图像分割方法、装置、存储介质和计算机设备制造方法及图纸

本申请涉及一种图像分割方法、装置、存储介质和计算机设备，所述方法包括：获取待分割的眼底图像；从所述眼底图像中划分多个像素块；根据每个所述像素块确定分别对应不同病灶类别的多个概率图块；所述概率图块中各颜色值表示在所述像素块中对应的像素点属于各病灶类别的概率；根据所述概率图块确定所述眼底图像中各像素点所属的病灶类别；按所述眼底图像各像素点所属的病灶类别，从所述眼底图像分割病灶区域。本申请提供的方案可以提高眼底图像分割的准确率。

Image segmentation method, device, storage medium and computer equipment

【技术实现步骤摘要】
图像分割方法、装置、存储介质和计算机设备本申请是于2018年07月25日提交中国专利局，申请号为201810825633.4，专利技术名称为“眼底图像分割方法、装置、存储介质和计算机设备”的分案申请，其全部内容通过引用结合在本申请中。
本申请涉及图像分割
，特别是涉及一种图像分割方法、装置、存储介质和计算机设备。
技术介绍
随着图像处理技术的发展，图像分割技术开始被应用到眼底图像分割领域，通过对眼底图像进行分割处理，可自动检测出人体眼部是否出现疑是病灶特征。目前国内外的研究人员提出了各种眼底图像分割算法，常用的眼底图像分割算法为基于血管跟踪的分割算法，该分割算法的实现步骤为：将一个局部算子作用在已知为血管的某个初始点上，然后由算法自动跟踪出血管的中心线、方向和半径等参数，根据这些参数对眼底图像进行图像分割。然而，基于血管跟踪的分割算法中，当遇到血管分支点火交叉点时容易出现跟踪错误，从而影响图像分割的准确率。
技术实现思路
基于此，有必要针对因采用血管跟踪的分割算法而造成图像分割的准确性低的技术问题，提供本文档来自技高网...

【技术保护点】
1.一种图像分割方法，包括：/n获取待分割图像；/n按照预设尺寸裁剪所述待分割图像，得到多个像素块；/n通过机器学习模型对输入的各像素块进行处理，计算出各所述像素块中每个像素点属于对应目标类别的概率；依据计算出来的概率确定颜色值，根据该颜色值绘制相应的概率图块，获得分别对应不同目标类别的多个概率图块；所述概率图块中各颜色值表示在所述像素块中对应的像素点属于各目标类别的概率；/n根据所述概率图块确定所述待分割图像中各像素点所属的目标类别；/n在拼接所述概率图块所得的、与各所述目标类别分别对应的待分割位图中，提取属于相同位置的、概率最大的像素点，组合所提取的像素点得到分割区域。/n

【技术特征摘要】
1.一种图像分割方法，包括：
获取待分割图像；
按照预设尺寸裁剪所述待分割图像，得到多个像素块；
通过机器学习模型对输入的各像素块进行处理，计算出各所述像素块中每个像素点属于对应目标类别的概率；依据计算出来的概率确定颜色值，根据该颜色值绘制相应的概率图块，获得分别对应不同目标类别的多个概率图块；所述概率图块中各颜色值表示在所述像素块中对应的像素点属于各目标类别的概率；
根据所述概率图块确定所述待分割图像中各像素点所属的目标类别；
在拼接所述概率图块所得的、与各所述目标类别分别对应的待分割位图中，提取属于相同位置的、概率最大的像素点，组合所提取的像素点得到分割区域。


2.根据权利要求1所述的方法，其特征在于，所述按照预设尺寸裁剪所述待分割图像，得到多个像素块包括：
确定待划分出的像素块的尺寸；
确定从所述待分割图像中逐步划分像素块时所逐步移动的步长；所述步长小于所述像素块的尺寸；
在所述待分割图像中，按照所述步长逐步确定划分起点，并依照所述划分起点逐步划分出所述尺寸的多个像素块。


3.根据权利要求1所述的方法，其特征在于，获得所述多个概率图块的步骤还包括：
确定每个所述像素块中各像素点对应的特征；
将所确定的特征与不同目标类别的特征进行对比，获得每个所述像素块中各像素点属于各目标类别的概率；
根据所述概率确定用于合成概率图块的像素点的颜色值；
按照不同目标类别，将具有所述颜色值的像素点合成多个概率图块。


4.根据权利要求1所述的方法，其特征在于，所述根据所述概率图块确定所述待分割图像中各像素点所属的目标类别包括：
将对应相同目标类别的多个概率图块进行拼接，获得分别对应不同目标类别的待分割位图；
确定所述待分割位图中对应位置的像素点属于各目标类别的概率；
将各对应位置的像素点归属于相应最大概率的目标类别。


5.根据权利要求4所述的方法，其特征在于，所述将对应相同目标类别的多个概率图块进行拼接，获得分别对应不同目标类别的待分割位图包括：
将每个目标类别所对应的多个概率图块，分别按照相应像素块从所述待分割图像中划分的位置进行拼接；
在拼接时确定拼接的概率图块间的重叠区域；
将所述重叠区域中相同位置的多个像素点的颜色值的平均值，确定为所述重叠区域中相应像素点的颜色值，获得相应目标类别所对应的待分割位图。


6.根据权利要求1至5任一项所述的方法，其特征在于，所述概率图块通过机器学习模型确定；所述方法还包括：
获取待分割图像样本和对应的参考位图；所述参考位图中的像素点为参考标签，用于表示所述待分割图像样本对应位置的像素点所属的目标类别；
将所述待分割图像样本划分为多个训练像素块；
对所述参考位图进行划分，获得多个参考像素块；
将所述训练像素块输入机器学习模型训练，获得训练分割区域；
根据所述训练分割区域中各像素点与所述参考像素块中对应位置的像素点之间的差异，调整所述机器学习模型的参数。


7.根据权利要求6所述的方法，其特征在于，所述将所述训练像素块输入机器学习模型训练包括：
对所述训练像素块分别进行不同的变化；所述变化包括...

【专利技术属性】
技术研发人员：蒋忻洋，王子龙，孙星，王睿，
申请(专利权)人：腾讯医疗健康深圳有限公司，
类型：发明
国别省市：广东;44