【2019102365614】一种基于残差密集模块网络结构的眼底图像质量自动分类方法-武清知识产权运营保护服务平台

【2019102365614】一种基于残差密集模块网络结构的眼底图像质量自动分类方法

        转让/许可方名称：天津工业大学
        转让/许可底价（万元）：0.1
        挂牌截止时间：2026-12-31

开放许可声明编号为：XK2025980022185，本发明提供了一种基于残差密集模块网络结构的眼底图像质量自动分类方法，该方法包括：1)对图像预处理，提取眼底区域；2)对图像尺寸归一化以适应网络结构；3)将质量好与质量差眼底图像作为训练集，使用残差密集模块网络进行质量分类训练，引入残差密集模块MRDB，利用MRDB中的局部密集连接、特征重用与残差融合获取眼底图像细节特征；4)利用训练好的网络模型对眼底图像进行质量分类测试，调整网络参数，得到最优的网络模型；5)用最优网络模型对眼底图像进行质量分类。与传统方案相比，本发明避免了复杂的图像处理过程，可准确分类质量好与质量差两类眼底图像，本方法可广泛地应用于眼底图像实时质量判别领域。