述待處理圖像和分級網絡模型，獲得分級數組之后，所述方法還包括：

根據所述分級數組，確定所述待處理圖像對應的病變等級；

輸出所述待處理圖像對應的病變等級。

6.根據權利要求5所述的方法，其特征在于，所述根據所述分級數組，確定所述待處理圖像對應的病變等級，包括：

獲得所述分級數組中各元素的概率和；

根據預設映射關系和所述概率和，確定所述待處理圖像對應的病變等級，所述預設映射關系包含病變等級與概率和之間的對應關系。

7.根據權利要求1至4中任一項所述的方法，其特征在于，在所述根據所述待處理圖像和分級網絡模型，獲得分級數組之前，所述方法還包括：

對所述待處理圖像進行預處理；

相應地，所述根據所述待處理圖像和分級網絡模型，獲得分級數組，包括：根據預處理后的圖像和分級網絡模型，獲得分級數組。

8.根據權利要求7所述的方法，其特征在于，所述預處理所采用的方法包括以下至少一項：

數據歸一化、高斯濾波和中值濾波。

9.一種圖像處理裝置，其特征在于，包括：

獲取模塊，用于獲取待處理圖像；

處理模塊，用于根據所述待處理圖像和分級網絡模型，獲得分級數組，其中，所述分級網絡模型為根據混合樣本預先訓練得到的模型，所述分級數組包含的元素個數為C-1，C為病變等級個數，C個病變等級包括1個不存在病變的病變等級和C-1個存在病變的病變等級，所述分級數組中第k個元素為所述待處理圖像對應的病變等級大于或等于第k級病變等級的概率，1≤k≤C-1，且k為整數；

輸出模塊，用于輸出所述分級數組；

所述獲取模塊，還用于獲取初始樣本，所述初始樣本標注有病變等級；

所述處理模塊，還用于根據所述初始樣本和混合系數，得到所述混合樣本；基于所述混合樣本訓練初始模型，得到所述分級網絡模型。

10.?一種電子設備，其特征在于，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權利要求1至8中任一項所述的方法。

11.一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其特征在于，所述計算機指令用于使所述計算機執行權利要求1至8中任一項所述的方法。