一种基于级联检测模型的核性白内障病变区域定位方法技术

本发明专利技术公开了一种基于级联检测模型的核性白内障病变区域定位方法，涉及眼部图像处理技术领域，本发明专利技术包括如下步骤：S1分别提取原始眼部灯裂隙图像目标区域和非目标区域的Haar‑like、HOG和LBP三类图像特征；S2利用AdaBoost算法对S1所提取的Haar‑like图像特征进行训练，得到若干强分类器；S3利用SVM算法对S1所提取的HOG和LBP图像特征进行训练，得到强分类器B；S4利用S2得到的若干强分类器和S3得到的强分类器B构成级联检测模型，对待检测图像进行检测，得到待检测图像中的目标区域，本发明专利技术利用Haar‑like、HOG和LBP作为图像特征，AdaBoost和SVM作为训练算法，能够实现对成像质量有限的裂隙灯图像中病变区域进行准确的定位，并且对于差异较大的不同图片依然能够保持较为理想的鲁棒性。

【技术实现步骤摘要】
一种基于级联检测模型的核性白内障病变区域定位方法
本专利技术涉及眼部图像处理
，更具体的是涉及一种基于级联检测模型的核性白内障病变区域定位方法。
技术介绍
核性白内障是一种常见的眼部疾病，因其病变区域位于晶状体内部而具有较高的致盲率。同时，病变等级的判定是该疾病的诊断和治疗的重要步骤。由于核性白内障的患病人数多，病变等级的诊断较为耗时且具有较强主观性，因此对眼部裂隙灯图像进行图像处理具有重要意义。眼部裂隙灯图像当中，由于受限的拍摄仪器和拍摄环境以及病患个体间的差异，不同的拍摄者、拍摄工具和病人均会对图像造成一定影响，拍摄出的裂隙灯图像往往具有较大的差异。核性白内障的病变区域面积相较于原图面积较小，对病变区域的定位能够帮助医生在诊断时避免被病变区域以外的无关信息干扰，提高诊断的效率和准确率，但是目前还缺少合适的针对原始图片对病变区域进行自动定位的普适性方法。
技术实现思路
本专利技术的目的在于：为了解决目前缺少针对核性白内障的眼部裂隙灯图像中病变区域进行自动定位的普适性方法的问题，本专利技术提供一种基于级联检测模型的核性白内障病变区域定位方法，利用Haar-like、HOG和LBP作本文档来自技高网...

【技术保护点】
1.一种基于级联检测模型的核性白内障病变区域定位方法，其特征在于，包括如下步骤：S1：分别提取原始眼部灯裂隙图像目标区域和非目标区域的Haar‑like、HOG和LBP三类图像特征；S2：利用AdaBoost算法对S1所提取的Haar‑like图像特征进行训练，得到若干强分类器；S3：利用SVM算法对S1所提取的HOG和LBP图像特征进行训练，得到强分类器B；S4：利用S2得到的若干强分类器和S3得到的强分类器B构成级联检测模型，对待检测图像进行检测，得到待检测图像中的目标区域，即定位得到病变区域。

【技术特征摘要】
1.一种基于级联检测模型的核性白内障病变区域定位方法，其特征在于，包括如下步骤：S1：分别提取原始眼部灯裂隙图像目标区域和非目标区域的Haar-like、HOG和LBP三类图像特征；S2：利用AdaBoost算法对S1所提取的Haar-like图像特征进行训练，得到若干强分类器；S3：利用SVM算法对S1所提取的HOG和LBP图像特征进行训练，得到强分类器B；S4：利用S2得到的若干强分类器和S3得到的强分类器B构成级联检测模型，对待检测图像进行检测，得到待检测图像中的目标区域，即定位得到病变区域。2.根据权利要求1所述的一种基于级联检测模型的核性白内障病变区域定位方法，其特征在于，所述S1具体包括如下步骤：S1.1：对原始眼部裂隙灯图像进行标定，确定该图像中的目标区域和非目标区域，所述目标区域构成正样本数据集，非目标区域构成负样本数据集；S1.2：计算原始眼部裂隙灯图像的灰度图，然后基于原始眼部裂隙灯图像灰度图分别对原始眼部裂隙灯图像的所有正样本数据和负样本数据构建积分图；S1.3：采用不同尺寸和结构的特征模板对S1.2中的积分图提取Haar-like图像特征；S1.4：从原始眼部裂隙灯图像的灰度图中提取HOG和LBP图像特征。3.根据权利要求2所述的一种基于级联检测模型的核性白内障病变区域定位方法，其特征在于，所述S1.2中，所构建的积分图的公式为：其中，s(x,y)表示积分图，f(x,y)表示原始眼部裂隙灯图像的灰度图。4.根据权利要求2所述的一种基于级联检测模型的核性白内障病变区域定位方法，其特征在于，所述S1.3中特征模板是由权重为+1和-1的矩形区域构成的矩形窗口，当特征模板滑动到目标区域或非目标区域的某一位置时，该位置所对应的Haar-like图像特征值的计算公式如下：其中，Ω表示特征模板的范围，f(x,y)表示原始眼部裂隙灯图像的灰度图，λij根据特征模板的不同分别取值+1或-1。5.根据权利要求4所述的一种基于级联检测模型的核性白内障病变区域定位方法，其特征在于，使用积分图对某一位置的Haar-like图像特征值进行求解的公式为：其中，s(x,y)表示积分图，坐标(xk,yk)和(x′k,y′k)分别表示特征模板中第k个区域的右下角和左上角所对应的积分图。6.根据权利要求2所述的一种基于级联检测模型的核性白内障病变区域定位方法，其特征在于，所述S1.4具体包括如下步骤：S1.4.1：将原始眼部裂隙灯图像的灰度图划分为若干正方形的小区域；S1.4.2：计算原始眼部裂隙灯图像灰度图中所有像素点的梯度；S1.4.3：对每个正方形小区域内的像素点梯度按照方向统计出直方图并归一化，得到HOG特征向量，即HOG图像特征；S1.4.4：对于原始眼部裂隙灯图像的每一个像素点，将与其相邻的其他八个...

【专利技术属性】
技术研发人员：王卓然，张鹏年，袁国慧，彭真明，曲超，贺晨，范文澜，赵浩浩，赵学功，周宇，王慧，何艳敏，蒲恬，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51