[发明专利]图像标注方法、装置、存储介质和电子设备在审

专利信息
申请号: 202011334458.2 申请日: 2020-11-24
公开(公告)号: CN112330787A 公开(公告)日: 2021-02-05
发明(设计)人: 王希;何光宇;张霞;平安 申请(专利权)人: 沈阳东软智能医疗科技研究院有限公司
主分类号: G06T15/00 分类号: G06T15/00;G06T19/20
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 张岩龙
地址: 110179 辽宁省沈*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 标注 方法 装置 存储 介质 电子设备
【说明书】:

本公开涉及一种图像标注方法、装置、存储介质和电子设备,该方法包括:获取待标注图像,对第一图像和第二图像执行特征检测步骤,以从第一图像中选取第一数量个第一特征点,并从第二图像中选取第二数量个第二特征点,将第一数量个第一特征点和第二数量个第二特征点,分别与待标注图像进行匹配,以得到待标注图像中的第三特征点,根据第三特征点和待标注图像,确定标注特征点,根据标注特征点,在待标注图像中确定待标注区域,并对待标注区域进行标注。本公开通过已标注的第一图像和第二图像,来自动地在待标注图像中标注出待标注区域,不需要人工逐层对三维扫描图像的每层切面进行标注,提高了标注效率,并降低了标注成本。

技术领域

本公开涉及图像处理技术领域,具体地,涉及一种图像标注方法、装置、存储介质和电子设备。

背景技术

随着人工智能的兴起和发展,采用机器学习模型对三维图像进行图像处理被广泛应用于多个领域之中。例如,在智能医疗领域,可以使用图像识别模型来识别三维医学图像中异常部位所在的区域,以辅助医生进行医疗诊断。相关技术中,需要获取大量的包括三维图像的图像样本,来生成图像样本集,再对图像样本集中的每个三维图像进行标注,以得到标注完整的图像样本集,并采用标注完整的图像样本集,对图像识别模型进行训练。然而,在对三维图像进行标注的过程中,由于在终端设备的显示屏幕上只能显示三维图像的每层切面对应的二维图像,因此需要人工逐层对每层切面对应的二维图像进行标注,标注效率较低,且标注成本高。

发明内容

为了解决相关技术中存在的问题,本公开提供了一种图像标注方法、装置、存储介质和电子设备。

为了实现上述目的,根据本公开实施例的第一方面,提供一种图像标注方法,所述方法包括:

获取待标注图像,所述待标注图像为三维扫描图像中待标注切面对应的二维扫描图像;

对第一图像和第二图像执行特征检测步骤,以从所述第一图像中选取第一数量个第一特征点,并从所述第二图像中选取第二数量个第二特征点;所述第一图像为所述三维扫描图像中第一已标注切面对应的二维扫描图像,所述第二图像为所述三维扫描图像中第二已标注切面对应的二维扫描图像,所述待标注切面位于所述第一已标注切面和所述第二已标注切面之间;

将第一数量个所述第一特征点和第二数量个所述第二特征点,分别与所述待标注图像进行匹配,以得到所述待标注图像中的第三特征点;

根据所述第三特征点和所述待标注图像,确定标注特征点;

根据所述标注特征点,在所述待标注图像中确定待标注区域,并对所述待标注区域进行标注。

可选地,所述特征检测步骤包括:

对目标图像连续执行第三数量次高斯模糊处理,以得到每次执行高斯模糊处理输出的第三数量个依次排列的模糊图像,所述目标图像为所述第一图像或所述第二图像;

根据第三数量个所述模糊图像,确定第四数量个依次排列的差分图像,第四数量小于第三数量;

针对每个所述差分图像,根据该差分图像的像素点,确定极值像素点;

根据每个所述极值像素点的曲率,对所述极值像素点进行筛选,以得到目标数量个目标特征点,目标数量为第一数量或第二数量,所述目标特征点为所述第一特征点或所述第二特征点。

可选地,所述根据该差分图像的像素点,确定极值像素点,包括:

将该差分图像中像素值大于邻域像素点的像素值的像素点作为所述极值像素点;该差分图像中每个所述像素点的所述邻域像素点包括第一像素点和第二像素点,所述第一像素点包括该像素点周围的相邻像素点,所述第二像素点包括在相邻差分图像中与该像素点对应的像素点,以及在所述相邻差分图像中与该像素点的所述第一像素点对应的像素点,所述相邻差分图像为该差分图像相邻的差分图像;

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沈阳东软智能医疗科技研究院有限公司,未经沈阳东软智能医疗科技研究院有限公司许可,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/202011334458.2/2.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