[发明专利]自动定位体内胃肠特征点的方法

说明书

本发明公开了一种自动定位体内胃肠特征点的方法，包括如下步骤：步骤1，获取胃肠原始图片数据并进行分割编号，对该数据进行初步定位筛选，获得定位筛选后的测试集；步骤2，提取训练集的WLD直方图特征，用来训练KNN分类器；步骤3，提取测试集的WLD直方图特征，并用训练完成的KNN分类器为测试集分类；根据分类结果进行精确定位胃肠特征点信息。通过初步定位阶段挑选出一系列胃肠特征点候选点，接着进入精确定位阶段，这一阶段先随机选择一定量的训练集，提取它们的WLD直方图特征来训练KNN分类器，最后精确定位算法结合初步定位阶段的候选点和WLD直方图特征找到正确的胃肠特征点位置。

技术领域

本发明涉及计算机领域，尤其涉及一种自动定位体内胃肠特征点的方法。

背景技术

无线胶囊内镜(Wireless Capsule Endoscopy)作为一种重要的新型技术被广泛应用于人类胃肠道疾病的诊断。它可以到达消化道任何位置，克服了传统内镜无法检测小肠疾病的缺点，具有无创伤、耐受性好的特点。尽管该技术随着科技进步不断完善，但在实际应用中还是面对着一些困难。胶囊内镜平均在消化道内逗留8个小时，在这期间其摄像系统会自动拍摄全程消化道场景，共可采集50000～60000幅彩色的消化道图像数据。而这些海量的图片数据必须由专业的医务人员进行人工判读，工作强度大、效率低、耗费大量的时间。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种自动定位体内胃肠特征点的方法。

为了实现本发明的上述目的，本发明提供了一种自动定位体内胃肠特征点的方法，其关键在于，包括如下步骤：

步骤1，获取胃肠原始图片数据并进行分割编号，对该数据进行初步定位筛选，获得定位筛选后的测试集；

步骤2，提取训练集的WLD直方图特征，用来训练KNN分类器；

步骤3，提取测试集的WLD直方图特征，并用训练完成的KNN分类器为测试集分类；根据分类结果进行精确定位胃肠特征点信息。

所述的自动定位体内胃肠特征点的方法，优选的，所述步骤1初步定位筛选的步骤包括：

步骤1-1，将整个图片数据划分为连续的区间，每个区间包含L张图片；

步骤1-2，每个区间内设置两个连续的窗口w1，窗口w2，其大小分别为n1和n2，窗口w1和窗口w2连接处的图片序号为mid，其中每个窗口包括若干图片，排列顺序为窗口w1、mid、窗口w2，依据设置在窗口w1和窗口w2的图片数量，依次向后移动；

步骤1-3，计算出窗口w1和窗口w2内图像的红色分量的平均值，记为mr1和mr2；mr2/mr1表示红色分量的变化程度，mr2/mr1越大，mid前后图像变化越明显；记录下mid的mr2/mr1值，并把两个窗口以step的步长往后移动；每个mid以同样的方式计算出mr2/mr1，并存储记录；

步骤1-4，每个区间内选择mr2/mr1最大的四个值所对应的序号mid，作为胃肠特征点的候选位置序号。

所述的自动定位体内胃肠特征点的方法，优选的，所述步骤2包括：

WLD直方图特征是基于全局特征点的描述子，包括两个参数：差异激励和方向角；提取的WLD直方图特征的步骤为，

步骤2-1，计算差异激励，

I_c是当前像素点的灰度值，I_i是当前点邻域的灰度值，p是邻域大小，ζ(I_c)是当前像素点的差异激励，通常情况下，如果ζ(I_c)是正数，意味着当前点比周围暗，反之，若ζ(I_c)是负数，则说明当前点比周围亮，