[发明专利]一种基于图像识别的肠镜图像模糊度检测方法

权利要求书

1.一种基于图像识别的肠镜图像模糊度检测方法，其特征在于，包括步骤：

当手术开始时，将手术台中肠镜镜头传出的视频流一分为二，一部分传输到医生的操作平台上，另一部分视频流预处理后送到SVM模糊检测模型进行分类识别；

按模糊检测返回的类别进行判断是否为模糊图像；

若图像模糊，则不对此帧图像后续处理并提醒医生图像模糊，若图像清晰，则进行后续人工智能的病变检测。

2.如权利要求1所述基于图像识别的肠镜图像模糊度检测方法，其特征在于，所述SVM模糊检测模型的构建检测流程如下：

将大量张肠镜检查过程中的图像截图分为两类：清晰图像和模糊图像；

利用opencv中的cv2.calcHist函数，提取模糊图像与清晰图像的色彩分布特征；

创建SVM线性核模型，将提取出的特征组合成特征集合，同时创建类别集合与特征集合一一对应，使用fit函数将特征集合与类别集合作为训练数据输入到SVM支持向量机中训练线性分类模型，训练结束后，使用joblib.dump函数将其保存成模型文件，得到SVM线性分类模型，作为SVM模型检测模型；

使用joblib.load函数加载上述SVM线性分类模型，在结肠镜检查过程中，提取每一帧图像的特征输入到SVM线性分类模型中进行分类，得到最终的类别。

3.如权利要求1所述基于图像识别的肠镜图像模糊度检测方法，其特征在于，视频流预处理时，是将视频流分为每秒25帧进行图像的模糊度检测处理。