图像中可读区域的分割方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了图像中可读区域的分割方法、装置、电子设备及存储介质，涉及智慧医疗、图像处理技术领域。具体实现方案为：通过获取眼底图像中像素点对应的亮度漂移信息对眼底图像进行分割，并将分割得到的区域根据像素点对应的对比度漂移信息以及对应的病灶检测算法，确定该区域是否满足对应的可读条件，在该区域满足对应的可读条件时，确定该区域为眼底图像中的可读区域。由此，通过检测眼底图像亮度是否均匀的同时，对区域的清晰度进行计算，并结合病灶检测算法，从而更好的判断区域是否可读，可最大程度地降低图像的错误丢弃率。

【技术实现步骤摘要】
图像中可读区域的分割方法、装置、电子设备及存储介质
本申请涉及计算机
，具体涉及智慧医疗、图像处理
，尤其涉及图像中可读区域的分割方法、装置、电子设备及存储介质。
技术介绍
随着眼底照相机的使用越来越多，可以获得大量的眼底图像。糖尿病性视网膜病变(DR)、青光眼和年龄相关性黄斑变性(AMD)等眼底疾病可以通过眼底图像来诊断。眼底图像质量对自动眼部疾病筛查的表现具有显著影响，质量差的眼底图可能会误导诊断。然而，由于不均匀的照明、个人眼睛对闪光的敏感度、小瞳、拍照方式不正确等原因导致有相当多的图像质量较差，其中主要是亮度不均匀，出现局部过亮或过暗的现象。相关技术中，通过对图像整体质量进行评估分类，没有可读区域分割解释说明，对于可读区域存在病灶的低质图片，会选择丢弃或重拍。但是，对于图像中一些过亮或过暗区域，仍可见血管纹理，甚至有明显病灶，对于整体低质但可读区域存在病灶的情况，直接选择丢弃或者重拍是不合理的。
技术实现思路
提供了一种图像中可读区域的分割方法、装置、电子设备及存储介质。根据第一方本文档来自技高网...

【技术保护点】
1.一种图像中可读区域的分割方法，包括：/n获取眼底图像，以及所述眼底图像中各个像素点对应的亮度漂移信息和对比度漂移信息；/n根据所述各个像素点对应的亮度漂移信息对所述眼底图像进行分割，以获取所述眼底图像中的至少一个区域；/n根据所述区域内所述各个像素点对应的对比度漂移信息以及所述区域对应的病灶检测算法，确定所述区域是否满足对应的可读条件；/n在所述区域满足对应的可读条件时，确定所述区域为所述眼底图像中的可读区域。/n

【技术特征摘要】
1.一种图像中可读区域的分割方法，包括：
获取眼底图像，以及所述眼底图像中各个像素点对应的亮度漂移信息和对比度漂移信息；
根据所述各个像素点对应的亮度漂移信息对所述眼底图像进行分割，以获取所述眼底图像中的至少一个区域；
根据所述区域内所述各个像素点对应的对比度漂移信息以及所述区域对应的病灶检测算法，确定所述区域是否满足对应的可读条件；
在所述区域满足对应的可读条件时，确定所述区域为所述眼底图像中的可读区域。


2.根据权利要求1所述的方法，其中，所述获取眼底图像，以及所述眼底图像中各个像素点对应的亮度漂移信息和对比度漂移信息，包括：
获取所述眼底图像，以及所述眼底图像的背景图像；
针对所述背景图像中的每个像素点，根据所述像素点的亮度信息以及对应的周边像素点的亮度信息，确定所述像素点对应的亮度漂移信息以及对比度漂移信息；
将所述背景图像中各个像素点对应的亮度漂移信息以及对比度漂移信息，确定为所述眼底图像中各个像素点对应的亮度漂移信息以及对比度漂移信息。


3.根据权利要求1所述的方法，其中，所述根据所述各个像素点对应的亮度漂移信息对所述眼底图像进行分割，包括：
根据所述各个像素点对应的亮度漂移信息，生成亮度漂移分布直方图；
获取所述亮度漂移分布直方图中的参考亮度漂移数值，所述参考亮度漂移数值包括：第一亮度漂移数值和第二亮度漂移数值，其中，所述第一亮度漂移数值为所述亮度漂移分布直方图中对应的分布数值为极大值的漂移数值，所述第二亮度漂移数值为分布数量小于预设数量阈值的多个亮度漂移数值中的最小亮度漂移数值；
判断所述参考亮度漂移数值是否位于第一数值范围内；
在存在位于所述第一数值范围外的参考亮度漂移数值时，根据具有所述参考亮度漂移数值的像素点对所述眼底图像进行分割，以获取所述眼底图像中的亮度均匀区域和亮度不均匀区域。


4.根据权利要求3所述的方法，其中，还包括：
在不存在位于所述第一数值范围外的参考亮度漂移数值时，将所述眼底图像所在的区域，确定为所述眼底图像中的亮度均匀区域。


5.根据权利要求3所述的方法，其中，在判断所述参考亮度漂移数值是否位于第一数值范围内之前，还包括：
获取大于预设数量的亮度漂移样本分布直方图；
根据所述亮度漂移样本分布直方图，确定所述第一数值范围。


6.根据权利要求1所述的方法，其中，在所述区域为亮度均匀区域时，所述根据所述区域内所述各个像素点对应的对比度漂移信息以及所述区域对应的病灶检测算法，确定所述区域是否满足对应的可读条件，包括：
根据所述亮度均匀区域内所述各个像素点对应的对比度漂移信息，确定所述亮度均匀区域的清晰度；
在所述亮度均匀区域的清晰度大于第一清晰度阈值时，确定所述亮度均匀区域为可读区域；
在所述亮度均匀区域的清晰度小于第一清晰度阈值时，根据所述亮度均匀区域对应的病灶检测算法确定所述亮度均匀区域是否为病灶区域；
在所述亮度均匀区域为病灶区域时，确定所述亮度均匀区域为可读区域。


7.根据权利要求6所述的方法，其中，还包括：在所述亮度均匀区域为非病灶区域时，确定所述亮度均匀区域为非可读区域。


8.根据权利要求1所述的方法，其中，在所述区域为亮度不均匀区域时，所述根据所述区域内所述各个像素点对应的对比度漂移信息以及所述区域对应的病灶检测算法，确定所述区域是否满足对应的可读条件，包括：
根据所述亮度不均匀区域内所述各个像素点对应的亮度漂移信息，确定所述亮度不均匀区域是否为过亮区域；
在所述亮度不均匀区域为过亮区域时，根据所述过亮区域内各个像素点对应的对比度漂移信息，确定所述过亮区域的清晰度；
在所述过亮区域的清晰度大于第一清晰度阈值时，确定所述过亮区域为可读区域；
在所述过亮区域的清晰度小于第一清晰度阈值时，获取所述过亮区域的轮廓特征，并根据所述过亮区域的轮廓特征确定所述过亮区域是否为病灶区域；
在所述过亮区域为病灶区域时，确定所述过亮区域为可读区域。


9.根据权利要求8所述的方法，其中，还包括：在所述过亮区域为非病灶区域时，确定所述过亮区域为非可读区域。


10.根据权利要求8所述的方法，其中，所述轮廓特征包括：轮廓形状和轮廓位置；
所述根据所述过亮区域的轮廓特征确定所述过亮区域是否为病灶区域，包括：
在所述过亮区域的轮廓形状规则，且轮廓位置为眼底图像的边缘位置时，确定所述过亮区域为过曝区域；
在所述过亮区域的轮廓形状不规则，或者轮廓位置为眼底图像的非边缘位置时，确定所述过亮区域为病灶区域。


11.根据权利要求8所述的方法，其中，还包括：
在所述亮度不均匀区域为过暗区域时，根据所述过暗区域内各个像素点对应的对比度漂移信息，确定所述过暗区域的清晰度；
在所述过暗区域的清晰度大于等于第二清晰度阈值时，确定所述过暗区域为可读区域；
在所述过暗区域的清晰度小于第二清晰度阈值时，确定所述过暗区域为非可读区域。


12.根据权利要求1所述的方法，其中，还包括：
对所述眼底图像中的可读区域，采用所述可读区域的轮廓线对所述可读区域进行标记，得到标记后的眼底图像；
显示所述标记后的眼底图像。


13.一种图像中可读区域的分割装置，包括：
获取模块，用于获取眼底图像，以及所述眼底图像中各个像素点对应的亮度漂移信息和对比度...

【专利技术属性】
技术研发人员：黄甜甜，杨大陆，杨叶辉，王磊，许言午，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11