[发明专利]一种基于深度学习的左右眼识别算法

摘要

本发明公开了一种基于深度学习的左右眼识别算法，图像预处理和数据扩充，Alexnet与Resnet对左右眼识别效果的比较分析，基于Alexnet网络的优化，分类器Softmax回归与支持向量机SVM的比较。通过卷积神经网络对图像特征的自动提取功能，实现对左右眼的判断，识别速率快、准确率高，克服了人工判断费时费力的弊端，以及不用使用光学仪器，成本低，容易普及。

主权项

1.一种基于深度学习的左右眼识别算法，其特征在于，包括以下步骤：S1：图像预处理和数据扩充，S11：图像的裁剪：获取的眼科图像往往四周带有许多黑色的无效区域，为了消除黑色无效区域对图像识别的干扰并减少数据量，需要对图像中的有效区域进行提取，由于有效区域与黑色无效区域具有明显的边界，且黑色所对应的像素值为0，所以不需要人工标记有效区域的四个边缘点A、B、C、D，可以直接通过算法来自动提取，获取的眼科彩图的各个通道的像素值大小范围通常均为[0，255]，设置像素值阈值为20，通过逐行或逐列遍历图像通道的像素，获取的第一个与最后一个像素值大于阈值的点即为对应的边缘点，具体的算法流程如下：A1：逐行遍历图中像素，获取的第一个像素值大于20的像素的纵坐标，即为A的纵坐标y1；A2：逐行遍历图中像素，获取的最后一个像素值大于20的像素的纵坐标，即为C的纵坐标y2；A3：逐列遍历图中像素，获取的第一个像素值大于20的像素的横坐标，即为B的横坐标x1；A4：逐列遍历图中像素，获取的最后一个像素值大于20的像素的横坐标，即为D的横坐标x2；有了A、B、C、D四个点的坐标x1，x2，y1，y2，我们可以直接得到裁剪后的有效图像；S12：对图片进行亮度和对比度的随机调整来扩充数据，调整图像的亮度和对比度来扩充训练数据集的数据量，使用下面这个公式来改变图像的亮度和对比度来扩充训练数据集，g(x)＝a*f(x)+b其中：f(x)表示原图像像素，g(x)表示输出图像像素，参数a被称为增益，常常被用来控制图像的对比度，我们设置a的取值范围为[0.5，1.5]，每次对图像操作时从中随机取值，参数b被称为偏置，常常被用来控制图像的亮度，我们设置b的取值范围为[‑50，50]，每次对图像操作时从中随机取值，S13：对图片进行标准化，使用反向传播算法学习参数，同时，对图像进行标准化处理，其公式如下：其中：x为图片的RGB三通道像素值，mean为三通道像素各自的均值，σ为三通道像素各自的标准差，N为三通道各自的像素个数；S2：以Alexnet与Resnet经典网络模型为基础进行网络的设计并训练神经网络，经典的Alexnet网络包含五个卷积处理操作以及某些卷积处理操作后连接的最大池化层和三个全连接层，而所选取的Resnet网络有50层，num_blocks参数设置为[3，4，6，3]。在这两种网络结构的基础上进行修改，设计合适的左右眼识别模型，具体步骤如下：B1、训练数据集为8243张眼底彩照，包括左眼眼底照4166张、右眼眼底照4077张；B2、对输入的每一张图片都进行缩放，resize成512*512的大小；B3、设置学习率为0.001，每个batch的大小为32，正则化系数为0.001；B4、训练过程采用GPU的训练方式；B5、使用优化函数进行权值参数的优化；B6、激活函数；B7、使用5重交叉验证来判断何时终止训练；S3：分类器Softmax回归与支持向量机SVM的比较，确定分类器。