口腔病灶的机器视觉检测与识别

发布时间：2025-01-07 06:50

　　 机器视觉逐渐得到广泛的关注与应用。采用机器视觉技术,根据口腔病灶的轮廓、颜色及纹理特征,来分类识别口腔疾病类型。建立了口腔病灶的机器视觉检测与识别流程,该方法应用最大类间方差阈值分割法完成图像与背景的分割;用高斯拉普拉斯算子进行病灶图像的边缘检测;用灰度共生矩阵等进行特征量提取,研究并讨论了并行处理算法,利用SVM支持向量机对口腔病灶进行检测与分类,取得了良好的效果。

【文章页数】：6 页

【部分图文】：

图7 分类仿真结果

图6有向无环图分类器仿真结果表见表4。

图1 系统结构图

受机器视觉相关应用的启发，为给当今口腔诊断领域提供便利的口腔疾病检测手段，将现今热门的机器视觉技术应用于口腔疾病诊断，创新设计基于机器视觉模式识别的口腔诊断算法。设计并实验了一套可行的口腔病灶机器视觉检测与识别算法，并基于MATLAB环境模拟实现了检测与识别流程，其中包括图像预处....

图2 部分采集图像

图像预处理是针对所有采集到图像实时完成的，故算法不能复杂，为此，可选择实时性很强的均值滤波[6]作为图像预处理手段，但均值滤波在降低噪声的同时会使图像产生一定程度的模糊，故也可以选择实时性较强的中值滤波来进行图像的预处理。需要从口腔病灶中提取RGB颜色特征、HSV颜色特征、纹理特....

图3 龋齿和牙垢二值化图像

二值化图像：将二值化图像像素点记为A(x,y)，原图像像素点记为B(x,y)，作以下图像乘法，得到输出图像为C(x,y):

本文编号：4024657