欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023113959326
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种图像处理装置,其特征在于,包括:

图像获取模块,用于获取足部完整图像和多个足部局部图像块,其中将所述足部完整图像分割后获得所述多个足部局部图像块;

第一足部完整特征获取模块,用于通过第一全局特征提取网络对所述足部完整图像进行全局特征提取,获得第一足部完整特征;

第一足部局部特征获取模块,用于通过第一局部特征提取网络对所述多个足部局部图像块分别进行局部特征提取,获得多个第一足部局部特征;

交叉融合模块,用于通过第一交叉融合网络对所述第一足部完整特征和所述多个第一足部局部特征进行交叉融合处理,获得第一足部融合特征;

预测模块,用于通过预测网络对所述第一足部融合特征进行预测处理,以确定所述足部完整图像对应的足部溃疡评估结果。

2.根据权利要求1所述装置,其特征在于,所述第一全局特征提取网络包括通道注意力子网络,所述通道注意力子网络包括第一池化层和第二池化层;其中,第一足部完整特征获取模块包括:第一池化子模块,用于通过所述第一池化层对所述足部完整图像对应的足部完整图像特征进行空间压缩处理,获得第一空间上下文描述特征;

第二池化子模块,用于通过所述第二池化层对所述足部完整图像对应的足部完整图像特征进行空间压缩处理,获得第二空间上下文描述特征;

求和子模块,用于将所述第一空间上下文描述特征和所述第二空间上下文描述特征进行求和处理,获得目标空间上下文描述特征;

通道注意力权重系数确定子模块,用于对所述目标空间上下文描述特征进行激活处理,获得通道注意力权重系数;

第一足部完整特征确定子模块,用于通过所述通道注意力权重系数对所述足部完整图像对应的足部完整图像特征进行加权处理,以获得所述第一足部完整特征。

3.根据权利要求2所述装置,其特征在于,所述第一全局特征提取网络还包括多尺度特征提取网络,所述多尺度特征提取网络包括多个卷积子网络,其中各个卷积子网络的感受野不同;其中,所述装置还包括:足部完整图像特征向量获取模块,用于在通过所述第一池化层对所述足部完整图像对应的足部完整图像特征进行空间压缩处理,获得第一空间上下文描述特征之前或者在通过所述第二池化层对所述足部完整图像对应的足部完整图像特征进行空间压缩处理,获得第二空间上下文描述特征之前,对所述足部完整图像进行特征提取处理,获得足部完整图像特征向量;

通道分割子模块,用于按照通道对所述足部完整图像特征向量进行分割,获得多个通道分割后特征,其中各个通道分割后特征对应的通道信息不同;

卷积处理模块,用于通过感受野不同的所述多个卷积子网络对所述多个通道分割后特征分别进行卷积操作,获得感受野不同的多个尺度特征;

多尺度融合处理模块,用于对所述多个尺度特征进行融合获得所述足部完整图像对应的足部完整图像特征。

4.根据权利要求3所述装置,其特征在于,所述多个通道分割后特征包括第一通道分割后特征、第二通道分割后特征、第三通道分割后特征,所述感受野不同的卷积子网络包括第一卷积子网络、第二卷积子网络,其中所述第一卷积子网络和所述第二卷积子网络的卷积核不同,所述感受野不同的多个尺度特征包括第一感受野特征、第二感受野特征和第三感受野特征;其中,卷积处理模块包括:第一感受野特征确定子模块,用于将所述第一通道分割后特征作为所述第一感受野特征;

第二感受野特征确定子模块,用于通过所述第一卷积子网络对所述第二通道分割后特征进行卷积处理,获得所述第二感受野特征;

感受野融合特征确定子模块,用于将所述第二感受野特征和所述第三通道分割后特征融合,获得感受野融合特征;

第三感受野特征确定子模块,用于通过所述第二卷积子网络对所述感受野融合特征进行卷积处理,获得所述第三感受野特征。

5.根据权利要求4所述装置,其特征在于,多尺度融合处理模块包括:第一拼接子模块,用于对所述第一感受野特征、第二感受野特征和第三感受野特征,进行拼接处理,获得拼接后特征;

通道特征确定子模块,用于通过全局平均池化层在空间维度上对所述拼接后特征进行池化处理,获得通道特征;

相关性确定子模块,用于通过全连接层对所述通道特征进行处理,以拟合所述通道特征的通道间的相关性;

足部完整图像特征确定子模块,用于根据全连接层处理后的通道特征和所述拼接后特征确定所述足部完整图像特征。

6.根据权利要求1所述装置,其特征在于,所述第一局部特征提取网络包括空间注意力子网络,所述空间注意力子网络包括第三池化层和第四池化层,所述多个足部局部图像块包括第一足部局部图像块:其中第一足部局部特征获取模块包括:第一通道特征图确定子模块,用于通过所述第三池化层对所述第一足部局部图像块对应的足部局部图像特征进行通道压缩处理,获得第一通道特征图,其中所述第一足部局部图像块对应的足部局部图像特征是对所述第一足部局部图像块进行特征提取后获得的;

第二通道特征图确定子模块,用于通过所述第四池化层对所述第一足部局部图像块对应的足部局部图像特征进行通道压缩处理,获得第二通道特征图;

目标通道特征图确定子模块,用于将所述第一通道特征图和所述第二通道特征图级联,获得目标通道特征图;

空间注意力权重系数确定子模块,用于对所述目标通道特征图进行激活处理,获得空间注意力权重系数;

空间加权处理子模块,用于通过所述空间注意力权重系数对所述第一足部局部图像块对应的足部局部图像特征进行加权处理,获得第一足部局部图像块对应的所述第一足部局部特征。

7.根据权利要求1所述装置,其特征在于,所述第一交叉融合网络包括第一参数矩阵、第二参数矩阵和第三参数矩阵;其中,交叉融合模块包括:第一查询特征确定子模块,用于通过所述第一参数矩阵对所述第一足部完整特征进行投影处理,获得第一查询特征;

足部局部融合特征确定子模块,用于对所述多个第一足部局部特征进行融合处理获得足部局部融合特征;

第一键特征确定子模块,用于通过所述第二参数矩阵对所述足部局部融合特征进行投影处理,获得第一键特征;

第一值特征确定子模块,用于通过所述第三参数矩阵对所述足部局部融合特征进行投影处理,获得第一值特征;

第一足部融合特征确定子模块,用于对所述第一查询特征、所述第一键特征以及所述第一值特征进行激活处理,获得所述第一足部融合特征。

8.根据权利要求1所述装置,其特征在于,所述装置还包括:

第二足部完整特征确定模块,用于通过第二全局特征提取网络对所述第一足部完整特征进行全局特征提取,获得第二足部完整特征;

第二足部局部特征确定模块,用于通过第二局部特征提取网络对所述第一足部局部特征进行局部特征提取处理,获得第二足部局部特征;

第二足部融合特征确定模块,用于通过第二交叉融合网络对所述第二足部完整特征和所述第二足部局部特征进行交叉融合处理,获得第二足部融合特征;

其中,预测模块包括:

评估结果确定子模块,用于通过预测网络对所述第一足部融合特征和所述第二足部融合特征进行预测处理,以确定所述足部完整图像对应的所述足部溃疡评估结果。

9.一种电子设备,其特征在于,包括:

存储器和处理器;

所述存储器用于存储计算机程序指令;所述处理器调用所述存储器存储的所述计算机程序指令,用于实现图像处理方法,所述图像处理方法包括:获取足部完整图像和多个足部局部图像块,其中将所述足部完整图像分割后获得所述多个足部局部图像块;

通过第一全局特征提取网络对所述足部完整图像进行全局特征提取,获得第一足部完整特征;

通过第一局部特征提取网络对所述多个足部局部图像块分别进行局部特征提取,获得多个第一足部局部特征;

通过第一交叉融合网络对所述第一足部完整特征和所述多个第一足部局部特征进行交叉融合处理,获得第一足部融合特征;

通过预测网络对所述第一足部融合特征进行预测处理,以确定所述足部完整图像对应的足部溃疡评估结果。

10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现图像处理方法,所述图像处理方法包括:获取足部完整图像和多个足部局部图像块,其中将所述足部完整图像分割后获得所述多个足部局部图像块;

通过第一全局特征提取网络对所述足部完整图像进行全局特征提取,获得第一足部完整特征;

通过第一局部特征提取网络对所述多个足部局部图像块分别进行局部特征提取,获得多个第一足部局部特征;

通过第一交叉融合网络对所述第一足部完整特征和所述多个第一足部局部特征进行交叉融合处理,获得第一足部融合特征;

通过预测网络对所述第一足部融合特征进行预测处理,以确定所述足部完整图像对应的足部溃疡评估结果。