[发明专利]一种基于边缘识别算法的区域识别方法、装置及电子设备有效

专利信息
申请号: 201910510868.9 申请日: 2019-06-13
公开(公告)号: CN110363782B 公开(公告)日: 2023-06-16
发明(设计)人: 王立龙;王瑞;刘莉芬 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06T7/13 分类号: G06T7/13;G06T7/12;G06T7/62
代理公司: 深圳市联鼎知识产权代理有限公司 44232 代理人: 刘抗美
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 边缘 识别 算法 区域 方法 装置 电子设备
【说明书】:

发明揭示了一种基于边缘识别算法的区域识别方法、装置及电子设备。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黄斑区中的病目标灶区域,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;采集目标区域的目标信息,目标信息至少包括目标区域的面积和目标区域的长径;对各个目标区域的目标信息进行统计,综合得到目标区域的量化信息。此方法下,基于图像识别的图像提取中的边缘识别算法技术,可以采集到目标区域的面积、长径以及数量等具体的量化信息,提高了目标区域识别的精确度。综上,可以根据目标区域的量化信息提高识别眼底彩照中包含的区域的智能性。

技术领域

本发明涉及图像识别技术领域,特别涉及一种基于边缘识别算法的区域识别方法、装置及电子设备。

背景技术

目前,通常使用眼底彩照相机对用户的眼底进行拍照,以得到用户的眼底彩照。然而,在实践中发现,当用户需要识别眼底彩照中包含的区域时,由于当前的眼底彩照相机无法自动的对眼底彩照中包含的区域进行识别,因此只能通过人工的方式识别出眼底彩照中包含的区域,从而导致当前的识别眼底彩照中包含的区域的方式智能性较差。

发明内容

为了解决相关技术中存在的识别眼底彩照中包含的区域的方式智能性较差的技术问题,本发明提供了一种基于边缘识别算法的区域识别方法、装置及电子设备。

一种基于边缘识别算法的区域识别方法,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。

一种基于边缘识别算法的区域识别装置,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。

一种电子设备,所述电子设备包括:

处理器;

存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如前所述的方法。

一种计算机可读存储介质,其特征在于,其存储计算机程序,所述计算机程序使得计算机执行如前所述的方法。

本发明的实施例提供的技术方案可以包括以下有益效果:

本发明所提供的图像控制方法包括如下步骤,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黄斑区中的病目标灶区域,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;采集目标区域的目标信息,目标信息至少包括目标区域的面积和目标区域的长径;对各个目标区域的目标信息进行统计,综合得到目标区域的量化信息。

此方法下,基于图像识别的图像提取中的边缘识别算法技术,可以识别出用户眼底彩照中的玻璃膜疣区域、色素增强区域以及色素脱失区域等需要识别的目标区域,并且还可以采集到目标区域的面积、长径以及数量等具体的量化信息,提高了目标区域识别的精确度。综上,可以根据目标区域的量化信息提高识别眼底彩照中包含的区域的智能性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910510868.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top