申请/专利权人：京东方科技集团股份有限公司

申请日：2020-01-20

公开（公告）日：2024-06-18

公开（公告）号：CN111292296B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/11;G06T7/12;G06T7/136;G06T7/187

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2020.07.10#实质审查的生效;2020.06.16#公开

摘要：本说明书一个或多个实施例提供一种基于眼部识别模型的训练集获取方法及设备，方法包括：对眼底图像进行灰度化处理，得到灰度图像；对灰度图像进行二值化处理，得到二值化图像；在二值化图像中识别视盘区域，得到识别结果；基于识别结果，在眼底图像中截取视盘区域，作为眼部识别模型的训练集中的样本图像；也就是说，本方案中，并不是基于眼底图像训练神经网络，而是仅基于眼底图像中的视盘区域训练神经网络，视盘区域占眼底图像的一小部分，这样，可以减少神经网络的训练时间及占用内存。

主权项：1.一种基于眼部识别模型的训练集获取方法，其特征在于，包括：获取眼底图像；对所述眼底图像进行灰度化处理，得到灰度图像；对所述灰度图像进行二值化处理，得到二值化图像；在所述二值化图像中识别视盘区域，得到识别结果；基于所述识别结果，在所述眼底图像中截取视盘区域，作为眼部识别模型的训练集中的样本图像；所述在所述二值化图像中识别视盘区域，得到识别结果，包括：对所述二值化图像进行形态学运算，得到运算后的图像；在所述运算后的图像中，查找像素值不为0的连通区域，基于查找结果确定视盘区域；所述基于查找结果确定视盘区域，包括：针对查找到的每个连通区域，统计该连通区域中的像素点数量；判断所述数量是否满足预设数量条件；如果满足，将该连通区域确定为视盘区域；所述对所述灰度图像进行二值化处理，得到二值化图像，包括：计算所述灰度图像中各像素点灰度值的平均值；基于所述平均值，确定二值化阈值；基于所述二值化阈值，对所述灰度图像进行二值化处理，得到二值化图像；所述基于所述识别结果，在所述眼底图像中截取视盘区域，作为眼部识别模型的训练集中的样本图像，包括：在所述运算后的图像中，确定由视盘区域的上边界、下边界、左边界和右边界组成的矩形区域；将所述矩形区域映射至所述眼底图像中，得到映射区域，截取所述映射区域，作为眼部识别模型的训练集中的样本图像；所述在所述运算后的图像中，确定由视盘区域的上边界、下边界、左边界和右边界组成的矩形区域，包括：在所述运算后的图像中，查找所述连通区域的最左侧的像素点；判断所述最左侧的像素点是否为所述运算后的图像的边缘点；如果是，将所述最左侧的像素点从所述连通区域中剔除，并返回所述查找所述连通区域的最左侧的像素点的步骤；如果否，基于所述最左侧的像素点确定视盘区域的左边界；查找所述连通区域的最右侧的像素点；判断所述最右侧的像素点是否为所述运算后的图像的边缘点；如果是，将所述最右侧的像素点从所述连通区域中剔除，并返回所述查找所述连通区域的最右侧的像素点的步骤；如果否，基于所述最右侧的像素点确定视盘区域的右边界；查找所述连通区域的最上侧的像素点；判断所述最上侧的像素点是否为所述运算后的图像的边缘点；如果是，将所述最上侧的像素点从所述连通区域中剔除，并返回所述查找所述连通区域的最上侧的像素点的步骤；如果否，基于所述最上侧的像素点确定视盘区域的上边界；查找所述连通区域的最下侧的像素点；判断所述最下侧的像素点是否为所述运算后的图像的边缘点；如果是，将所述最下侧的像素点从所述连通区域中剔除，并返回所述查找所述连通区域的最下侧的像素点的步骤；如果否，基于所述最下侧的像素点确定视盘区域的下边界；确定由所述上边界、所述下边界、所述左边界和所述右边界组成的矩形区域。

全文数据：

权利要求：

百度查询： 京东方科技集团股份有限公司 一种基于眼部识别模型的训练集获取方法及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD