[發明專利]一種應用于靜脈扎針機器人血管識別的數據庫增強方法

在審

• 申請號: 202110275816.5
• 申請日: 2021-03-15
• 公開（公告）號: CN113111915A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 齊鵬;曹正青;楊芝琳;林筱易
• 申請（專利權）人: 同濟大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T3/60;G06T3/40;G06T5/00;G06T7/90;G06F16/51
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙繼明

本發明涉及一種應用于靜脈扎針機器人血管識別的數據庫增強方法，包括：對原血管圖像集分別進行上下翻轉和左右翻轉，得到第一血管圖像增強集和第二血管圖像增強集；對原血管圖像集進行旋轉操作，得到第三血管圖像增強集；對原血管圖像集進行縮放操作，得到第四血管圖像增強集；對原血管圖像集的亮度進行調整，得到第五血管圖像增強集；對原血管圖像集進行平移，得到第六血管圖像增強集；對原血管圖像集添加椒鹽噪聲，得到第七血管圖像增強集；集合原血管圖像集和上述圖像增強集，構成增強后的用于血管識別的數據庫。與現有技術相比，本發明對原有數據集進行擴充，且避免了圖像數據擴增后圖片的相似重合度過高的問題，使模型魯棒性大大提高。

技術領域

本發明涉及血管識別技術領域，尤其是涉及一種應用于靜脈扎針機器人血管識別的數據庫增強方法。

背景技術

計算機視覺是一門試圖通過圖像處理或視頻處理而使計算機具備“看”的能力的學科。通過理解圖像形成的幾何和輻射線測定，接受器的屬性和物理世界的屬性，就有可能從圖像中推斷出關于事物的有用信息。長久以來，計算機視覺就是深度學習應用中幾個最活躍的研究方向之一。深度學習中許多流行的標準基準任務包括對象識別和光學字符識別。計算機視覺是一個非常廣闊的發展領域，其中包括多種多樣的處理圖片的方式以及應用方向。大多數計算機視覺中的深度學習往往用于對象識別或者某種形式的檢測。

目前在醫療領域尤其是血管識別方面，深度神經網絡表現良好，但這些網絡通常需要大量數據才能避免過度擬合。遺憾的是，許多場景無法獲得大量數據，如醫學圖像分析。因而大多數視覺技術是脆弱，缺乏魯棒性的，相機、超聲探頭的微小變化可能會導致系統出錯，另外，在血管識別方面紅外攝像可能會有一些頻率域的干擾，例如椒鹽噪點。而系統需要在各種條件下工作，且能適度地、快速地從錯誤中恢復。

發明內容

本發明的目的就是為了克服上述現有技術存在采血機器人識別血管時無法獲得大量數據，大多數視覺技術缺乏魯棒性，相機、超聲探頭的微小變化可能會導致系統出錯的缺陷而提供一種應用于靜脈扎針機器人血管識別的數據庫增強方法。

本發明的目的可以通過以下技術方案來實現：

一種應用于靜脈扎針機器人血管識別的數據庫增強方法，其特征在于，包括以下步驟：

獲取原血管圖像集；

對所述原血管圖像集分別進行上下翻轉和左右翻轉，得到第一血管圖像增強集和第二血管圖像增強集；

對所述原血管圖像集進行旋轉操作，得到第三血管圖像增強集；

對所述原血管圖像集進行縮放操作，得到第四血管圖像增強集；

對所述原血管圖像集的亮度進行調整，得到第五血管圖像增強集；

對所述原血管圖像集進行平移，得到第六血管圖像增強集；

對所述原血管圖像集添加椒鹽噪聲，得到第七血管圖像增強集；

集合所述原血管圖像集、第一血管圖像增強集、第二血管圖像增強集、第三血管圖像增強集、第四血管圖像增強集、第五血管圖像增強集、第六血管圖像增強集和第七血管圖像增強集，構成增強后的數據庫，用于靜脈扎針機器人的血管識別。

進一步地，所述對原血管圖像集進行平移具體為，

對原血管圖像集中的每個圖像，先創建與原圖像大小相同的空三維矩陣，之后將原圖像每個像素點按照矩陣乘法計算式計算后的RGB值填入空白矩陣對應位置；若平移后超出范圍，則直接將該像素點丟棄，所有像素點全部處理完后，得到平移后的血管圖像。

進一步地，所述矩陣乘法計算式的表達式為：