[发明专利]图像处理方法、装置、设备、可读存储介质及程序产品在审

专利信息
申请号: 202210086842.8 申请日: 2022-01-25
公开(公告)号: CN114445362A 公开(公告)日: 2022-05-06
发明(设计)人: 廖俊;姚建华;刘月平;张玲玲 申请(专利权)人: 腾讯科技(深圳)有限公司;河北医科大学第四医院(河北省肿瘤医院)
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/90
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 李文静
地址: 518057 广东省深圳*** 国省代码: 广东;44
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 设备 可读 存储 介质 程序 产品
【权利要求书】:

1.一种图像处理方法,其特征在于,所述方法包括:

获取样本图像,所述样本图像包括在预设波段内对目标样本进行采集得到的图像;

获取所述样本图像中与所述预设波段中至少一个目标波长对应的目标图像,得到伪彩色图像;

根据所述样本图像中样本元素类型的差异,对所述样本图像进行区域划分,得到区域划分结果,所述样本元素类型中包括待识别的目标元素类型;

基于所述伪彩色图像和所述区域划分结果,在所述样本图像中确定包括所述目标元素类型的目标区域。

2.根据权利要求1所述的方法,其特征在于,所述获取所述样本图像中与所述预设波段中至少一个目标波长对应的目标图像,得到伪彩色图像,包括:

对所述预设波段中目标波长对应的目标图像进行赋色处理,得到所述伪彩色图像;

或者,

将所述预设波段中至少两个目标波长对应的至少两个目标图像进行合成处理,对合成的图像进行赋色处理,得到所述伪彩色图像。

3.根据权利要求2所述的方法,其特征在于,所述将所述预设波段中至少两个目标波长对应的至少两个目标图像进行合成处理,对合成的图像进行赋色处理,得到所述伪彩色图像,包括:

根据所述至少两个目标波长,确定所述至少两个目标波长分别对应的至少两个目标图像,其中,第i个目标波长对应第i个目标图像,i为正整数;

对所述至少两个目标图像进行合成处理,得到候选图像;

对所述候选图像进行赋色处理,得到所述伪彩色图像。

4.根据权利要求3所述的方法,其特征在于,所述对所述至少两个目标图像进行合成处理,得到候选图像,包括:

对所述至少两个目标图像对应像素点的像素值进行平均处理,得到所述对应像素点的目标像素值;

基于各像素点对应的目标像素值确定所述候选图像。

5.根据权利要求3所述的方法,其特征在于,所述对所述候选图像进行赋色处理,得到所述伪彩色图像,包括:

基于所述候选图像中像素点的亮度值,对所述候选图像中的像素点进行亮度分级,确定至少两个亮度级别;

对所述至少两个亮度级别分别赋色,得到所述伪彩色图像。

6.根据权利要求1至5任一所述的方法,其特征在于,所述根据所述样本图像中样本元素类型的差异,对所述样本图像进行区域划分,得到区域划分结果,包括:

将所述样本图像通过预先训练得到的图像划分模型,确定所述元素类型的差异表示;

基于所述元素类型的差异表示,对所述样本图像进行区域划分,确定所述样本图像对应的所述区域划分结果。

7.根据权利要求6所述的方法,其特征在于,所述样本图像为具有光谱信息的图像;

所述将所述样本图像通过预先训练得到的图像划分模型,确定所述元素类型的差异表示,包括:

对所述目标图像进行光谱分析,得到光谱分析结果;

基于所述光谱分析结果,确定所述样本图像对应的所述元素类型的差异表示。

8.根据权利要求7所述的方法,其特征在于,所述方法还包括:

获取标准图像,所述标准图像是针对所述目标样本进行采集得到的具有光谱信息的预先标注图像;

以所述标准图像对候选划分模型进行训练;

响应于对所述候选划分模型的训练达到训练效果,得到图像划分模型,所述图像划分模型用于对所述目标图像进行区域分割。

9.根据权利要求1至5任一所述的方法,其特征在于,所述获取样本图像,包括:

对所述目标样本进行推扫式采集操作,得到所述样本图像。

10.根据权利要求9所述的方法,其特征在于,所述推扫式采集操作是基于采集设备进行的;

所述获取样本图像,包括:

在所述预设波段范围内,采用可调谐滤波器,确定至少一个目标波长;

基于所述采集设备,对所述目标样本进行推扫式采集操作,获取所述至少一个目标波长对应的样本图像。

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腾讯科技(深圳)有限公司;河北医科大学第四医院(河北省肿瘤医院),未经腾讯科技(深圳)有限公司;河北医科大学第四医院(河北省肿瘤医院)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/202210086842.8/1.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