买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利一种基于OCT图像的眼底黄斑裂孔最小径自动测量方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119131112B 。

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411134873.1，技术领域涉及：G06T7/62；该发明授权一种基于OCT图像的眼底黄斑裂孔最小径自动测量方法是由徐建国;谭嵘;沈建新设计研发完成，并于2024-08-19向国家知识产权局提交的专利申请。

本一种基于OCT图像的眼底黄斑裂孔最小径自动测量方法在说明书摘要公布了：本发明公开了一种基于OCT图像的眼底黄斑裂孔最小径自动测量方法，具体涉及医学图像处理技术领域，数据准备，获取公开的眼底黄斑裂孔OCT数据集，并对图像数据进行裁剪，使图像中只保留部分黄斑裂孔病灶区域，为图像处理做准备；图像处理，包括图像去噪、图像二值化、图像形态学运算以及边缘检测；首先图像去噪采用线性滤波中的高斯滤波和非线性滤波中的中值滤波叠加的方式，再使用三角形法自动寻求全局阈值，根据该阈值对去噪后的图像进行二值化处理，将生成只包含有黑色和白色的图像；通过图像形态学运算处理，去除图像中的囊腔区域；最后进行边缘检测。

本发明授权一种基于OCT图像的眼底黄斑裂孔最小径自动测量方法在权利要求书中公布了：1.一种基于OCT图像的眼底黄斑裂孔最小径自动测量方法，其特征在于：包括： 数据准备，获取公开的眼底黄斑裂孔OCT数据集，并对图像数据进行裁剪，使图像中只保留部分黄斑裂孔病灶区域，为图像处理做准备； 图像处理，包括图像去噪、图像二值化、图像形态学运算以及边缘检测；首先图像去噪采用线性滤波中的高斯滤波和非线性滤波中的中值滤波叠加的方式，再使用三角形法自动寻求全局阈值，根据该阈值对去噪后的图像进行二值化处理，将生成只包含有黑色和白色的图像；通过图像形态学运算处理，去除图像中的囊腔区域； 最后进行边缘检测，以识别图像中的强边缘和弱边缘； 自动测量，通过自动寻找图像中的两条轮廓线，自动找到两条轮廓线距离最近的位置并计算两条轮廓的最小欧氏距离； 其中，三角形法自动寻求全局阈值具体步骤包括：首先计算图像的灰度强度直方图，假设直方图最大波峰在靠近最亮的一侧，然后通过三角形求得最大直线距离，根据最大直线距离对应的直方图灰度等级确定阈值； 其中，形态学运算处理包括闭运算、开运算、腐蚀、填充以及膨胀操作；将图像腐蚀和图像膨胀相结合，实现图像的闭运算与开运算； 其中，闭运算是对图像先膨胀再腐蚀的操作： ClosingA＝ErosionDilationA A表示输入的二值图像或形态学操作的目标对象；Erosion表示腐蚀，形态学操作之一；Dilation表示膨胀，形态学操作之一； 而开运算是对图像先腐蚀再膨胀的操作： OpeningA＝DilationErosionA 对二值化图像进行形态学运算处理后，对较小的封闭黑色区域进行填充以消除囊腔结构； 其中，边缘检测过程分为以下步骤： 步骤1：图像降噪：使用高斯滤波平滑图像，使用下式的5*5的高斯滤波器； 步骤2：计算图像梯度：计算图像中每个像素灰度值的梯度方向和幅值；首先，通过Sobel算子分别检测图像x方向和y方向的边缘，再分别计算梯度的方向θ和幅值G，式中Ix表示像素在x方向的灰度，Iy表示像素在y方向的灰度；Sobel算子通过离散微分方法有效地提取图像边缘； 步骤3：非极大值抑制：通过非极大值抑制算法消除边缘检测带来的杂散响应；将局部范围内的梯度方向上，灰度梯度最大的像素保留下来，其它的不保留，将有多个像素宽的边缘变成一个单像素宽的边缘； 步骤4：双阈值筛选：通过非极大值抑制后，用双阈值法划分强边缘和弱边缘，保留灰度梯度大于高阈值的像素为强边缘，去除灰度梯度小于低阈值的像素，灰度梯度介于高、低阈值之间的像素被筛选为弱边缘；在弱边缘的邻域内搜索，如果存在强边缘则保留该弱边缘，如果不存在则删除弱边缘，完成边缘检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210001 江苏省南京市秦淮区御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。