[发明专利]一种基于边缘识别算法的区域识别方法、装置及电子设备

权利要求书

1.一种基于边缘识别算法的区域识别方法，其特征在于，所述方法包括：

从获取的用户的眼底彩照中裁剪得到黄斑区；

根据边缘识别算法分割所述黄斑区中的目标区域，所述目标区域包括玻璃膜疣区域、色素增强区域以及色素脱失区域；

采集所述目标区域的目标信息，所述目标信息至少包括所述目标区域的面积和所述目标区域的长径；

对各个所述目标区域的所述目标信息进行统计，综合得到所述目标区域的量化信息。

2.根据权利要求1所述的方法，其特征在于，所述对各个所述目标区域的所述目标信息进行统计，综合得到所述目标区域的量化信息之后，所述方法还包括：

识别所述量化信息对应的区域量化水平等级；

获取与所述区域量化水平等级对应的区域分析报告。

3.根据权利要求2所述的方法，其特征在于，所述从获取的用户的眼底彩照中裁剪得到黄斑区，包括：

通过眼底彩照相机拍摄得到用户的眼底彩照；

利用深度学习检测方法检测所述眼底彩照中的黄斑中心凹；

裁剪得到所述眼底彩照中以所述黄斑中心凹为圆心、以第一预设长径为半径的黄斑区，其中，所述第一预设长径根据预存的平均视盘半径确定。

4.根据权利要求3所述的方法，其特征在于，所述通过眼底彩照相机拍摄得到用户的眼底彩照之前，所述方法还包括：

获取若干张预存储眼底彩照；

识别各个所述预存储眼底彩照的视盘，并计算各个所述视盘的视盘半径；

根据所述视盘半径计算得到平均视盘半径，并存储为所述预存的平均视盘半径。

5.根据权利要求3或4所述的方法，其特征在于，所述裁剪得到所述眼底彩照中以所述黄斑中心凹为圆心、以第一预设长径为半径的黄斑区之后，以及所述根据边缘识别算法分割所述黄斑区中的目标区域之前，所述方法还包括：

获取所述用户的个人信息；

从所述个人信息中确定所述用户的人种信息；

根据图像自动优化算法生成与所述人种信息对应的目标图像优化算法；

根据所述目标图像优化算法对所述黄斑区进行图像优化。

6.根据权利要求5所述的方法，其特征在于，所述根据边缘识别算法分割所述黄斑区中的目标区域，包括：

根据边缘识别算法将以所述黄斑中心凹为圆心、以第二预设长径为半径的区域确定为旁中心凹区域，其中，所述第二预设长径根据所述平均视盘半径确定；

通过深度学习分割网络分割得到所述黄斑区中的玻璃膜疣区域，以及分割得到所述旁中心凹区域中的色素增强区域和色素脱失区域；

综合所述玻璃膜疣区域、所述色素增强区域以及所述色素脱失区域，得到目标区域。

7.根据权利要求6所述的方法，其特征在于，所述采集所述目标区域的目标信息，包括：

分别采集所述目标区域中的所述玻璃膜疣区域、所述色素增强区域以及所述色素脱失区域的颜色、面积和长径，以及分别确定所述玻璃膜疣区域、所述色素增强区域以及所述色素脱失区域的数量；

根据所述玻璃膜疣区域、所述色素增强区域以及所述色素脱失区域的数量、以及各个所述玻璃膜疣区域、所述色素增强区域以及所述色素脱失区域的颜色、面积和长径，生成所述目标区域的目标信息。

8.一种基于边缘识别算法的区域识别装置，其特征在于，所述装置包括：

裁剪单元，用于从获取的用户的眼底彩照中裁剪得到黄斑区；

分割单元，用于根据边缘识别算法分割所述黄斑区中的目标区域，所述目标区域包括玻璃膜疣区域、色素增强区域以及色素脱失区域；

采集单元，用于采集所述目标区域的目标信息，所述目标信息至少包括所述目标区域的面积和所述目标区域的长径；

统计单元，用于对各个所述目标区域的所述目标信息进行统计，综合得到所述目标区域的量化信息。