[发明专利]图像特征生成方法、图像识别方法和装置

权利要求书

1.一种图像特征生成方法，其特征在于，所述方法包括：

获取预设部位的多个第一横断面图像和多个第二横断面图像；

基于所述多个第一横断面图像确定均值图；

将各个所述第二横断面图像分别和所述均值图作差，得到多个差值图像；

将各个所述差值图像一维化后拼接为差值矩阵；

对所述差值矩阵进行特征提取生成所述预设部位图像的特征矩阵，所述预设部位的图像特征包括所述均值图、所述差值矩阵的尺寸和所述特征矩阵，所述图像特征用于对待识别图像序列是否为预设部位的图像序列进行识别。

2.根据权利要求1所述的方法，其特征在于，所述对所述差值矩阵进行特征提取生成所述预设部位图像的特征矩阵，包括：

对所述差值矩阵进行奇异值分解，得到左奇异矩阵、右奇异矩阵和对角矩阵；

基于所述左奇异矩阵和所述差值矩阵生成所述特征矩阵。

3.根据权利要求2所述的方法，其特征在于，所述基于所述左奇异矩阵和所述差值矩阵生成所述特征矩阵，包括：

取所述左奇异矩阵的前i列作为降维矩阵，所述i为基于所述对角矩阵确定的使所述降维矩阵包括预设量以上信息的最小奇异值数量；

将所述降维矩阵的转置与所述差值矩阵相乘生成所述特征矩阵。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述基于所述多个第一横断面图像确定均值图；将各个所述第二横断面图像分别和所述均值图作差，得到多个差值图像，包括：

将所述多个第一横断面图像和多个第二横断面图像重采样至相同尺寸；

基于重采样后的所述多个第一横断面图像确定均值图；

将重采样后的各个所述第二横断面图像分别和所述均值图作差，得到多个差值图像。

5.一种图像识别方法，其特征在于，包括：

从待识别图像序列中获取多个第三横断面图像；

将各个所述第三横断面图像分别与均值图作差，得到多个差值图像；所述均值图是预设部位的图像特征中的均值图；

将各个所述差值图像一维化后分别转化成与差值矩阵的尺寸相同的第一矩阵；所述差值矩阵的尺寸是预设部位的图像特征中的差值矩阵的尺寸；

对各个所述第一矩阵进行特征提取生成所述待识别图像序列的各个第二矩阵；

基于各个所述第二矩阵与所述特征矩阵的距离，确定所述待识别图像序列是否为预设部位的图像序列，所述特征矩阵为预设部位的图像特征中的特征矩阵。

6.根据权利要求5所述的图像识别方法，其特征在于，所述基于各个所述第二矩阵与所述特征矩阵的距离，确定所述待识别图像序列是否为预设部位的图像序列，包括：

将各个所述第二矩阵分别与所述特征矩阵作差，统计与所述特征矩阵的距离在第一预设值以内的第二矩阵的数量；

响应于统计到的与所述特征矩阵的距离在第一预设值以内的第二矩阵的数量在第二预设值以上，确定所述待识别图像序列是所述预设部位的图像序列；

响应于统计到的与所述特征矩阵的距离在第一预设值以内的第二矩阵的数量小于第二预设值，确定所述待识别图像序列不是所述预设部位的图像序列。

7.根据权利要求5所述的方法，其特征在于，对各个所述第一矩阵进行特征提取生成所述待识别图像序列的各个第二矩阵，包括：

基于所述特征矩阵的左奇异矩阵和所述第一矩阵生成所述第二矩阵。

8.根据权利要求7所述的方法，其特征在于，所述基于所述左奇异矩阵和所述第一矩阵生成所述第二矩阵，包括：

将所述左奇异矩阵的降维矩阵的转置与所述第一矩阵相乘生成所述第二矩阵。

9.根据权利要求5所述的方法，其特征在于，所述将各个所述第三横断面图像与均值图作差，得到多个差值图像，包括：

将所述第三横断面图像重采样至与均值图相同的尺寸；

将重采样后的各个所述第三横断面图像与均值图作差，得到多个差值图像。