[发明专利]基于组合分类器的白内障眼底图像分类方法及分类装置有效

专利信息
申请号: 201510275513.8 申请日: 2015-05-26
公开(公告)号: CN104881683B 公开(公告)日: 2018-08-28
发明(设计)人: 杨吉江;沈睿芳;王青;曾杨 申请(专利权)人: 清华大学
主分类号: G06K9/62 分类号: G06K9/62;G06K9/60
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 张大威
地址: 100084 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于组合分类器的白内障眼底图像分类方法及分类装置,其中,方法包括以下步骤:获取白内障眼底图像;对白内障眼底图像进行预处理;分别通过小波变换、轮辅方法和纹理分析从处理后的白内障眼底图像中提取特征;分别通过支持向量机和BP神经网对特征进行预测分类,以获取预测分类结果;通过组合分类器进行投票分类,以获取最终分类结果。该方法在对图像进行预处理之后,通过小波变换、轮辅方法和纹理分析提取特征,其次通过支持向量机和BP神经网进行预测分类,从而获取分类结果,提高分类的精确度。
搜索关键词: 眼底图像 白内障 分类 组合分类器 分类结果 预处理 支持向量机 分类装置 提取特征 纹理分析 小波变换 神经网 预测 图像 投票
【主权项】:
1.一种基于组合分类器的白内障眼底图像分类装置,其特征在于,包括:获取模块,用于获取白内障眼底图像;处理模块,用于对所述白内障眼底图像进行预处理;所述处理模块包括:提取单元,用于提取RGB彩色空间和G通道图像;处理单元,用于对所述G通道图像进行两次直方图均衡化处理和/或通过高低帽算法和三边滤波器处理所述G通道图像;提取模块,用于分别通过小波变换、轮辅方法和纹理分析从所述处理后的白内障眼底图像中提取N组特征,N为正整数;所述N组特征中每个特征包括亮度特征和纹理特征,其中,所述纹理特征包括灰度共生矩阵和灰度‑梯度共生矩阵;第一分类模块,用于分别通过支持向量机和BP神经网络对所述N组特征进行预测分类,以获取M种预测分类结果,M为大于等于N的正整数;以及第二分类模块,用于通过组合分类器对所述M种预测分类结果进行投票分类,以获取最终分类结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201510275513.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top