【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及基于机器视觉的瘢痕轮廓快速检测方法。
技术介绍
1、现有方法对瘢痕的检测方式通常利用ca(context-aware)显著性检测算法检测瘢痕，而传统的ca(context-aware)显著性检测算法会分割图像获取若干超像素块，从而检测不同超像素块的显著性；但由于瘢痕的表面结构呈不规律分布，使瘢痕可能存在与多个不同的超像素块中，从而使瘢痕的部分区域并不能被检测出来，降低了瘢痕检测结果的准确性。
技术实现思路
1、本专利技术提供基于机器视觉的瘢痕轮廓快速检测方法，以解决现有的问题：由于瘢痕的表面结构呈不规律分布，使传统的ca(context-aware)显著性检测算法获取的超像素块中，导致瘢痕可能存在与多个不同的超像素块中，从而使瘢痕的部分区域并不能被检测出来，降低了瘢痕检测结果的准确性。
2、本专利技术的基于机器视觉的瘢痕轮廓快速检测方法采用如下技术方案：
3、包括以下步骤：
4、采集若干人员的待检测颈部图像，所述待检测颈部图像包含多个超像素块，每个超像素块包含多个像素点，每个像素点对应lab空间下的一个l通道值、一个a通道值以及一个b通道值；
5、根据不同超像素块之间l通道值以及a通道值的分布差异情况，得到每个超像素块的瘢痕色差显著程度以及瘢痕亮差显著程度，所述瘢痕色差显著程度用于描述超像素块中瘢痕颜色与其他超像素块中整体颜色之间的差异，瘢痕亮差显著程度用于描述超像素块中瘢痕亮度与其他超像素块中整体亮度
6、根据超像素块的瘢痕亮差显著程度与瘢痕色差显著程度之间的关联影响情况，以及每个像素点的b通道值，得到每个超像素块的轮廓相似程度；根据轮廓相似程度进行瘢痕轮廓检测。
7、优选的，所述根据不同超像素块之间l通道值以及a通道值的分布差异情况，得到每个超像素块的瘢痕色差显著程度以及瘢痕亮差显著程度，包括的具体方法为：
8、对于任意一张待检测颈部图像，根据第个超像素块与其他超像素块之间a通道值的整体差异情况，以及第个超像素块中a通道值的分布规律情况，得到第个超像素块的瘢痕色差显著因子；获取所有超像素块的瘢痕色差显著因子，将所有超像素块的瘢痕色差显著因子进行线性归一化，将归一化后的每个瘢痕色差显著因子记为瘢痕色差显著程度；
9、根据第个超像素块中所有像素点的l通道值，获取第个超像素块中的若干高亮度像素点；
10、将第个超像素块中每个高亮度像素点与第个超像素块的重心之间的欧式距离，记为每个高亮度像素点的参考亮度距离；根据第个超像素块的瘢痕色差显著程度，以及第个超像素块中所有高像素点的参考亮度距离的分布情况，得到第个超像素块的瘢痕亮差显著因子；
11、获取所有超像素块的瘢痕亮差显著因子，将所有的瘢痕亮差显著因子进行线性归一化，将归一化后的每个瘢痕亮差显著因子记为瘢痕亮差显著程度。
12、优选的，所述根据第个超像素块与其他超像素块之间a通道值的整体差异情况，以及第个超像素块中a通道值的分布规律情况，得到第个超像素块的瘢痕色差显著因子，包括的具体方法为：
13、将第个超像素块中所有像素点的a通道值的均值，记为第个超像素块的第一均值；将除第个超像素块以外的第个超像素块中所有像素点的a通道值的均值，记为除第个超像素块以外第个超像素块的第二均值；将第个超像素块的第一均值与除第个超像素块以外第个超像素块的第二均值的差值，记为除第个超像素块以外第个超像素块的第一差值；将除第个超像素块以外所有超像素块的第一差值的均值，记为第个超像素块的第三均值；
14、将第个超像素块中所有像素点的a通道值的方差的反比例值，记为第个超像素块的第一反比例值；
15、将第个超像素块的第三均值与第个超像素块的第一反比例值的乘积，记为第个超像素块的瘢痕色差显著因子。
16、优选的，所述根据第个超像素块中所有像素点的l通道值，获取第个超像素块中的若干高亮度像素点，包括的具体方法为：
17、将第个超像素块中的所有像素点按照l通道值从大到小的顺序进行排序，将排序后的序列记为亮度像素序列；
18、对于亮度像素序列中任意两个相邻的像素点，在这两个像素点中，将第一个像素点记为第一参考像素点，将第二个像素点记为第二参考像素点，将第一参考像素点与第二参考像素点之间l通道值的差值的绝对值记为参考亮度差异值；将参考亮度差异值的最大值对应的第一参考像素点记为亮度分界像素点；将亮度像素序列中亮度分界像素点之前的每个像素点记为高亮度像素点。
19、优选的，所述根据第个超像素块的瘢痕色差显著程度，以及第个超像素块中所有高像素点的参考亮度距离的分布情况，得到第个超像素块的瘢痕亮差显著因子，包括的具体方法为：
20、将1与第个超像素块的瘢痕色差显著程度的差值，记为第个超像素块的第二差值；将第个超像素块中所有像素点的l通道值的均值与第个超像素块的第二差值的乘积，记为第个超像素块的第一乘积；
21、将第个超像素块中所有高亮度像素点的参考亮度距离的方差的反比例值，记为第个超像素块的第二反比例值；将第个超像素块的瘢痕色差显著程度与第个超像素块的第二反比例值，记为第个超像素块的第二乘积；
22、将第个超像素块的第一乘积与第个超像素块的第二乘积的乘积，记为第个超像素块的瘢痕亮差显著因子。
23、优选的，所述根据超像素块的瘢痕亮差显著程度与瘢痕色差显著程度之间的关联影响情况，以及每个像素点的b通道值，得到每个超像素块的轮廓相似程度，包括的具体方法为：
24、根据第个超像素块与第个超像素块之间瘢痕亮差显著程度与瘢痕色差显著程度之间差异情况，得到第个超像素块与第个超像素块的瘢痕色差显著权重以及瘢痕亮差显著权重；
25、根据第个超像素块与第个超像素块的瘢痕色差显著权重、瘢痕亮差显著权重以及每个像素点的b通道值，得到第个超像素块与第个超像素块的区域色度距离；
26、根据第个超像素块与第个超像素块的区域色度距离，得到第个超像素块与第个超像素块的轮廓相似因子；
27、获取所有任意两个相邻的超像素块的轮廓相似因子，将所有的轮廓相似因子进行线性归一化，将归一化后的每个轮廓相似因子记为轮廓相似程度。
28、优选的，所述根据第个超像素块与第个超像素块之间瘢痕亮差显著程度与瘢痕色差显著程度之间差异情况，得到第个超像素块与第个超像素块的瘢痕色差显著权重以及瘢痕亮差显著权重，包括的具体方法为：
29、将第个超像素块与第个超像素块之间瘢痕色差显著程度的差值的绝对值，记为第个超像素块与第个超像素块的色差显著差异值；将1与色差显著差异值的和记为第个超像素块与第个超像素块的瘢痕色差显著权重；
30、将第个超像素块与第个超像素块之间瘢痕亮差显著程度的差值的绝对值，记为第个超像素块与第个超像素块的亮差显著差异值；将1与亮差显著差异值的和记为第个超像素块与第个超像素块的瘢痕亮本文档来自技高网...
【技术保护点】
1.基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，所述根据不同超像素块之间L通道值以及a通道值的分布差异情况，得到每个超像素块的瘢痕色差显著程度以及瘢痕亮差显著程度，包括的具体方法为：
3.根据权利要求2所述基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，所述根据第个超像素块与其他超像素块之间a通道值的整体差异情况，以及第个超像素块中a通道值的分布规律情况，得到第个超像素块的瘢痕色差显著因子，包括的具体方法为：
4.根据权利要求2所述基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，所述根据第个超像素块中所有像素点的L通道值，获取第个超像素块中的若干高亮度像素点，包括的具体方法为：
5.根据权利要求2所述基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，所述根据第个超像素块的瘢痕色差显著程度，以及第个超像素块中所有高像素点的参考亮度距离的分布情况，得到第个超像素块的瘢痕亮差显著因子，包括的具体方法为：
6.根据权利要求1所述基于机器
7.根据权利要求6所述基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，所述根据第个超像素块与第个超像素块之间瘢痕亮差显著程度与瘢痕色差显著程度之间差异情况，得到第个超像素块与第个超像素块的瘢痕色差显著权重以及瘢痕亮差显著权重，包括的具体方法为：
8.根据权利要求6所述基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，所述根据第个超像素块与第个超像素块的瘢痕色差显著权重、瘢痕亮差显著权重以及每个像素点的b通道值，得到第个超像素块与第个超像素块的区域色度距离，包括的具体方法为：
9.根据权利要求6所述基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，所述根据第个超像素块与第个超像素块的区域色度距离，得到第个超像素块与第个超像素块的轮廓相似因子，包括的具体方法为：
10.根据权利要求1所述基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，所述根据轮廓相似程度进行瘢痕轮廓检测，包括的具体方法为：
...【技术特征摘要】
1.基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，所述根据不同超像素块之间l通道值以及a通道值的分布差异情况，得到每个超像素块的瘢痕色差显著程度以及瘢痕亮差显著程度，包括的具体方法为：
3.根据权利要求2所述基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，所述根据第个超像素块与其他超像素块之间a通道值的整体差异情况，以及第个超像素块中a通道值的分布规律情况，得到第个超像素块的瘢痕色差显著因子，包括的具体方法为：
4.根据权利要求2所述基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，所述根据第个超像素块中所有像素点的l通道值，获取第个超像素块中的若干高亮度像素点，包括的具体方法为：
5.根据权利要求2所述基于机器视觉的瘢痕轮廓快速检测方法，其特征在于，所述根据第个超像素块的瘢痕色差显著程度，以及第个超像素块中所有高像素点的参考亮度距离的分布情况，得到第个超像素块的瘢痕亮差显著因子，包括的具体方法为：
6.根据权利要求1所述基于机器视觉的瘢痕轮廓快速...
【专利技术属性】
技术研发人员：赵海光，王子奇，
申请(专利权)人：青岛山大齐鲁医院山东大学齐鲁医院青岛，
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。