预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113688848A(43)申请公布日2021.11.23(21)申请号202111005325.5G06T7/13(2017.01)(22)申请日2021.08.30(71)申请人重庆大学地址400044重庆市沙坪坝区沙坪坝正街174号(72)发明人柴毅陈伟庆李心怡敖飞张可赵俊黄鹏飞(74)专利代理机构北京同恒源知识产权代理有限公司11275代理人赵荣之(51)Int.Cl.G06K9/46(2006.01)G06K9/62(2006.01)G06T5/00(2006.01)G06T7/00(2017.01)权利要求书2页说明书6页附图2页(54)发明名称基于分数阶傅里叶变换的早期胃癌目标特征提取系统(57)摘要本发明涉及基于分数阶傅里叶变换的早期胃癌目标特征提取系统,属于数字图像处理领域。首先对原始数据进行数据扩增预处理,并采用中值滤波进行降噪。在特征提取方面,采用分数阶傅里叶变换分别对两个数据集进行处理,针对相位和幅值反映图像信息能力的不同,提取相位信息熵表示癌症病灶区域的纹理复杂程度,通过对相位信息进行逆分数阶傅里叶变换后得到保留更深层次的相位特征信息的重构相位图像,再对其进行分数阶傅里叶变换后得到重构相位。然后将高频部分幅值放大,使得重构相位与重构幅值信息进行融合,最终经过逆分数阶傅里叶变换得到更多纹理细节和边缘信息的胃癌特征图像,为早期胃癌的诊断检测提供基础保障。CN113688848ACN113688848A权利要求书1/2页1.基于分数阶傅里叶变换的早期胃癌目标特征提取系统,其特征在于:该系统包括存储器、处理器及储存在存储器上并能够在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现的方法包括以下步骤:S1:对内窥镜下的胃部癌变图像进行提取,通过胃镜检查实时视频数据流方式对癌变区域进行不同角度的图像数据截取,从而构成初始图像数据集D1;S2:对初始癌变图像数据集进行预处理,为关注癌症病变区域,将胃癌检查时的文字日期等信息进行数据信息丢弃处理;S3:由于内窥镜下的胃癌医学图像的数据集缺乏,对内窥镜下的彩色胃癌图像进行亮度调节、对比度调节、色度调节和锐度调节对图像进行简单数据集扩增,形成扩增数据集D2:亮度和对比度调节:l(i,j)=g·f(i,j)+θ,其中i和j表示像素位于第i行和第j列,f(x)为原始图像像素,l(x)为输出图像像素,g>0称为增益,通过g调整图像的对比度,θ为偏置参数,调整图像的亮度,设置参数g和θ为1.5;色度调节为彩度除以明度,指色彩的鲜艳程度或色彩的纯度:c(i,j)=α·f(i,j),其中i和j表示像素位于第i行和第j列,通过α调整图像的色度,设置参数为α为1.5;锐度调节是反映图像平面清晰度和图像边缘锐利程度的一个指标;如果将锐度增高,使得图像像素点之间值差异更大,图像平面上的细节对比度也更高,使得内窥镜下的胃癌病灶区域图像的边缘信息更明显:a(i,j)=β·f(i,j),其中,i和j表示像素位于第i行和第j列,通过β调整图像的锐度,设置参数β为3.0;S4:采用中值滤波对S3得到的图像进行平滑处理,在降噪过程中也能更好的保留癌变区域的边缘信息:其中,S为滤波像素范围内像素矩阵,x(i,j)为其元素,x(i,j)的最佳逼近值S5:将S4后的胃癌图像数据集进行处理,将RGB二维彩色图像处理为R,G,B三个通道的灰度图像,分别提取每个通道所保留的特征信息:Gr=0.114B+0.587G+0.299R其中,Gr为待进行特征提取的图像矩阵,B,G,R分别表示图像中蓝色、绿色和红色通道的矩阵表示形式;S6:胃癌病灶区域的边缘形态特征对后续的胃癌检测有着非常重要的作用,因此提取待处理的胃癌图像中的分数阶傅里叶变换FRFT后的幅频特性和相频特性,进而分析其所显示的边缘纹理特征信息;其p阶分数阶傅里叶变换的定义为:其中,p为阶次,Kp(t,u)为核函数:2CN113688848A权利要求书2/2页S7:对原始数据集和扩增数据集都分别在两个维度进行分数阶傅里叶变化,得到分数阶傅里叶域图像,把相位信息和幅值信息分离;定义二维分数阶傅里叶变换表达式为:其中,p1,p2分别是在两个维度x,y上的变换阶次,由于分数阶p>0.7后,图像将太小而无法获取有效特征信息,因此设置分数阶p∈[0,0.7];S8:分别对各阶次变换后的幅值信息和相位信息进行归一化,对于胃癌图像数据集,经过分数阶傅里叶变换后,其相位信息比幅值信息更能体现出胃癌病灶的边缘信息,提取图像的熵用于表示癌症病灶区域的纹理复杂程度,熵H与变换后的相位信息F的关系为:其中,K为变换后的相位信息F中的灰度范围个数,p(k)为在第k个灰度范围内像素的概率密度;S9: