图像识别方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了一种图像识别方法、装置、计算机设备及存储介质，属于图像处理技术领域。本发明专利技术通过对原始图像进行色彩空间转换，得到H通道图像和DAB通道图像，分别对H通道和DAB通道的双通道图像进行预处理和融合处理，得到第一融合图像和第二融合图像，基于进行第一融合图像和第二融合图像进行图像识别，由于DAB通道图像对淡染阳性细胞较为敏感，因此可以避免对淡染阳性细胞漏检的问题，能够提升识别阳性细胞过程的准确率，从而提升了图像识别过程的智能性。

Image recognition method, device, computer equipment and storage medium

The invention discloses an image recognition method, a device, a computer device and a storage medium, belonging to the technical field of image processing. The invention obtains H-channel image and DAB channel image through color space conversion of the original image, preprocesses and merges the two channel images of H-channel and DAB channel respectively, obtains the first fusion image and the second fusion image, and carries out image recognition based on the first fusion image and the second fusion image, because the DAB channel image is more sensitive to the light dye positive cells Therefore, it can avoid the problem of missed detection of light positive cells, improve the accuracy of the process of identifying positive cells, and improve the intelligence of image recognition process.

【技术实现步骤摘要】
图像识别方法、装置、计算机设备及存储介质
本专利技术涉及图像处理
，特别涉及一种图像识别方法、装置、计算机设备及存储介质。
技术介绍
随着图像处理技术的发展，可以应用计算机设备对医学影像进行图像识别，从而减轻病理医生的工作负担。例如，在判定肿瘤细胞的病变程度时，可以使用显色剂对待检细胞进行染色，由于免疫组织化学(immunohistochemistry)的显色反应，增殖细胞和非增殖细胞会被分别染成不同的颜色，将染色后的待检细胞切片置于显微镜下，由显微镜摄取切片中各个染色后的待检细胞所构成的RGB(红绿蓝)图像，通过计算机设备对显微镜视野内的RGB图像进行图像识别，识别出阳性细胞(也即增殖细胞)和阴性细胞(也即非增殖细胞)，并计算出待检细胞的阳性指数，当阳性指数越高时，意味着肿瘤的恶性程度越高。具体地，在上述图像识别时，计算机设备通常可以对显微镜视野内的RGB图像进行色彩空间转换，得到苏木精通道(hematoxylins通道，简称H通道)图像，对H通道图像进行图像识别，识别出细胞边界后，在原始图像的灰度图像上，基于识别出的细胞边界统计阴性细胞个数和阳性细胞个数，即可计算出阳性指数。在上述方式中，由于H通道图像对淡染阳性细胞的响应较为微弱，也即是说H通道图像中很难检测出淡染阳性细胞，导致对淡染阳性细胞的漏检问题，影响了阳性指数的准确率，降低了图像识别过程的智能性。
技术实现思路
本专利技术实施例提供了一种图像识别方法、装置、计算机设备及存储介质,能够解决机器在图像识别过程中智能性差的问题。该技术方案如下：一方面，提供了一种图像识别方法，该方法包括：对原始图像进行色彩空间转换，得到所述原始图像的苏木精H通道图像和二氨基联苯胺DAB通道图像；对所述H通道图像和所述DAB通道图像分别进行预处理，得到分割图像集和极值图像集，所述分割图像集包括所述H通道图像和所述DAB通道图像对应的分割图像，所述极值图像集包括所述H通道图像和所述DAB通道图像对应的局部极值图像；对所述分割图像集内各个分割图像进行融合处理，得到第一融合图像，对所述极值图像集内各个局部极值图像进行融合处理，得到第二融合图像；基于所述第一融合图像和所述第二融合图像进行图像识别。在一种可能实施方式中，所述对所述H通道图像和所述DAB通道图像分别进行预处理，得到分割图像集和极值图像集包括：对所述H通道图像和所述DAB通道图像分别进行双边滤波处理，得到第一滤波图像和第二滤波图像，所述第一滤波图像对应于所述H通道图像，所述第二滤波图像对应于所述DAB通道图像；对所述第一滤波图像和所述第二滤波图像分别进行分割处理，得到所述分割图像集；对所述第一滤波图像和所述第二滤波图像分别进行局部极值提取，得到所述极值图像集。在一种可能实施方式中，所述分割图像集包括第一分割图像和第二分割图像，所述对所述第一滤波图像和所述第二滤波图像分别进行分割处理，得到所述分割图像集包括：基于最大类间方差法，对所述第一滤波图像进行二分类，得到二值化的所述第一分割图像，所述第一分割图像用于表示所述H通道图像中的细胞区域；基于最大类间方差法，对所述第二滤波图像进行二分类，得到二值化的所述第二分割图像，所述第二分割图像用于表示所述DAB通道图像中的细胞区域。在一种可能实施方式中，所述对所述分割图像集内各个分割图像进行融合处理，得到第一融合图像包括：对所述第一分割图像和所述第二分割图像中各个像素点执行逻辑或操作，得到所述第一融合图像，所述第一融合图像用于表示所述第一分割图像和所述第二分割图像中细胞区域的并集。在一种可能实施方式中，所述极值图像集包括第一局部极值图和第二局部极值图，所述对所述第一滤波图像和所述第二滤波图像分别进行局部极值提取，得到所述极值图像集包括：基于最大值滤波法，对所述第一滤波图像进行局部极值提取，得到所述第一局部极值图，所述第一局部极值图用于表示所述H通道图像中的局部极值点；基于最大值滤波法，对所述第二滤波图像进行局部极值提取，得到所述第二局部极值图，所述第二局部极值图用于表示所述DAB通道图像中的局部极值点。在一种可能实施方式中，所述对所述极值图像集内各个局部极值图像进行融合处理，得到第二融合图像包括：对所述第一局部极值图中各个局部极值点执行形态学膨胀运算，得到第一膨胀图像；对所述第二局部极值图中各个局部极值点执行形态学膨胀运算，得到第二膨胀图像；对所述第一膨胀图像和所述第二膨胀图像中各个像素点执行逻辑或操作，得到所述第二融合图像，所述第二融合图像用于表示所述第一局部极值图和所述第二局部极值图中经膨胀运算后的各个局部极值点的并集。在一种可能实施方式中，所述基于所述第一融合图像和所述第二融合图像进行图像识别包括：根据所述第二融合图像，提取所述第一融合图像中多个细胞的边缘像素点，生成第三分割图像；基于所述原始图像和所述第三分割图像，识别出所述多个细胞中的阳性细胞。在一种可能实施方式中，所述根据所述第二融合图像，提取所述第一融合图像中多个细胞的边缘像素点，生成第三分割图像包括：对所述第二融合图像进行连通域分析，得到所述第二融合图像中多个连通区域，在所述第二融合图像中为所述多个连通区域添加多个区域标签，其中，一个区域标签对应于一个连通区域；获取所述原始图像中的感兴趣区域；在所述原始图像中感兴趣区域和所述第一融合图像中细胞区域的交集内，以所述第二融合图像内各个局部极值点为生长种子点，将每个生长种子点所在连通区域的区域标签，赋值给所述每个生长种子点对应的生长蔓延点；当任一生长蔓延点被赋值多种区域标签时，将所述生长蔓延点确定为一个边缘像素点，重复执行所述确定边缘像素点的步骤，直到获取到所述交集内各个细胞的边缘像素点；将所述各个细胞的边缘像素点的像素值置为1，将除了所述各个细胞的边缘像素点之外的像素点的像素值置为0，得到所述第三分割图像。在一种可能实施方式中，所述基于所述原始图像和所述第三分割图像，识别出所述多个细胞中的阳性细胞之前，所述方法还包括：获取所述第三分割图像中各个细胞对应的连通区域面积，当任一细胞对应的连通区域面积小于第一面积阈值或大于第二面积阈值时，删去所述细胞对应的连通区域；或，获取所述第三分割图像中各个细胞的中心像素点与最近邻细胞的中心像素点之间的欧氏距离，当所述欧式距离小于距离阈值时，将所述细胞的中心像素点和所述最近邻细胞的中心像素点合并为目标中心像素点，所述目标中心像素点为所述细胞的中心像素点和所述最近邻细胞的中心像素点之间的平均值。在一种可能实施方式中，所述基于所述原始图像和所述第三分割图像，识别出所述多个细胞中的阳性细胞包括：对所述原始图像进行灰度处理，得到与所述原始图像对应的灰度图像；对所述灰度图像进行中值滤波处理，得到第三滤波图像；基于所述第三分割图像中各个细胞的边缘像素点，确定各本文档来自技高网...

【技术保护点】
1.一种图像识别方法，其特征在于，所述方法包括：/n对原始图像进行色彩空间转换，得到所述原始图像的苏木精H通道图像和二氨基联苯胺DAB通道图像；/n对所述H通道图像和所述DAB通道图像分别进行预处理，得到分割图像集和极值图像集，所述分割图像集包括所述H通道图像和所述DAB通道图像对应的分割图像，所述极值图像集包括所述H通道图像和所述DAB通道图像对应的局部极值图像；/n对所述分割图像集内各个分割图像进行融合处理，得到第一融合图像，对所述极值图像集内各个局部极值图像进行融合处理，得到第二融合图像；/n基于所述第一融合图像和所述第二融合图像进行图像识别。/n

【技术特征摘要】
1.一种图像识别方法，其特征在于，所述方法包括：
对原始图像进行色彩空间转换，得到所述原始图像的苏木精H通道图像和二氨基联苯胺DAB通道图像；
对所述H通道图像和所述DAB通道图像分别进行预处理，得到分割图像集和极值图像集，所述分割图像集包括所述H通道图像和所述DAB通道图像对应的分割图像，所述极值图像集包括所述H通道图像和所述DAB通道图像对应的局部极值图像；
对所述分割图像集内各个分割图像进行融合处理，得到第一融合图像，对所述极值图像集内各个局部极值图像进行融合处理，得到第二融合图像；
基于所述第一融合图像和所述第二融合图像进行图像识别。


2.根据权利要求1所述的方法，其特征在于，所述对所述H通道图像和所述DAB通道图像分别进行预处理，得到分割图像集和极值图像集包括：
对所述H通道图像和所述DAB通道图像分别进行双边滤波处理，得到第一滤波图像和第二滤波图像，所述第一滤波图像对应于所述H通道图像，所述第二滤波图像对应于所述DAB通道图像；
对所述第一滤波图像和所述第二滤波图像分别进行分割处理，得到所述分割图像集；
对所述第一滤波图像和所述第二滤波图像分别进行局部极值提取，得到所述极值图像集。


3.根据权利要求2所述的方法，其特征在于，所述分割图像集包括第一分割图像和第二分割图像，所述对所述第一滤波图像和所述第二滤波图像分别进行分割处理，得到所述分割图像集包括：
基于最大类间方差法，对所述第一滤波图像进行二分类，得到二值化的所述第一分割图像，所述第一分割图像用于表示所述H通道图像中的细胞区域；
基于最大类间方差法，对所述第二滤波图像进行二分类，得到二值化的所述第二分割图像，所述第二分割图像用于表示所述DAB通道图像中的细胞区域。


4.根据权利要求3所述的方法，其特征在于，所述对所述分割图像集内各个分割图像进行融合处理，得到第一融合图像包括：
对所述第一分割图像和所述第二分割图像中各个像素点执行逻辑或操作，得到所述第一融合图像，所述第一融合图像用于表示所述第一分割图像和所述第二分割图像中细胞区域的并集。


5.根据权利要求2所述的方法，其特征在于，所述极值图像集包括第一局部极值图和第二局部极值图，所述对所述第一滤波图像和所述第二滤波图像分别进行局部极值提取，得到所述极值图像集包括：
基于最大值滤波法，对所述第一滤波图像进行局部极值提取，得到所述第一局部极值图，所述第一局部极值图用于表示所述H通道图像中的局部极值点；
基于最大值滤波法，对所述第二滤波图像进行局部极值提取，得到所述第二局部极值图，所述第二局部极值图用于表示所述DAB通道图像中的局部极值点。


6.根据权利要求5所述的方法，其特征在于，所述对所述极值图像集内各个局部极值图像进行融合处理，得到第二融合图像包括：
对所述第一局部极值图中各个局部极值点执行形态学膨胀运算，得到第一膨胀图像；
对所述第二局部极值图中各个局部极值点执行形态学膨胀运算，得到第二膨胀图像；
对所述第一膨胀图像和所述第二膨胀图像中各个像素点执行逻辑或操作，得到所述第二融合图像，所述第二融合图像用于表示所述第一局部极值图和所述第二局部极值图中经膨胀运算后的各个局部极值点的并集。


7.根据权利要求1所述的方法，其特征在于，所述基于所述第一融合图像和所述第二融合图像进行图像识别包括：
根据所述第二融合图像，提取所述第一融合图像中多个细胞的边缘像素点，生成第三分割图像；
基于所述原始图像和所述第三分割图像，识别出所述多个细胞中的阳性细胞。


8.根据权利要求7所述的方法，其特征在于，所述根据所述第二融合图像，提取所述第一融合图像中多个细胞的边缘像素点，生成第三分割图像包括：
对所述第二融合图像进行连通域分析，得到所述第二融合图像中多个连通区域，在所述第二融合图像中为所述多个连通区域添加多个区域标签，其中，一个区域标签对应于一个连通区域；
获取所述原始图像中的感兴趣区域；
在所述原始图像中感兴趣区域和所述第一融合图像中细胞区域的交集内，以所述第二融合图像内各个局部极值点为生长种子点，将每个生长种子点所在连通区域的区域标签，赋值给所述每个生长种子点对...

【专利技术属性】
技术研发人员：沈昊成，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44