图像区域校正方法、装置、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区域校正方法、装置、设备及存储介质，所述方法包括：获取肺图像中各层图像的图像特征，所述肺部图像包括多层叠加的图像；利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，并基于修正后的肺图像，得到所述肺图像的肺区域轮廓；获取设定肺区域轮廓，利用所述设定肺区域轮廓对所述肺区域轮廓进行校正，得到校正肺区域轮廓。本发明专利技术能够提升肺区域轮廓检测精度，且能够缩短肺图像区域的检测时间。

【技术实现步骤摘要】
图像区域校正方法、装置、设备及存储介质
本专利技术涉及人工智能
，尤其涉及一种图像区域校正方法、装置、设备及存储介质。
技术介绍
目前，一般采用自适应阈值法二值化进行肺区域轮廓检测。实际上，肺图像通常是多层的，肺图像的轮廓变化是通过多层图像的区域边界确定的，且肺区域边界可能会产生病变，甚至肺区域边界与胸腔内壁产生粘连的区域，若采用自适应阈值法二值化进行肺区域轮廓的方式进行肺区域轮廓检测，会造成肺区域轮廓检测不完整和准确，会造成肺区域轮廓检测精度不理想或者较低，且检测时间也较长。
技术实现思路
本专利技术的主要目的在于提供一种图像区域校正方法、装置、设备及存储介质，旨在解决现有肺区域轮廓检测精度不理想或者较低，且检测时间也较长的问题。为实现上述目的，第一方面，本专利技术提供一种图像区域校正方法，所述图像区域校正方法包括以下步骤：获取肺图像中各层图像的图像特征，所述肺部图像包括多层叠加的图像；利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，并基于修正后的肺图像，得到所述肺图像的肺区域轮廓；获取设定肺区域轮廓，利用所述设定肺区域轮廓对所述肺区域轮廓进行校正，得到校正肺区域轮廓。第二方面，本专利技术还提供一种图像区域校正装置，所述装置包括：获取模块，用于获取肺图像中各层图像的图像特征，所述肺部图像包括多层叠加的图像；修正模块，用于利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，所述获取模块，还用于基于修正后的肺图像，得到所述肺图像的肺区域轮廓；校正模块，用于获取设定肺区域轮廓，利用所述设定肺区域轮廓对所述肺区域轮廓进行校正，得到校正肺区域轮廓。第三方面，本专利技术还提出一种图像区域校正设备，所述图像区域校正设包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像区域校正程序，所述图像区域校正程序被所述处理器执行所述的图像区域校正方法的步骤。第四方面，本专利技术还提出一种存储介质，所述存储介质上存储有图像区域校正程序，所述图像区域校正程序被处理器执行时实现所述的图像区域校正方法的步骤。本专利技术提供一种图像区域校正方法、装置、设备及存储介质。在获取肺图像中各层图像的图像特征后，所述肺部图像包括多层叠加的图像；首先利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，并基于修正后的肺图像，得到所述肺图像的肺区域轮廓；获取设定肺区域轮廓，利用所述设定肺区域轮廓对所述肺区域轮廓进行校正，得到校正肺区域轮廓。该过程可以提高每层图像的图像特征的精度。在得到优化特征的情况下，可以利用相邻层图像的优化特征之间的关联特征，对肺图像的特征进行修正，从而可以结合肺图像中至少两层图像的特征信息实现肺图像的修正。此外，利用设定肺区域轮廓对得到的肺区域轮廓进行校正，得到校正肺区域轮廓，可以克服肺区域边界与胸腔内壁产生粘连的区域，而导致肺区域轮廓检测不完整和准确的缺陷，提升肺区域轮廓检测精度，且降低检测时间。附图说明图1是本专利技术实施例一种图像区域校正方法的流程示意图；图2示出本专利技术实施例的一种图像区域校正方法中步骤S20的流程图；图3示出根据本专利技术实施例的一种图像区域校正方法中步骤S40的流程图；图4示出本专利技术实施例的一种图像区域校正装置的结构示意图；图5示出本专利技术实施例的一种图像区域校正设备的结构示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。需要说明的是，本专利技术实施例图像区域校正设备可以是智能手机、个人计算机和服务器等设备，在此不做具体限制。本专利技术实施例提供了一种图像区域校正方法，该方法用于检测肺图像中的肺区域轮廓，其中肺区域轮廓是指肺图像中肺部区域的边界轮廓，也就是确定肺图像中肺部区域的边界位置。该方法的执行主体可以为任意的图像处理装置，例如图像区域校正方法可以由终端设备或服务器执行，其中，终端设备可以为用户设备(UserEquipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(PersonalDigitalAssistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。服务器可以为本地服务器或者云端服务器。在一些可能的实现方式中，该方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。图1是本专利技术实施例一种图像区域校正方法的流程示意图。如图1所示，本专利技术实施例的图像区域校正方法可以包括：S10：获取肺图像中各层图像的图像特征；在一些可能的实施方式中，所述肺部图像包括多层叠加的图像，获取肺图像的方式可以包括：利用CT(计算机断层成像)的方式拍摄得到肺图像，或者也可以从其他的电子设备或者服务器接收拍摄得到的肺图像。其中肺图像可以包括多层肺部的断层成像(图像)，通过这些多层图像的叠加可以形成整体的肺图像。另外，本专利技术实施例中的肺图像可以包括左肺、右肺以及气管等，通过本专利技术实施例可以从肺图像中确定肺图像中的左肺区域轮廓和右肺区域轮廓中的至少一种。S20：利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理。在一些可能的实施方式中，在获得肺图像的情况下，还可以进一步提取肺图像的图像特征，其中，可以直接将肺图像的各层图像中的像素点对应的像素值作为图像特征，或者也可以通过对图像执行特征提取处理，得到图像的图像特征。在一些可能的实施方式中，在步骤S20之前，所述方法还可以包括，所述对各层图像的图像特征执行特征优化处理，得到与各层图像分别对应的优化特征的步骤，即可以通过分别对各层图像的图像特征执行卷积处理，实现对各图像特征的分别优化，通过该优化可以增加更为细节的特征信息，提高特征的丰富性。其中，通过对各层图像执行优化处理，可以分别得到对应的优化特征。或者也可以将相邻层图像的图像特征连接得到连接特征，并对连接特征执行特征处理，使得相邻层图像的图像特征能够相互融合，同时还能够提高特征精度，进而分别通过两个卷积层对得到的同和特征分别进行卷积，对应的得到相邻层图像中各层图像的优化特征。其中，本专利技术实施例中，所述对各层图像的图像特征执行特征优化处理，得到与各层图像分别对应的优化特征，包括：步骤1：对所述肺图像中的相邻层图像执行多图像特征融合处理，得到所述相邻层图像中各层图像分别对应的融合特征，其中，所述肺图像中的相邻层图像包括按照层数增加的顺序排列的第一图像，以及与所述第一图像相邻的至少一个第二图像，所述相邻层图像中各图像的融合特征融合有所述相邻层图像中任一图像的特征信息；本专利技术实施例中，相邻层图像可以定义为包括第一图像和至少一个第二图像，第二图像为按照层数增加的方向与第一图像相邻的图像，例如第一图像为第i层图像，第二图像可以为第i+1层图像，或者也可以为第i+本文档来自技高网...

【技术保护点】
1.一种图像区域校正方法，其特征在于，所述方法包括：/n获取肺图像中各层图像的图像特征，所述肺部图像包括多层叠加的图像；/n利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，并基于修正后的肺图像，得到所述肺图像的肺区域轮廓；/n获取设定肺区域轮廓，利用所述设定肺区域轮廓对所述肺区域轮廓进行校正，得到校正肺区域轮廓。/n

【技术特征摘要】
1.一种图像区域校正方法，其特征在于，所述方法包括：
获取肺图像中各层图像的图像特征，所述肺部图像包括多层叠加的图像；
利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，并基于修正后的肺图像，得到所述肺图像的肺区域轮廓；
获取设定肺区域轮廓，利用所述设定肺区域轮廓对所述肺区域轮廓进行校正，得到校正肺区域轮廓。


2.根据权利要求1所述的方法，其特征在于，所述利用所述设定肺区域轮廓对所述肺区域轮廓进行校正，得到校正肺区域轮廓，包括：
获取在所述肺区域轮廓上设置的若干点；
对所述设定肺区域轮廓按照设定步长进行缩放，当缩放后的设定肺区域轮廓接触到所述若干点的数量大于或等于设定数量时，将所述缩放后的设定肺区域轮廓确定为所述校正肺区域轮廓。


3.根据权利要求2所述的方法，其特征在于，所述将所述缩放后的设定肺区域轮廓确定为所述校正肺区域轮廓，包括：
确定所述肺区域轮廓的错误提取轮廓；
利用缩放后的设定肺区域轮廓代替所述错误提取轮廓；
将代替后的所述肺区域轮廓确定为所述校正肺区域轮廓。


4.根据权利要求1-3任一项所述的方法，其特征在于，所述设定肺区域轮廓为多层平面的设定肺区域轮廓；
所述利用所述设定肺区域轮廓对所述肺区域轮廓进行校正，得到校正肺区域轮廓之前，所述方法还包括：
判断所述设定肺区域轮廓的层数与所述肺图像的层数是否相同；
若相同，则根据所述校正肺区域轮廓对所述肺图像进行肺区域提取；
若不同，则对所述设定肺区域轮廓或所述肺图像进行插值处理，得到相同层数的所述设定肺区域轮廓以及所述肺图像；根据插值处理后的所述校正肺区域轮廓对所述肺图像进行肺区域提取，或根据所述校正肺区域轮廓对插值处理后的肺图像进行肺区域提取。


5.根据权利要求1-3任一项所述的方法，其特征在于，所述利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，得到所述肺图像的肺区域轮廓之前，所述方法还包括：
对各层图像的图像特征执行特征优化处理，得到与各层图像分别对应的优化特征；
所述利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，得到修正后的肺图像，包括：
获取所述肺图像中相邻层图像的优化特征之...

【专利技术属性】
技术研发人员：李月，蔡杭，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44