一种图像检测方法、图像检测装置及终端设备制造方法及图纸

本申请适用于图像处理技术领域，提供了一种图像检测方法、图像检测装置及终端设备，包括：对待检测图像进行分割处理，得到目标分割图像；获取预设的标准坐标模板，并确定所述目标分割图像与所述标准坐标模板之间的第一坐标转换关系；根据所述第一坐标转换关系，将所述目标分割图像映射到所述标准目标模板所在的标准坐标空间中，获得所述标准坐标空间中的目标分割图像；对所述标准坐标空间中目标分割图像上的目标物体进行标记，得到检测结果。通过上述方法，有效解决了手工标记目标物体存在不稳定、且目标物体存在空间畸变的问题。

【技术实现步骤摘要】
一种图像检测方法、图像检测装置及终端设备
本申请涉及图像处理
，尤其涉及一种图像检测方法、图像检测装置及终端设备。
技术介绍
特发性帕金森病(idiopathicParkinsondisease,IPD),多系统萎缩(multiplesystematrophy,MSA)及进行性核上性麻痹(progressivesupranuclearpalsy,PSP)这些带帕金森病症状的神经退行性疾病在临床上都较难区分。但是在脑磁共振影像特征中发现，进行性核上性麻痹症患者(PSP)中脑明显萎缩而脑桥正常，第三脑室扩大呈“蜂鸟征”，中脑与脑桥的比值明显小于多系统萎缩(MSA)和特发性帕金森病患者(IPD)。因此，脑磁共振图像上的中脑与脑桥面积的比值是区分PSP、MSA和IPD的重要指标之一。目前的计算中脑与脑桥面积比值的方法是先对脑磁共振图像上的中脑、脑桥面积进行手工标记，通过手工标记的中脑和脑桥的面积计算比值，然而，计算比值时，手工标记的中脑和脑桥容易受人为经验影响，存在不稳定的问题，并且标记的中脑和脑桥存在空间畸变的问题。
技术实现思路
有鉴于此，本申请实施例提供了一种图像检测方法、图像检测装置及终端设备，以解决现有技术中手工标记目标物体存在不稳定、且目标物体存在空间畸变的问题。本申请实施例的第一方面提供了一种图像检测方法，包括：对待检测图像进行分割处理，得到目标分割图像，所述目标分割图像中包含至少一个目标物体；获取预设的标准坐标模板，并确定所述目标分割图像与所述标准坐标模板之间的第一坐标转换关系；根据所述第一坐标转换关系，将所述目标分割图像映射到所述标准目标模板所在的标准坐标空间中，获得所述标准坐标空间中的目标分割图像；对所述标准坐标空间中目标分割图像上的目标物体进行标记，得到检测结果。本申请实施例的第二方面提供了一种图像检测装置，包括：分割单元，用于对待检测图像进行分割处理，得到目标分割图像，所述目标分割图像中包含至少一个目标物体；确定单元，用于获取预设的标准坐标模板，并确定所述目标分割图像与所述标准坐标模板之间的第一坐标转换关系；映射单元，用于根据所述第一坐标转换关系，将所述目标分割图像映射到所述标准目标模板所在的标准坐标空间中，获得所述标准坐标空间中的目标分割图像；检测单元，用于对所述标准坐标空间中目标分割图像上的目标物体进行标记，得到检测结果。本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的所述方法的步骤。本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。本申请实施例与现有技术相比存在的有益效果是：本申请实施例通过对待检测图像进行分割处理，得到目标分割图像；获取预设的标准坐标模板，并确定所述目标分割图像与所述标准坐标模板之间的第一坐标转换关系；根据所述第一坐标转换关系，将所述目标分割图像映射到所述标准目标模板所在的标准坐标空间中，获得所述标准坐标空间中的目标分割图像；对所述标准坐标空间中目标分割图像上的目标物体进行标记，得到检测结果。通过上述方法，有效解决了手工标记目标物体存在不稳定、且目标物体存在空间畸变的问题。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本申请实施例提供的图像检测方法的实现流程示意图；图2是本申请实施例提供的图像检测装置的示意图；图3是本申请实施例提供的终端设备的示意图；图4是本申请实施例提供的利用本申请中的图像检测方法计算出的不同疾病组群的中脑和脑桥的面积比值表；图5是本申请实施例提供的对不同疾病组群的中脑和脑桥的面积比值表中的数据进行单因子变异数分析的结果图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。图1是本申请实施例提供的图像检测方法的实现流程示意图，如图所示，所述方法可以包括以下步骤：步骤S101，对待检测图像进行分割处理，得到目标分割图像，所述目标分割图像中包含至少一个目标物体。在实际应用中，目标分割图像可以是在待检测图像上标记出目标物体的分割图像，目标分割图像上可以只包含一个目标物体，也可以包含多个目标物体。目标物体可以是人为预先设定的。在一个实施例中，所述对待检测图像进行分割处理，得到目标分割图像，包括：从预设模板库中随机选取预设数量的模板图像，所述模板图像中包含所述目标物体。分别根据每个模板图像对所述待检测图像进行分割处理，得到预设数量的分割图像。将所述预设数量的分割图像融合成目标分割图像。其中，预设模板库可以是预先建立的，模板图像中可以只包含一个目标物体，也可以包含多个目标物体。示例性的，假设从预设模板库中随机选取2个模板图像A和B，其中，A中包含目标物体1，B中包含目标物体1和2。根据A对待检测图像进行分割处理，得到包含目标物体1的分割图像A’；根据B对待检测图像进行分割处理，得到包含目标物体1和2的分割图像B’，即共得到2个分割图像。将分割图像A’和B’进行融合，得到目标分割图像；具体的，因为A’和B’中都包含目标物体1，所以将两个分割图像(即根据两个模板图像进行分割得到的分割结果)融合成最优的分割图像，该最优的分割图像上包含一个目标物体1，此时这个目标物体1在最优的分割图像中所占的区域是根据A’和B’这两个分割图像确定的。需要说明的是，这只是一个示例，并不对模板图像数量、模板图像中本文档来自技高网...

【技术保护点】
1.一种图像检测方法，其特征在于，包括：对待检测图像进行分割处理，得到目标分割图像，所述目标分割图像中包含至少一个目标物体；获取预设的标准坐标模板，并确定所述目标分割图像与所述标准坐标模板之间的第一坐标转换关系；根据所述第一坐标转换关系，将所述目标分割图像映射到所述标准目标模板所在的标准坐标空间中，获得所述标准坐标空间中的目标分割图像；对所述标准坐标空间中目标分割图像上的目标物体进行标记，得到检测结果。

【技术特征摘要】
1.一种图像检测方法，其特征在于，包括：对待检测图像进行分割处理，得到目标分割图像，所述目标分割图像中包含至少一个目标物体；获取预设的标准坐标模板，并确定所述目标分割图像与所述标准坐标模板之间的第一坐标转换关系；根据所述第一坐标转换关系，将所述目标分割图像映射到所述标准目标模板所在的标准坐标空间中，获得所述标准坐标空间中的目标分割图像；对所述标准坐标空间中目标分割图像上的目标物体进行标记，得到检测结果。2.如权利要求1所述的图像检测方法，其特征在于，所述对待检测图像进行分割处理，得到目标分割图像，包括：从预设模板库中随机选取预设数量的模板图像，所述模板图像中包含所述目标物体；分别根据每个模板图像对所述待检测图像进行分割处理，得到预设数量的分割图像；将所述预设数量的分割图像融合成目标分割图像。3.如权利要求2所述的图像检测方法，其特征在于，所述分别根据每个模板图像对所述待检测图像进行分割处理，包括：将所述模板图像映射到所述待检测图像上，并计算所述模板图像与所述待检测图像的第二坐标转换关系；根据所述第二坐标转换关系，将所述模板图像中的目标物体所占的区域映射到所述待检测图像上，在所述待检测图像上得到目标区域；对所述待检测图像中的目标区域进行标记，得到分割图像。4.如权利要求1所述的图像检测方法，其特征在于，所述第一坐标转换关系为所述目标分割图像与所述标准坐标模板之间的坐标转换矩阵，所述坐标转换矩阵包括：式中，M表示所述坐标转换矩阵，m1—m9分别表示线性变换参数,xt，yt，zt分别表示x,y,z轴的位移。5.如权利要求4所述图像检测方法，其特征在于，所述根据所述第一坐标转换关系，将所述目标分割图像映射到所述标准模板所在的标准坐标空间中，包括：通过公式计算所述目标分割图像上的像素点在所述标准坐标空间上的映射坐标；式中，所述(x’,y’,z’)为所述目标分割图像上的像素点在所述标准坐标空间上的映射坐标，所述(x,y,z...

【专利技术属性】
技术研发人员：赵磊，
申请(专利权)人：深圳博脑医疗科技有限公司，
类型：发明
国别省市：广东,44