[发明专利]一种复杂背景图像中的医疗影像访问号识别方法

权利要求书

1.一种复杂背景图像中的医疗影像访问号识别方法，其特征在于，包括以下步骤：

S1,建立访问号字体模板：针对不同设备的医疗影像访问号字体构建字体模板；

S2,基于卷积神经网络深度学习构建目标检测模型：选择训练数据，以常规单通道图像文件作为输入内容，以访问号位置信息和访问号所使用的字体类别作为输出结果，采用神经网络深度学习过程构建目标检测模型；

S3，采用构建的目标检测模型确定访问号位置：首先对访问号的位置进行检测，然后截取出访问号字体所在位置区域；

S4，采用字体模板进行访问号识别：将步骤S3中截取出的访问号字体所在位置区域提取与字体模板相对应的二维矩阵，然后将所述二维矩阵进行字体模板和标签模板的对比，直到识别出所有访问号字体；

步骤S1中所述字体模板包括特征模板与标签模板，所述标签模板是该字体在黑色背景中的像素显示模板；所述特征模板是该字体在白色背景中的像素显示，同时与标签模板的像素显示相加得到的即是特征模板；

步骤S3具体包括：

S31，首先采用已构建的目标检测模型中的yolo-v3用于访问号的位置检测，输入数据为待识别访问号的常规单通道图像数据，通过76层的卷积与池化，通过darknet网络得到三种不同尺度的预测结果，然后检测出访问号在图像中所在的位置并识别访问号所使用的字体类别；

S32,截取目标检测模型框选出的区域图像，从左上角开始，遍历每个像素点，以当前像素点为左上角顶点，截取与字体特征模板相应大小的二维矩阵；

步骤S4中具体包括：

S41，将该二维矩阵与该字体类别的每个特征模板依次进行点乘得到过滤复杂背景后的访问号字体；

S42,将得到的过滤复杂背景后的访问号字体结果依次与该类别字体的所有标签模板进行比对，如果完全相同，则判定为当前标签模板对应数字，确认识别号的具体数字。

2.根据权利要求1所述的复杂背景图像中的医疗影像访问号识别方法，其特征在于，步骤S1之前还包括步骤S0：医疗影像的预处理：原始数据为常规单通道图像，对于原始数据像素值除以255进行归一化。

3.根据权利要求1所述的复杂背景图像中的医疗影像访问号识别方法，其特征在于，步骤S2中具体包括：

S21,以能够确定访问号的医疗影像为训练数据集，将训练数据集中的医疗影像的访问号位置信息和访问号的字体类别作为训练输入数据，同时将访问号前的标签共同标记也输入神经网络训练模型中；

S22，神经网络训练模型通过76层的卷积与池化，采用yolo-v3得到三种不同尺寸的目标位置预测结果，每个尺寸的预测结果都对应21个通道；

S23，然后通过比较每个预测结果中的位置信息和真实位置的差距，寻找最佳匹配的预测结果作为输出。

4.根据权利要求3所述的复杂背景图像中的医疗影像访问号识别方法，其特征在于，步骤S22中三种不同尺寸的目标位置预测结果具体为13x13,26x26,52x52；

21个通道包括3个图片通道数+4个预测框的坐标通道+1个置信度通道+2个类别数通道。

5.根据权利要求1所述的复杂背景图像中的医疗影像访问号识别方法，其特征在于，所述步骤S42中，当检测出第一个识别号数字时重复步骤S41-S42。