[发明专利]图像处理方法、装置、存储介质及电子设备有效

专利信息
申请号: 202110991058.7 申请日: 2021-08-26
公开(公告)号: CN113610840B 公开(公告)日: 2022-05-10
发明(设计)人: 肖月庭;阳光;郑超 申请(专利权)人: 数坤(北京)网络科技股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/181;G06T7/187;G16H30/20;G06N3/04;G06N3/08
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 官建红
地址: 100120 北京市昌平区科技园区创新路1*** 国省代码: 北京;11
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 处理 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

获取目标区域图像,并确定所述目标区域图像对应的生理图像,所述生理图像为生理部位对应的图像;

根据所述生理图像对应的生理组织类型确定对应的预设算法模型;

将所述生理图像输入至预设算法模型中进行图像提取,以在所述生理图像内提取出目标生理图像,所述目标生理图像为所述生理部位中目标生理部位对应的图像;

确定所述目标生理图像中的存在缺失或者断裂的目标优化边界;

将所述目标优化边界所处的区域的图像确定为目标优化区域图像;

确定所述目标优化区域图像在所述边界信息中对应的目标边界及所述目标边界对应的待连接图像;

将所述待连接图像与所述目标优化区域图像连接,以得到优化生理图像;

识别所述优化生理图像,以得到目标生理组织中病灶部位对应的识别图像。

2.根据权利要求1所述的图像处理方法,其特征在于,所述确定所述目标区域图像对应的生理图像,包括:

确定所述目标区域图像对应的图像特征信息;

根据所述图像特征信息确定所述生理图像。

3.根据权利要求2所述的图像处理方法,其特征在于,在所述根据所述图像特征信息确定所述生理图像之前,所述方法还包括:

确定所述目标区域图像对应的生理结构;

所述根据所述图像特征信息确定所述生理图像,包括:

根据所述生理结构和所述图像特征信息确定所述生理图像。

4.根据权利要求3所述的图像处理方法,其特征在于,所述根据所述生理结构和所述图像特征信息确定所述生理图像,包括:

确定所述生理结构的轮廓;

以所述轮廓为基准扩大所述轮廓内的生理结构对应的图像,以得到比对图像;

根据所述比对图像和所述图像特征信息确定所述目标区域图像对应的生理图像。

5.根据权利要求4所述的图像处理方法,其特征在于,所述根据所述比对图像和所述图像特征信息确定所述目标区域图像对应的生理图像,包括:

确定所述比对图像中的各个生理对象对应的子比对图像;

根据所述图像特征信息将所述目标区域图像和各个所述子比对图像进行对比,以确定所述目标区域图像对应的生理图像。

6.根据权利要求5所述的图像处理方法,其特征在于,所述图像特征信息包括形状信息,所述根据所述图像特征信息将所述目标区域图像和各个所述子比对图像进行对比,以确定所述目标区域图像对应的生理图像,包括:

根据所述形状信息与各个所述子比对图像的形状进行匹配,以得到与各个所述子比对图像对应的第一匹配度;

将所述第一匹配度最高的子比对图像确定为所述目标区域图像对应的生理图像。

7.根据权利要求5所述的图像处理方法,其特征在于,所述图像特征信息包括对比度信息,所述根据所述图像特征信息将所述目标区域图像和各个所述子比对图像进行对比,以确定所述目标区域图像对应的生理图像,包括:

根据所述对比度信息在各个所述子比对图像的对比度进行匹配,以得到与各个所述子比对图像对应的第二匹配度;

将所述第二匹配度最高的子比对图像确定为所述目标区域图像对应的生理图像。

8.根据权利要求5所述的图像处理方法,其特征在于,所述图像特征信息包括梯度信息,所述根据所述图像特征信息将所述目标区域图像和各个所述子比对图像进行对比,以确定所述目标区域图像对应的生理图像,包括:

确定各个所述子比对图像的梯度;

将各个所述子比对图像中梯度与所述目标区域图像的梯度相同的子比对图像确定为所述目标区域图像对应的生理图像。

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数坤(北京)网络科技股份有限公司,未经数坤(北京)网络科技股份有限公司许可,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/202110991058.7/1.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