【技術實現步驟摘要】
本申請涉及圖像處理，具體涉及基于喉鏡影像的喉部異常部位分割方法。
技術介紹
1、喉鏡檢測是通過檢測器物用于觀察和檢查喉部的內部情況。喉鏡檢查的發展大致分為間接喉鏡檢查、直接喉鏡檢查、電子喉鏡檢查是三個過程。喉鏡影像指的是通過電子喉鏡檢查獲取的咽喉部位的視覺圖像。通過電子喉鏡獲取的影像，這些影像不僅能夠清晰顯示喉部的各種結構，還可以捕捉到微小的異常變化，如腫塊、炎癥、潰瘍或者神經肌肉功能障礙等。這些優勢極大地增強了醫生對喉嚨疾病判斷和治療的能力。電子喉鏡影像可以進行數字化處理和分析，可以對喉部異常部位的分割，輔助醫生對咽喉部位的診斷，減輕醫生的工作負擔。
2、傳統的對于喉鏡影像的分割都是通過u-net模型進行分割，但u-net模型前期需要大量的訓練，而采用圖像二值化sauvola算法，其中在圖像局部閾值計算時，往往采用固定靈敏度系數k，造成算法對不同圖像的魯棒性較差。
技術實現思路
1、為了解決上述技術問題，本專利技術提供基于喉鏡影像的喉部異常部位分割方法，以解決現有的問題。
2、本專利技術的基于喉鏡影像的喉部異常部位分割方法采用如下技術方案：
3、本專利技術一個實施例提供了基于喉鏡影像的喉部異常部位分割方法，該方法包括以下步驟：
4、獲取hsv格式的喉鏡圖像；
5、對于喉鏡圖像各像素點，像素點各通道的像素值組成像素點的顏色向量；根據像素點之間的鄰域窗口內像素點各通道像素值的分布獲取像素點之間的鄰域極差對比度；根據像素點之間
6、根據各像素點的自適應靈敏系數結合sauvola算法完成對喉鏡圖像的喉部異常部位的分割。
7、優選的，所述根據像素點之間的鄰域窗口內像素點各通道像素值的分布獲取像素點之間的鄰域極差對比度，具體步驟包括：
8、對于像素點a和像素點b；
9、將像素點a、像素點b的八鄰域像素點各通道的像素值序列的極差值分別保存為第一極差值、第二極差值；設置除零調節因子；計算像素點b各通道所述第二極差值與所述除零調節因子的和值；計算像素點a各通道所述極差值與像素點b對應通道所述和值的比值；將所述像素點a與像素點b所有通道的所述比值的均值作為像素點a與像素點b之間的鄰域極差對比度。
10、優選的，所述根據像素點之間的鄰域極差對比度與1的關系獲取像素點之間的歸正鄰域極差對比度，具體為：
11、當所述鄰域極差對比度大于等于1時，將所述鄰域極差對比度作為像素點a與像素點b之間的歸正鄰域極差對比度；
12、當所述鄰域極差對比度小于1時，將所述鄰域極差對比度的倒數作為像素點a與像素點b之間的歸正鄰域極差對比度。
13、優選的，所述根據像素點之間的顏色向量以及歸正極差鄰域對比度獲取像素點之間的特征相似度，具體為：
14、設置余弦調節因子；將像素點a與像素點b的顏色向量的余弦相似性作為第一余弦相似性；將所述第一余弦相似性與余弦調節因子的和值作為第一和值；
15、將像素點a、像素點b所有鄰域像素點各通道的像素值均值分別作為像素點a、像素點b的顏色均值向量；將像素點a與像素點b的顏色均值向量之間的余弦相似性作為第二余弦相似性；將所述第二余弦相似性與余弦調節因子的和值作為第二和值；
16、計算所述第二和值與所述歸正鄰域極差對比度的比值；將所述比值與所述第一和值的乘積作為像素點a與像素點b的特征相似度。
17、優選的，所述根據像素點之間的特征相似度獲取喉鏡圖像的對稱線，具體為：
18、對于喉鏡圖像的各像素點；
19、將各像素點與其特征相似度最大的像素點進行連線；獲取各個連線的斜率以及中心點；將出現次數最多的斜率作為調整后圖像的水平方向；將處于調整后圖像水平方向上連線的中心點采用最小二乘法擬合出一條直線，將所述直線作為喉鏡圖像的對稱線。
20、優選的，所述根據像素點與其對稱像素點之間的各通道像素值的差異獲取各像素點的對稱差異度，具體表達式為：
21、
22、式中，表示像素點g與對稱像素點d鄰域中第i個像素點之間的相似度；m表示鄰域窗口的邊長；表示像素點通道數量；表示像素點g鄰域內第j個像素點的第k個通道的像素值；表示對稱像素點d鄰域內第i個像素點鄰域的第j個像素點的第k個通道的像素值；表示像素點g的對稱差異度；表示最小值函數；表示像素點g與對稱像素點d鄰域像素點之間的相似度集合。
23、優選的，所述根據喉鏡圖像中各像素點與鄰域像素點之間顏色向量的差異獲取各像素點的噪聲分數，具體包括：
24、獲取各像素點與其鄰域像素點顏色向量的最大歐氏距離、第二大歐氏距離；將所述最大歐氏距離與所述第二大歐氏距離的和值的二分之一作為各像素點的噪聲分數。
25、優選的，所述根據各像素點的對稱差異度以及噪聲分數獲取各像素點的校正系數，具體為：
26、計算各像素點的噪聲分數與對稱差異度的比值的相反數；將所述相反數作為以自然常數為底數的指數函數的指數；將所述指數函數的計算結果作為各像素點的校正系數。
27、優選的，所述根據各像素點的校正系數獲取各像素點的自適應靈敏系數，具體為：
28、設置自適應靈敏度調節因子；將各像素點的校正系數與自適應靈敏度調節因子的最大值作為各像素點的自適應靈敏系數。
29、優選的，所述根據各像素點的自適應靈敏系數結合sauvola算法完成對喉鏡圖像的喉部異常部位的分割，具體步驟包括：
30、采用sauvola算法根據各像素點的自適應靈敏系數對喉鏡圖像進行二值化，其中黑色區域為異常區域，白色區域為正常區域；沿黑色區域的邊界線對喉鏡圖像進行分割，將分割得到的區域作為喉鏡圖像的喉部異常部位。
31、本專利技術至少具有如下有益效果：
32、本專利技術通過喉鏡圖像像素點之間的相似性，計算像素點之間的特征相似度，通過最小特征相似度進行連線，采用連線的斜率確定水平方向，基于此特征相似度計算的水平方向具有更高的準確性，利用水平方向連線的中點確定對稱直線，為下面計算提供可靠的數據支持；通過對稱直線先計算像素點的對稱差異度，通過計算對稱像素點及其鄰域像素點的差異確定的對稱差異度具有更高的準確性；通過像素點的色階差異計算像素點的噪聲分數，體現出像素點為噪聲點的可能情況；采用噪聲分數與對稱差異度計算像本文檔來自技高網...
【技術保護點】
1.在基于喉鏡影像的喉部異常部位分割方法，其特征在于，該方法包括以下步驟：
2.如權利要求1所述的基于喉鏡影像的喉部異常部位分割方法，其特征在于，所述根據像素點之間的鄰域窗口內像素點各通道像素值的分布獲取像素點之間的鄰域極差對比度，具體步驟包括：
3.如權利要求2所述的基于喉鏡影像的喉部異常部位分割方法，其特征在于，所述根據像素點之間的鄰域極差對比度與1的關系獲取像素點之間的歸正鄰域極差對比度，具體為：
4.如權利要求3所述的基于喉鏡影像的喉部異常部位分割方法，其特征在于，所述根據像素點之間的顏色向量以及歸正極差鄰域對比度獲取像素點之間的特征相似度，具體為：
5.如權利要求1所述的基于喉鏡影像的喉部異常部位分割方法，其特征在于，所述根據像素點之間的特征相似度獲取喉鏡圖像的對稱線，具體為：
6.如權利要求1所述的基于喉鏡影像的喉部異常部位分割方法，其特征在于，所述根據像素點與其對稱像素點之間的各通道像素值的差異獲取各像素點的對稱差異度，具體表達式為：
7.如權利要求1所述的基于喉鏡影像的喉部異常部位分割方法，其
8.如權利要求1所述的基于喉鏡影像的喉部異常部位分割方法，其特征在于，所述根據各像素點的對稱差異度以及噪聲分數獲取各像素點的校正系數，具體為：
9.如權利要求1所述的基于喉鏡影像的喉部異常部位分割方法，其特征在于，所述根據各像素點的校正系數獲取各像素點的自適應靈敏系數，具體為：
10.如權利要求1所述的基于喉鏡影像的喉部異常部位分割方法，其特征在于，所述根據各像素點的自適應靈敏系數結合Sauvola算法完成對喉鏡圖像的喉部異常部位的分割，具體步驟包括：
...【技術特征摘要】
1.在基于喉鏡影像的喉部異常部位分割方法，其特征在于，該方法包括以下步驟：
2.如權利要求1所述的基于喉鏡影像的喉部異常部位分割方法，其特征在于，所述根據像素點之間的鄰域窗口內像素點各通道像素值的分布獲取像素點之間的鄰域極差對比度，具體步驟包括：
3.如權利要求2所述的基于喉鏡影像的喉部異常部位分割方法，其特征在于，所述根據像素點之間的鄰域極差對比度與1的關系獲取像素點之間的歸正鄰域極差對比度，具體為：
4.如權利要求3所述的基于喉鏡影像的喉部異常部位分割方法，其特征在于，所述根據像素點之間的顏色向量以及歸正極差鄰域對比度獲取像素點之間的特征相似度，具體為：
5.如權利要求1所述的基于喉鏡影像的喉部異常部位分割方法，其特征在于，所述根據像素點之間的特征相似度獲取喉鏡圖像的對稱線，具體為：
6.如權利要求1所述的基于喉鏡影像的...
【專利技術屬性】
技術研發人員：許訊，肖華，李永貴，朱能杰，譚大海，
申請(專利權)人：深圳因賽德思醫療科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。