用于眼底图的图像前处理方法及图像处理装置制造方法及图纸

本发明专利技术提供一种用于眼底图的图像前处理方法及图像处理装置。自眼底图取得兴趣区域以生成第一图像。兴趣区域是针对眼底图中的眼球。对第一图像进行平滑处理以生成第二图像。增加第二图像中多个相邻像素之间的数值差异以生成第三图像。藉此，可增强特征，并有助于后续图像识别作业。续图像识别作业。续图像识别作业。

【技术实现步骤摘要】
用于眼底图的图像前处理方法及图像处理装置


[0001]本专利技术涉及一种图像处理技术，具体来说，涉及一种用于眼底(fundoscopic)图的图像前处理方法及图像处理装置。

技术介绍

[0002]医疗图像是针对生物体的特定部位拍摄所得的图像，且这些图像可用于评估罹患疾病的风险或疾病的严重程度。例如，通过眼底(fundoscopic)摄影检查，可及早发现诸如视网膜病变、青光眼、黄斑部病或其他病变。一般而言，多数医生都是通过人工判断医疗图像上的病灶。虽然现今可通过计算机辅助评估医疗图像，但诸如效率、复杂度及准确度等指标仍有待突破。

技术实现思路

[0003]本专利技术实施例是针对一种用于眼底图的图像前处理方法及图像处理装置，可强化特征，进而增进后续识别病灶或其他特征的准确度。
[0004]根据本专利技术的实施例，图像前处理方法包括(但不仅限于)下列步骤：自眼底图取得兴趣区域以生成第一图像。兴趣区域是针对眼底图中的眼球。对第一图像进行平滑(smoothing)处理以生成第二图像。增加第二图像中多个相邻像素之间的数值差异以生成第三图像。第三图像用于图像识别。
[0005]根据本专利技术的实施例，图像处理装置包括(但不仅限于)存储器及处理器。存储器存储程序代码。处理器耦接存储器。处理器加载且执行程序代码以经配置用以自眼底图取得兴趣区域以生成第一图像，对第一图像进行平滑处理以生成第二图像，并增加第二图像中多个相邻像素之间的数值差异以生成第三图像。兴趣区域是针对眼底图中的眼球。第三图像用于图像识别。
[0006]基于上述，依据本专利技术实施例的用于眼底图的图像前处理方法及图像处理装置，在进行图像识别之前，自初始的眼底图切割出兴趣区域，并进一步平滑处理及数值强化。藉此，可增强特征，降低噪声，并提升后续图像识别的识别准确度。
附图说明
[0007]包含附图以便进一步理解本专利技术，且附图并入本说明书中并构成本说明书的一部分。附图说明本专利技术的实施例，并与描述一起用于解释本专利技术的原理。
[0008]图1是依据本专利技术一实施例的图像处理装置的组件方块图；
[0009]图2是依据本专利技术一实施例的图像前处理方法的流程图；
[0010]图3是依据本专利技术一实施例的第一图像的示意图；
[0011]图4是依据本专利技术一实施例的第二图像的示意图；
[0012]图5是依据本专利技术一实施例的第三图像的示意图。
[0013]附图标号说明
[0014]100:图像处理装置；
[0015]110:存储器；
[0016]130:处理器；
[0017]S210～S250:步骤。
具体实施方式
[0018]现将详细地参考本专利技术的示范性实施例，示范性实施例的实例说明于附图中。只要有可能，相同组件符号在附图和描述中用来表示相同或相似部分。
[0019]图1是依据本专利技术一实施例的图像处理装置100的组件方块图。请参照图1，图像处理装置100包括(但不仅限于)存储器110及处理器130。图像处理装置100可以是台式计算机、笔记本电脑、智能手机、平板计算机、服务器、医疗检测仪器或其他运算装置。
[0020]存储器110可以是任何型态的固定或可移动随机存取内存(Radom Access Memory，RAM)、只读存储器(Read Only Memory，ROM)、闪存(flash memory)、传统硬盘(Hard Disk Drive，HDD)、固态硬盘(Solid
‑
State Drive，SSD)或类似组件。在一实施例中，存储器110用以记录程序代码、软件模块、组态配置、数据(例如，图像、数值、参考值、距离等)或文件，并待后文详述其实施例。
[0021]处理器130耦接存储器110，处理器130并可以是中央处理单元(Central Processing Unit，CPU)、图形处理单元(Graphic Processing unit，GPU)，或是其他可程序化的一般用途或特殊用途的微处理器(Microprocessor)、数字信号处理器(Digital Signal Processor，DSP)、可程序化控制器、现场可程序化逻辑门阵列(Field Programmable Gate Array，FPGA)、特殊应用集成电路(Application
‑
Specific Integrated Circuit，ASIC)、神经网络加速器或其他类似组件或上述组件的组合。在一实施例中，处理器130用以执行图像处理装置100的所有或部份作业，且可加载并执行存储器110所记录的各程序代码、软件模块、文件及数据。
[0022]下文中，将搭配图像处理装置100中的各项装置、组件及模块说明本专利技术实施例所述的方法。本方法的各个流程可依照实施情形而随之调整，且并不仅限于此。
[0023]图2是依据本专利技术一实施例的图像前处理方法的流程图。请参照图2，处理器130可自眼底图取得兴趣区域以生成第一图像(步骤S210)。具体而言，眼底图是针对人或其他生物体进行眼底摄影所取得的图像。处理器130可通过内建或外接的图像捕获设备取得眼底图，或者处理器130可自服务器、计算机或存储媒体下载眼底图。值得注意的是，来自不同来源的眼底图的形状或大小可能不同。为了正规化这些眼底图，处理器130可先切割出视为重要或有用信息的兴趣区域。
[0024]本专利技术实施例的兴趣区域是针对眼底图中的眼球。在一实施例中，处理器130可自眼底图中定位眼球的中心。例如，处理器130可在眼底图中像素的梯度方向上的直线相交最多的一点视为眼球的位置。又例如，处理器130可对眼底图进行霍夫转换(Hough transformation)，以选出最符合限制条件的圆形，并据以决定兴趣区域边界轮廓的圆心。处理器13可依据眼球的中心进一步决定兴趣区域。例如，处理器130可依据中心设定较符合或最符合眼球轮廓的圆形，并将此圆形的轮廓作为兴趣区域的边界。又例如，处理器130可将霍夫转换所得的圆形作为兴趣区域。
[0025]在另一实施例中，处理器130可由眼底图的外侧开始至中心找寻眼球的边界。例如，处理器130自眼底图的四边朝向中心依序逐渐扫描，并判断扫描区域的亮度。值得注意的是，眼球的边界的一侧的亮度值(或称明度(Brightness)，即颜色的亮度)高于另一侧。一般而言，眼底图中眼球以外的区域的亮度值较低且可能是黑色。当任一边上的相邻像素的亮度差异高于差异门坎值或某一个或更多个像素的亮度值高于亮度门坎值(即，一侧的亮度值高于另一侧)时，处理器130可决定此边上的兴趣区域的最外侧已找到。处理器130可将眼底图的四个边分别找到的最外侧为界线，即形成四边形。处理器130可将此四边形的最短边长度作为圆形(视为眼球)的直径，并据以将此直径所形成的圆形作为眼球的边界。圆心位置是四边形的中心。在另一实施例中，为了先滤除常出现在外围的干扰，处理器130以四边形的最短边长度的一半再乘上一个大于0且小于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像前处理方法，其特征在于，包括：自眼底图取得兴趣区域以生成第一图像，其中所述兴趣区域是针对所述眼底图中的眼球；对所述第一图像进行平滑处理以生成第二图像；以及增加所述第二图像中多个相邻像素之间的数值差异以生成第三图像。2.根据权利要求1所述的图像前处理方法，其特征在于，自所述眼底图取得所述兴趣区域的步骤包括：自所述眼底图中定位所述眼球的中心；以及依据所述中心决定所述兴趣区域。3.根据权利要求1所述的图像前处理方法，其特征在于，自所述眼底图取得所述兴趣区域的步骤包括：由所述眼底图的外侧开始找寻所述眼球的边界，其中所述眼球的边界的一侧的亮度值高于另一侧；以及依据所述眼球的边界决定所述兴趣区域。4.根据权利要求1所述的图像前处理方法，其特征在于，生成所述第一图像的步骤包括：自所述眼底图切割出所述兴趣区域；以及在所述兴趣区域外加上背景色以形成所述第一图像。5.根据权利要求1所述的图像前处理方法，其特征在于，所述平滑处理为高斯模糊，且对所述第一图像进行所述平滑处理的步骤包括：对所述第一图像进行所述高斯模糊。6.根据权利要求1所述的图像前处理方法，其特征在于，增加所述第二图像中所述相邻像素之间的数值差异的步骤包括：依据所述数值差异与参考值之间的距离按比例增加所述数值差异。7.根据权利要求1所述的图像前处理方法，其特征在于，生成所述第三图像的步骤之后，还包括：将所述第三图像输入至基于机器学习算法的检测模型。8.一...

【专利技术属性】
技术研发人员：黄宜瑾，蔡金翰，陈名科，
申请(专利权)人：宏碁智医股份有限公司，
类型：发明
国别省市：