[發明專利]基于醫學檢驗的數字圖像目標檢測方法及系統

有效

• 申請號: 202310496974.2
• 申請日: 2023-05-05
• 公開（公告）號: CN116205940B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 肖璇;祝成亮;李瑩;湯冬玲;王發席
• 申請（專利權）人: 武漢大學人民醫院（湖北省人民醫院）
• 主分類號: G06T7/187
• 分類號: G06T7/187;G06T7/00;G06T7/269;G06T7/33;G06T5/00
• 代理公司: 武漢知律知識產權代理事務所(普通合伙) 42307
• 代理人: 張偉

1.一種基于醫學檢驗的數字圖像目標檢測方法，其特征在于，所述方法包括：

獲取醫學檢驗的數字圖像，利用預設的分解算法對所述數字圖像進行圖像分解，得到分解圖像，并根據所述分解圖像生成小波金字塔，其中，所述分解算法表示為：

；

其中，表示第個分解圖像對應的第行第列的像素，表示第個數字圖像對應的第行第列的像素，表示預設的高通濾波器系數，表示預設的低通濾波器系數；

所述根據所述分解圖像生成小波金字塔，包括：獲取所述分解圖像的頻率，判斷所述頻率是否大于預設的目標閾值；當所述頻率未大于所述目標閾值時，判定所述頻率為低頻，對所述分解圖像進行權重賦值，得到分解權重，基于所述分解權重對所述分解圖像進行融合處理，得到第一融合圖像；當所述頻率大于所述目標閾值時，判定所述頻率為高頻，對所述分解圖像進行融合處理，得到第二融合圖像；根據所述第一融合圖像及第二融合圖像進行整合，得到小波金字塔；

對于頻率為低頻的分解圖像，根據頻率對應的分解圖像的像素點計算局部方差，根據所述局部方差的大小對所述分解圖像進行權重賦值得到分解權重，根據所述分解權重對所述分解圖像進行歸一化計算，即對所述分解圖像進行融合處理得到第一融合圖像；對于所述頻率為高頻的分解圖像，利用canny算子對每一個高頻分量對所述分解圖像進行邊緣提取得到邊緣圖像，再對邊緣圖像的每一個元素計算局部方差，選取絕對值最大的所述局部方差對應的邊緣圖像，利用融合算子對所述邊緣圖像進行融合計算得到第二融合圖像；對所述第一融合圖像及第二融合圖像按照圖像分辨率的高低由下到上進行圖像的疊加得到融合圖像，對所述融合圖像進行小波逆變換得到小波金字塔；

從所述小波金字塔中選取基礎圖像，對所述基礎圖像進行特征提取，得到圖像特征，并計算所述基礎圖像的光流；

為了消除模糊、畸變等現象對于圖像質量的影響，對所述基礎圖像進行灰度化處理得到灰度圖像；對所述灰度圖像進行向量轉換，再將經過向量轉換得到的灰度向量劃分為多個大小相同的向量塊，利用多個所述向量塊與預設的卷積核相乘，得到多個卷積值；將所述卷積值疊加，得到特征值，并根據所述特征值建立平均池化緩存，對所述特征值進行計算，得到池化特征；利用K-means算法對所述池化特征進行歸一化處理，得到圖像特征；

基于所述光流預估所述基礎圖像的背景運動矢量，將所述圖像特征及所述背景運動矢量進行匹配，根據匹配的結果對所述基礎圖像進行配準圖變換，得到差分圖像；

所述基于所述光流預估所述基礎圖像的背景運動矢量，包括：

基于所述光流從所述基礎圖像中隨機選取幀圖像，計算所述幀圖像的各像素的梯度值；

根據所述梯度值及所述光流計算所述幀圖像的光流場值，判斷所述光流場值是否與預設的真實場值一致；

利用下述公式計算所述幀圖像的光流場值：

；

其中，表示所述光流場值，表示所述梯度值，表示所述光流；

當所述光流場值與所述真實場值不一致時，返回基于所述光流從所述基礎圖像中隨機選取幀圖像的步驟；

當所述光流場值與所述真實場值一致時，對所述幀圖像進行矢量轉換，得到背景運動矢量；

所述將所述圖像特征及所述背景運動矢量進行匹配包括：

判斷所述圖像特征與所述背景運動矢量是否一致；

當所述圖像特征與所述背景運動矢量不一致時，則所述背景運動矢量不能作為配準圖像；

當所述圖像特征與所述背景運動矢量一致時，將所述矢量特征對應的背景運動矢量作為配準圖像；

從所述差分圖像中提取最大連通區域作為潛在的目標，并基于所述目標對所述差分圖像進行管道濾波處理，得到目標圖像。

2.如權利要求1所述的目標檢測方法，其特征在于，所述計算所述基礎圖像的光流，包括：

獲取所述基礎圖像的中心坐標及基礎灰度值，根據所述中心坐標及所述基礎灰度值分別計算所述基礎圖像的橫向光流及縱向光流；

根據所述橫向光流及所述縱向光流生成所述基礎圖像的光流；

利用下述公式生成所述基礎圖像的光流：

；

其中，表示所述光流，表示所述橫向光流，表示所述縱向光流。