【技术实现步骤摘要】
一种图像校正方法及设备
[0001]本专利技术涉及图像处理
，特别涉及一种图像校正方法及设备。
技术介绍
[0002]由于人体内部器官结构的复杂性，医生在使用医疗内窥镜对人体进行检查拍照时，保存的图片可能存在拍歪、模糊等问题，导致后期对保存的图片进行分析时，由于图像的质量或角度等问题增加了医生对病理部分进行分析的成本。
[0003]目前虽然可以通过图像校正方法来提升保存图片的质量，例如采用关键点匹配的方法进行校准，但是该校准方法需要内窥镜图像具有明显的轮廓或关键点，并不适用于复杂的内窥镜场景。
[0004]因此，如何通过图像校正方法，对复杂的内窥镜场景的图片进行校准，提升医生分析病理图片的难度，提高分析效率，已经成为目前亟需解决的技术问题。
技术实现思路
[0005]本专利技术提供一种图像校正方法及设备，用于根据表征目标部位图像和模板图像之间的相互转换关系的变换参数矩阵，对目标部位图像进行校正，适用于内窥镜等无明显轮廓或者关键点的场景，提高分析病理图片的效率。
[0006]第一方...
【技术保护点】
【技术特征摘要】
1.一种图像校正方法，其特征在于，该方法包括：获取待检测对象的目标部位图像，以及与所述目标部位图像匹配的模板图像，其中所述模板图像表征符合预设图像规范的图像；确定所述目标部位图像和所述模板图像的变换参数矩阵，所述变换参数矩阵表征目标部位图像和所述模板图像的相互转换关系，所述变换参数矩阵中的元素包括表征旋转角度的仿射变换参数；根据所述变换参数矩阵，对所述目标部位图像进行校正。2.根据权利要求1所述的方法，其特征在于，所述确定所述目标部位图像和所述模板图像的变换参数矩阵，包括：根据训练好的配准网络模型的特征提取层，提取目标部位图像的目标特征向量和所述模板图像的模板特征向量；其中，所述配准网络模型是利用训练部位图像和所述训练部位图像匹配的模板图像进行无监督训练得到的；根据所述目标特征向量和所述模板特征向量，确定所述变换参数矩阵。3.根据权利要求2所述的方法，其特征在于，所述根据所述目标特征向量和所述模板特征向量，确定所述变换参数矩阵，包括：根据所述配准网络模型的特征匹配层，对所述目标特征向量和所述模板特征向量进行特征匹配，得到匹配特征图；其中，所述匹配特征图表征所述目标特征向量和所述模板特征向量包含的每个向量分量的匹配度；根据所述匹配特征图，确定所述变换参数矩阵。4.根据权利要求3所述的方法，其特征在于，所述根据所述匹配特征图，确定所述变换参数矩阵，包括：根据所述配准网络模型的参数回归层，对所述匹配特征图进行参数回归，确定所述变换参数矩阵，其中所述参数回归用于预测所述匹配特征图包含的所述目标特征向量和所述模板特征向量的特征匹配模式。5.根据权利要求1所述的方法，其特征在于，所述获取与所述目标部位图像匹配的模板图像，包括：获取模板图像集合，所述模板图像集合包括待...
【专利技术属性】
技术研发人员：毛礼建，张鎏锟，熊剑平，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。