[发明专利]一种乳腺肿块图像加强识别方法及装置

权利要求书

1.一种乳腺肿块图像加强识别方法，其特征在于，包括如下步骤：

S01：获取待识别的乳腺图像，并将乳腺图像进行DCT变换；

S02：将变换后的乳腺图像发送给数据处理模块，数据处理模块对乳腺图像进行DCT逆变换，得到待识别的乳腺图像，通过HOG特征提取算法对乳腺图像进行特征提取；

S03：计算待识别的乳腺图像特征与乳腺肿块样本图像的特征之间的相似度；

S04：将计算得到的相似度与设定的阈值比较，判断是否为乳腺肿块。

2.根据权利要求1所述的一种乳腺肿块图像加强识别方法，其特征在于，步骤S01中对待识别的乳腺图像进行DCT变换的过程包括：

S0101：将待识别的乳腺图像分割为子块：将待识别的乳腺图像的大小为N×N，则待识别的乳腺图像的像素矩阵为F(N×N)，则其中，元素(f_1,1,f_1,2,…f_N,N)为各像素点的值，将待识别的乳腺图像分割为M×M的子块，分块后的乳腺图像像素矩阵为F(K×K)，其中，

S0102：对F_i,j作离散余弦变换，得到F′_i,j，(i,j＝1,2,…k)，则分块后作离散余弦变换的矩阵为DCT(F_i,j)，其中，

S0103：将变换后的乳腺图像进行Arnold置乱变换，并输入置乱次数X，得到置乱后的乳腺图像矩阵DCT_Arnold(F_i,j)，得到待发送的乳腺图像。

3.根据权利要求1所述的一种乳腺肿块图像加强识别方法，其特征在于，步骤S02中数据处理模块对接收到的乳腺图像进行DCT逆变换的过程包括：

S0201：数据处理模块对接收到的乳腺图像进行Arnold置乱变换，输入置乱次数X，得到置乱前的乳腺图像矩阵DCT(F_i,j)；

S0202：对置乱前的乳腺图像矩阵DCT(F_i,j)进行逆变换，得到IDCT(DCT(F_i,j))，恢复得到待识别的乳腺图像。

4.根据权利要求2所述的一种乳腺肿块图像加强识别方法，其特征在于，步骤S02中对乳腺图像进行HOG特征提取的过程包括：

S0203：将待识别乳腺图像灰度化；

S0204：采用Gamma校正法对待识别乳腺图像进行颜色空间的归一化；

S0205：计算待识别乳腺图像每个像素的梯度；

S0206：将待识别乳腺图像划分成小单元cells；

S0207：统计每个单元cell的梯度直方图，形成每个单元cell的描述符descriptor；

S0208：将每几个单元cell组成一个块block，一个块block内所有单元cell的特征描述符descriptor串联起来，得到该块block的HOG特征描述符descriptor；

S0209：将待识别乳腺图像内的所有块block的HOG特征描述符descriptor串联起来，得到该待识别乳腺图像的HOG特征描述符descriptor。

5.根据权利要求1所述的一种乳腺肿块图像加强识别方法，其特征在于，步骤S03中相似度的判断指标为归一化相关系数。

6.根据权利要求1所述的一种乳腺肿块图像加强识别方法，其特征在于，步骤S04中判断是否为乳腺肿块的标准如下：如果相似度大于等于设定的阈值，则判断为乳腺肿块；否则，则判断为非乳腺肿块。

7.一种乳腺肿块图像加强识别装置，其特征在于，包括图像获取模块、数据处理模块以及判断模块，

所述图像获取模块用于获取待识别的乳腺图像，将待识别的乳腺图像通过DCT进行变换，并发送给数据处理模块；

数据处理模块用于接收待识别的乳腺图像，对乳腺图像进行DCT逆变换后得到待识别的乳腺图像，通过HOG特征提取算法对乳腺图像进行特征提取，计算待识别的乳腺图像特征与乳腺肿块样本图像的特征之间的相似度，将相似度数据发送给判断模块；

判断模块用于将计算得到的相似度与设定的阈值比较，如果相似度大于设定的阈值，则判断为乳腺肿块；否则，则判断为非乳腺肿块。