[发明专利]一种基于多特征融合的皮肤病临床图像分类方法

权利要求书

1.一种基于多特征融合的皮肤病临床图像分类方法，其特征在于：所述方法具体包括以下步骤：

步骤一，对皮肤病临床图像数据集进行预处理；

步骤二，提取图像的特征；

步骤三，将图像特征进行并行融合，获得融合特征；

步骤四，建立SVM分类器并利用SVM分类器进行分类。

2.根据权利要求1所述的一种基于多特征融合的皮肤病临床图像分类方法，其特征在于：所述步骤一中，对皮肤病临床图像数据集进行预处理的步骤具体包括依次进行的图像去噪、图像增强和毛发消除的处理步骤：

图像去噪：利用高斯滤波的方式对皮肤病临床图像数据集中进行图像去噪，用一个大小为N*N的模板依次扫描图像的每一个像素点，N为模板的宽度/高度，用模板内所有像素的加权平均灰度值替代模板中心像素点的灰度值；

图像增强：将图像去噪后的图像转换为YUV色彩空间并利用灰度直方图均衡算法对图像的像素值进行重新分配，再将图像转换为RGB图像；

毛发消除：利用双线性插值法对图像增强后的图像进行毛发消除处理。

3.根据权利要求1所述的一种基于多特征融合的皮肤病临床图像分类方法，其特征在于：所述步骤二中，图像的特征具体包括颜色特征、形状特征和纹理特征。

4.根据权利要求3所述的一种基于多特征融合的皮肤病临床图像分类方法，其特征在于：所述的颜色特征是通过颜色直方图的颜色特征：统计图像像素点的颜色分布，记录固定颜色范围内像素的数量，分析像素点在不同固定颜色范围内占有的比例作为颜色特征。

5.根据权利要求3所述的一种基于多特征融合的皮肤病临床图像分类方法，其特征在于：所述的形状特征是基于边界的形状特征，使用链码方法获得。

6.根据权利要求3所述的一种基于多特征融合的皮肤病临床图像分类方法，其特征在于：所述的纹理特征是结构型纹理特征，使用LBP局部二值模式纹理特征获得。

7.根据权利要求1所述的一种基于多特征融合的皮肤病临床图像分类方法，其特征在于：所述步骤三中，图像特征并行融合具体步骤包括：

采用以下方式先融合三个特征中任两个特征，再将融合后的特征与第三个特征采用以下方式再融合，得到最后的特征作为融合特征：

1)针对特征X和特征Y，先计算获得特征X和特征Y之间的相关矩阵：

其中，C_xx为特征X的协方差矩阵，C_yy为特征Y的协方差矩阵，C_xy为X相对于Y的协方差矩阵，C_yx为Y相对于X的协方差矩阵；

2)采用以下公式计算第一矩阵A和第二矩阵B：

其中，是C_xx的逆矩阵；

3)计算第一矩阵A和第二矩阵B各自的特征值λ_i²，进而计算第一矩阵A的标准正交特征μ_i和第二矩阵B的标准正交特征ν_i，i＝1,2,3,...,r且r＝min(P₁,P₂)，i表示特征值的序号，P₁、P₂分别表示特征X和特征Y的的维度；

4)计算特征X的典型投影向量δ_xi和特征Y的典型投影向量δ_yi：

然后从各个对应的典型投影向量δ_xi和典型投影向量δ_yi组成的所有典型投影向量对中，取任意连续的k对典型投影向量对组成特征X的典型投影矩阵W_x和特征Y的典型投影矩阵W_y；

5)采用以下公式计算得到融合特征：

其中，X^*是特征X的伴随矩阵，Y^*是特征Y的伴随矩阵。