[发明专利]基于栅格化图像处理方法的骨科耗材检测方法及系统有效

专利信息
申请号: 202010942091.6 申请日: 2020-09-09
公开(公告)号: CN111968115B 公开(公告)日: 2021-05-04
发明(设计)人: 宋尚玲;杨阳 申请(专利权)人: 山东大学第二医院
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G06T7/11;G06T7/13;G06T7/73
代理公司: 济南泉城专利商标事务所 37218 代理人: 张贵宾
地址: 250033 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 栅格 图像 处理 方法 骨科 耗材 检测 系统
【权利要求书】:

1.一种基于栅格化图像处理方法的骨科耗材检测方法,其特征在于,包括如下步骤:

步骤1,获取所有骨钉盒子的图片,作为模板,保存在文件中,然后标定每一张图片的分类;

步骤2,使用K近邻算法对骨钉盒进行类别判定,判断出骨钉盒的类别属性;

步骤3,使用图像矫正算法对拍到的图片进行矫正,得到标准的骨钉盒图片;

步骤4,识别骨钉盒的方向,从而判定骨钉摆放的范围,对此范围进行裁剪;

步骤5,对裁剪后的图像进行边缘化处理,将图像的边缘全部转换出来;

步骤6,对边缘图片进行栅格化处理,将能摆放骨钉的地方全部划分出来;

步骤7,使用二维卷积对步骤6中划分出来的栅格进行处理,从而判断出含有钉子的栅格;

步骤8,对有钉子的地方进行标注,统计出钉子的数量;

所述步骤6中的栅格处理使用数理统计的方法,计算步骤5中图片所有相同横坐标像素之和,得到骨钉位置的行划分;计算所有相同列坐标像素之和,得到骨钉位置的列划分,从而将骨钉位置的行列划分出来。

2.根据权利要求1所述基于栅格化图像处理方法的骨科耗材检测方法,其特征在于,步骤2中所采用的公式为:

其中,L是图片与模板之间的欧式距离,

n是图片中像素的个数,

xi是图片上的像素值,

yi是模板上的像素值。

3.根据权利要求1所述基于栅格化图像处理方法的骨科耗材检测方法,其特征在于,所述步骤4中使用霍夫圆形检测,根据圆形聚集的区域,并计算出骨钉盒的方向。

4.根据权利要求1所述基于栅格化图像处理方法的骨科耗材检测方法,其特征在于,所述步骤5中使用Canny边缘检测算法将感兴趣区域的边缘计算出来,此时的图片是二值化图片,图片上显示区域中的物体的边缘特征。

5.实现权利要求1所述基于栅格化图像处理方法的骨科耗材检测系统,其特征在于,包括

预处理模块,其被配置为:获取训练用的骨科耗材图像数据,进行图像去噪、图像增强操作,提高图像的质量;

骨钉盒分类模块,其被配置为:使用K近邻分类器对骨钉盒进行类别判定,输出骨钉盒类别;

感兴趣区域提取模块,其被配置为:识别骨钉盒的方向,从而判定摆放骨钉的范围,对此范围进行裁剪,输出骨科耗材图像的感兴趣区域;

图像矫正模块,其被配置为:输入骨科耗材图像的感兴趣区域,采用透视变换,对摄像头拍到的图片进行矫正,得到标准的骨钉盒图片,输出经过矫正后的标准的骨科耗材图像的感兴趣区域;

边缘检测模块,其被配置为:对经过矫正后的标准的骨科耗材图像的感兴趣区域图像进行边缘化处理,将图像的边缘全部检测出来,输出感兴趣区域的边缘图像;

统计模块,其被配置为:对感兴趣区域的边缘图像进行横纵坐标上的像素点统计,输出横纵坐标方向的统计数据;

栅格化分割模块,其被配置为:对感兴趣区域的边缘图像进行栅格化分割,将能摆放骨钉的地方全部划分出来,输出栅格化后的图像;

栅格化检测模块,其被配置为:利用目标模板,对栅格化后的图像的栅格进行检测,判断出含有钉子的栅格,并给出钉子的类型,输出栅格的卷积计算数据;

栅格化统计模块,其被配置为:对有钉子的地方进行标注,统计出钉子的数量。

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山东大学第二医院,未经山东大学第二医院许可,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/202010942091.6/1.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