公开(公告)号：CN108921171B

公开(公告)日：2022-02-08

申请号：CN201810648749.5

申请日：2018-06-22

Applicant: 宁波工程学院

Inventor： 余枝隆 ,  何金保 ,  骆再飞 ,  胡庆波

IPC: G06V10/74 ,  G06V10/30 ,  G06V10/44 ,  G06K9/62 ,  G16H30/20

Abstract: 本发明提供一种骨关节X线片自动识别分级方法，该方法根据骨关节X线片图像模板库，对骨关节X线片图像样本分级，判断骨关节状况，其中提取骨关节X线片图像模板库和图像样本的轮廓线形状向量方法相同。本发明首先对骨关节X线片图像预处理，运用小波去噪、中值滤波、Log边缘检测算子法提取骨关节关键部位轮廓线。接着利用邻域特征算法截取关键部位轮廓线，并且采用连通区域标记法滤波得到优化的关键部位轮廓线。最后采用改进的傅里叶描述子算法，提取骨关节X线片图像样本的轮廓线形状向量,由分类算法匹配骨关节X线片图像模板库的形状向量，判断图像样本的骨关节状况。本发明的骨关节X线片自动识别分级方法可以取代人工识别，快速且精度高。

公开(公告)号：CN108921171A

公开(公告)日：2018-11-30

申请号：CN201810648749.5

申请日：2018-06-22

Applicant: 宁波工程学院

Inventor： 余枝隆 ,  何金保 ,  骆再飞 ,  胡庆波

IPC: G06K9/40 ,  G06K9/46 ,  G06K9/62 ,  G16H30/20

Abstract: 本发明提供一种骨关节X线片自动识别分级方法，该方法根据骨关节X线片图像模板库，对骨关节X线片图像样本分级，判断骨关节状况，其中提取骨关节X线片图像模板库和图像样本的轮廓线形状向量方法相同。本发明首先对骨关节X线片图像预处理，运用小波去噪、中值滤波、Log边缘检测算子法提取骨关节关键部位轮廓线。接着利用邻域特征算法截取关键部位轮廓线，并且采用连通区域标记法滤波得到优化的关键部位轮廓线。最后采用改进的傅里叶描述子算法，提取骨关节X线片图像样本的轮廓线形状向量,由分类算法匹配骨关节X线片图像模板库的形状向量，判断图像样本的骨关节状况。本发明的骨关节X线片自动识别分级方法可以取代人工识别，快速且精度高。