基于多波段的伪彩色图像融合方法及图像融合系统技术方案

技术编号:37983419 阅读:23 留言:0更新日期:2023-06-30 09:58
本发明专利技术实施例公开了一种基于多波段的伪彩色图像融合方法,包括获取待融合多波段图像中每个坐标点在颜色空间中的第一通道值和第二通道值;基于预设尺寸选取坐标点周围的局部区域,基于局部区域内第一通道值的特征和第二通道值的特征确定局部索引参数;基于第一通道值、第二通道值及局部索引参数,在预先构建的字典模型中进行索引,得到第三通道索引值;基于第一通道值、第二通道值和第三通道索引值生成融合后的伪彩色图像。本发明专利技术基于多波段的伪彩色图像融合方法及图像融合系统能够处理不同模态对应的多通道眼底图像,通过模拟深度学习中自监督方法来构建图像特征索引模型,索引精准度高,且避免了在深度学习中所需要花费的大量训练及调参的时间。大量训练及调参的时间。大量训练及调参的时间。

【技术实现步骤摘要】
基于多波段的伪彩色图像融合方法及图像融合系统


[0001]本专利技术涉及图像融合
,具体涉及一种基于多波段的伪彩色图像融合方法及图像融合系统。

技术介绍

[0002]医学影像技术迅速发展,已经成为医疗诊断中不可或缺的技术。进入数字影像时代以来,海量数据的产生为医学影像未来的发展提供了更多的可能性。因此,如何对医学影像大数据做进一步分析和挖掘、如何从医学图像高维度数据中提取有价值的信息、如何将现代医学影像的发展与精准医疗紧密结合,成为医学影像未来发展的重要课题。
[0003]近年来,随着计算能力的增强和数据的爆炸式增加,以深度学习为代表的人工智能技术取得了长足的进步,并开始应用于生产生活中的各个领域。深度学习方法可以自动提取特征,避免了对高维度医学影像数据的复杂处理。在越来越多的公开的医学影像数据资源、开源的人工智能方法资源以及开放的高性能计算资源的共同推动下,深度学习方法将进一步在医学影像领域中飞速发展。
[0004]当前,带标签的监督数据是深度学习方法开发与应用当中十分重要的组成部分,这些数据通过人工标注或者已知信息匹配本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多波段的伪彩色图像融合方法,其特征在于,包括以下步骤:获取待融合多波段图像中每个坐标点在颜色空间中的第一通道值和第二通道值;对于每个坐标点,基于预设尺寸选取坐标点周围的局部区域,基于局部区域内的第一通道值的特征和第二通道值的特征确定当前坐标点的局部索引参数;基于每个坐标点的第一通道值、第二通道值及局部索引参数,在预先构建的字典模型中进行索引,得到对应的颜色空间中的第三通道索引值;基于每个坐标点的第一通道值、第二通道值和第三通道索引值,生成融合后的伪彩色图像。2.根据权利要求1所述的方法,其特征在于,所述字典模型采用如下方法构建:获取彩色样本图像中的多个像素点的颜色空间中的第一通道值、第二通道值和第三通道值;对于每个所述像素点,基于预设尺寸选取该像素点周围的局部区域,基于局部区域内的第一通道值的特征和第二通道值的特征确定该像素点的局部索引参数;同一像素点所对应的第一通道值、第二通道值和局部索引参数构成一组索引条件,对同一索引条件所对应的第三通道值进行统计,将统计结果作为该索引条件的第三通道索引值。3.根据权利要求1所述的方法,其特征在于,所述获取待融合多波段图像的每个坐标点的颜色空间中的第一通道值和第二通道值包括:当所述待融合多波段图像中仅存在一个具有第一通道值的波段图像时,将颜色空间中的该第一通道值作为待融合多波段图像的每个坐标点的颜色空间中的第一通道值;当所述待融合多波段图像中仅存在一个具有第二通道值的波段图像时,将该颜色空间中的第二通道值作为待融合多波段图像的每个坐标点的颜色空间中的第二通道值;当所述待融合多波段图像中存在多个具有第一通道值的波段图像时,对各波段图像中对应坐标点的第一通道值以预设方式进行叠加,将叠加结果作为待融合多波段图像的各坐标点的颜色空间中的第一通道值;当所述待融合多波段图像中存在多个具有第二通道值的波段图像时,对各波段图像中对应坐标点的第二通道值以预设方式进行叠加,将叠加结果作为待融合多波段图像的各坐标点的颜色空间中的第二通道值。4.根据权利要求1或2所述的方法,其特征在于,所述局部索引参数通过以下方法确定:获取所述局部区域内的第一通道值的特征、第二通道值的特征;将第一通道值的特征与第二通道值的特征或者将两者的比值作为该坐标点的局部索引参数。5.根据权利要求4所述的方法,其特征在于,将第一通道值的特征与第二通道值的特征的比值作为坐标点的局部索引参数,所述局部索引参数的计算公式为:
式中,W1为基于第一通道的取值范围对第一通道值的特征进行归一化,再乘以系数k后的值;W2为基于第二通道的取值范围对第一通道值的特征进行归一化,再乘以系数k后的值;round为四舍五入...

【专利技术属性】
技术研发人员:李凯文殷琪张杰
申请(专利权)人:南京博视医疗科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1