[发明专利]一种基于Circular LBP和颜色空间转换算法的黑色素瘤识别方法

权利要求书

1.一种基于Circular LBP和颜色空间转换算法的黑色素瘤识别方法，其特征在于，包括以下步骤：

S1、将获取的皮肤RGB图像进行灰度处理得到灰度图像Y；

S2、利用Circular LBP算子提取出灰度图像Y中黑色素瘤的图像特征，得到亮度图像L；

S3、通过灰度图像Y和亮度图像L对皮肤RGB图像进行按亮度比例增强得到YL图像，具体包括：

根据灰度图像Y中每个像素的灰度值分别计算RGB图像三通道与灰度值Y_L的比例信息Rratio、Gratio、Bratio，计算表达式为：

根据计算出的三通道比例信息，结合亮度图像L的亮度值lightness对皮肤RGB图像进行增强，增强后的RGB三通道值分别为R'、G'、B'，计算表达式为：

R'＝Rratio*lightness

G'＝Gratio*lightness

B'＝Bratio*lightness；

S4、将YL图像的RGB颜色空间图像映射至L*a*b*颜色空间；

S5、提取L*a*b*颜色空间的图像中a*b*通道的特征向量使用k-means++算法对图像进行分类，生成原图尺寸的二值化图像，完成黑色素瘤的识别分割。

2.根据权利要求1所述的一种基于Circular LBP和颜色空间转换算法的黑色素瘤识别方法，其特征在于，所述步骤S2具体包括：

S21、利用Circular LBP算子计算每个像素的LBP值；

S22、根据黑色素瘤区域反映在图像LBP值中的特征，对特征进行提取，黑色素瘤的特征为LBP值属于0族或1族；

S23、利用高斯滤波器进行平滑处理。

3.根据权利要求2所述的一种基于Circular LBP和颜色空间转换算法的黑色素瘤识别方法，其特征在于，所述步骤S21中，Circular LBP算子计算的表达式为：

其中，LBP(x_c,y_c)为中心像素的LBP值，p表示领域像素取点的数量，signal为函数符号，i_p为邻域像素的灰度值，i_c是中心像素的灰度值。

4.根据权利要求2所述的一种基于Circular LBP和颜色空间转换算法的黑色素瘤识别方法，其特征在于，所述步骤S22中，对特征进行提取具体步骤为：将LBP∈{0,2ⁿ}的像素点灰度值设为0，其他像素点灰度值设为1，得到初步亮度图像。

5.根据权利要求2所述的一种基于Circular LBP和颜色空间转换算法的黑色素瘤识别方法，其特征在于，还包括步骤S20：

对每个像素按照Circular LBP算子的要求在邻域像素上取采样点，确定所划定的圆周半径r及圆周上的取点数量P，由此确定某一像素点的邻域；

邻域中心点c的坐标设定为(x_c,y_c)，即可得到圆周上采样点p的坐标(x_p,y_p)，计算表达式为：

其中，中的p表示圆周上由正上方开始顺时针方向的排序编号。

6.根据权利要求5所述的一种基于Circular LBP和颜色空间转换算法的黑色素瘤识别方法，其特征在于，若采用点p的坐标为非整数坐标，则通过双线性插值来计算该采样点的像素灰度值f(x,y)，计算表达式为：

其中，x和y分别表示该采样点在图像中的绝对横坐标和绝对纵坐标值，f(0,0)表示该采样点邻域左上角的像素灰度值，f(0,1)表示该采样点邻域右上角的像素灰度值，f(1,0)表示该采样点邻域左下角的像素灰度值，f(1,1)表示该采样点邻域右下角的像素灰度值。