买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：顺通信息技术科技(大连)有限公司

摘要：本发明涉及图像处理技术领域，提供了一种基于机器视觉的肠镜图像智能识别方法，包括：采用内窥镜相机采集结肠的肠镜图像，并对获取的肠镜图像进行预处理，将预处理后的肠镜图像转化为灰度图像以及基于HSV的颜色图像，基于结肠息肉特征构建息肉生长系数，并基于息肉生长系数对肠镜图像中的息肉区域进行精准划分，同时根据息肉病变特征确定结肠正常指数，而后通过结肠正常指数确定息肉区域的息肉病变程度，针对发生病变的息肉区域进行精准快速分割，加快计算速度，避免了引入良性息肉的影响降低算法准确性与计算速度，实现了基于机器视觉的肠镜图像智能识别方法。

主权项：1.一种基于机器视觉的肠镜图像智能识别方法，其特征在于，包括：获取结肠的第一肠镜图像；对所述第一肠镜图像进行预处理，得到所述第一肠镜图像对应的边缘图像中的每个闭合轮廓区域；基于每个闭合轮廓区域内部的灰度均值，确定结肠深处区域和疑似息肉区域，其中灰度均值最小的闭合轮廓区域为结肠深处区域，其余闭合轮廓区域为疑似息肉区域；基于所述结肠深处区域和所述疑似息肉区域，确定每个所述疑似息肉区域对应的晕染点和晕染终点；根据所述晕染点到所述晕染终点之间的连线，确定每个所述疑似息肉区域对应的晕染梯度和褶皱密度梯度；基于所述褶皱密度梯度与所述晕染梯度，确定息肉区域；根据每个所述息肉区域的角点、面积及正常肠壁细胞像素点的个数，确定每个所述息肉区域对应的病变密度和息肉色差；根据每个所述息肉区域对应的病变密度和息肉色差，获得每个所述息肉区域的结肠正常指数；根据每个所述息肉区域的结肠正常指数，确定所述肠镜图像中的息肉病变区域；基于所述结肠深处区域和所述疑似息肉区域，确定每个所述疑似息肉区域对应的晕染点和晕染终点，包括：对所述结肠深处区域采用最小外接圆算法进行处理，得到圆形区域中心点，其中所述圆形区域中心点作为结肠深处区域的区域中心点；对每个所述疑似息肉区域的闭合轮廓上每个像素点到结肠深处区域的区域中心点的欧式距离进行计算，得到每个所述疑似息肉区域的闭合轮廓上每个像素点到结肠深处区域的区域中心点的欧式距离，其中每个所述疑似息肉区域的闭合轮廓上每个像素点到结肠深处区域的区域中心点的最短欧式距离为对应每个所述疑似息肉区域的晕染点；根据每个所述疑似息肉区域的晕染点构建滑动窗口，使滑动窗口在所述晕染点与所述结肠深处区域的区域中心点的连线上进行滑动，其中窗口大小为3*3，滑动步长为1；对滑动路线上滑动窗口的所有中心像素点在X与Y方向上的灰度梯度进行计算，得到所述滑动窗口的所有中心像素点在X与Y方向上的灰度梯度；根据所述滑动窗口的所有中心像素点在X与Y方向上的灰度梯度，得到所述滑动窗口对应的中心像素点的灰度梯度，其中晕染终点为除晕染点之外其他滑动窗口对应的中心像素点的梯度最大的点；基于所述褶皱密度梯度与所述晕染梯度，确定息肉区域，包括：基于所述褶皱密度梯度与所述晕染梯度，确定每个所述疑似息肉区域对应的晕染度；根据每个所述疑似息肉区域对应的晕染度，确定每个所述疑似息肉区域对应的息肉生长系数；基于每个所述疑似息肉区域对应的息肉生长系数，确定息肉区域；所述晕染度的计算公式为： 其中，为晕染梯度；为褶皱密度梯度；所述息肉生长系数的计算公式为： 其中，为息肉生长系数；为晕染距离，表示晕染点到对应晕染终点的欧氏距离；为晕染度；基于每个所述疑似息肉区域对应的息肉生长系数，确定息肉区域，包括：将所述息肉生长系数进行归一化处理，得到所述息肉生长系数的归一化息肉生长系数；将所述息肉生长系数的归一化息肉生长系数与第一预设阈值进行比较，确定息肉区域。

全文数据：

权利要求：

百度查询： 顺通信息技术科技(大连)有限公司 基于机器视觉的肠镜图像智能识别方法