[發(fā)明專利]影像目標(biāo)區(qū)域的提取方法和裝置

有效

• 申請?zhí)枺?/td>: 200910107726.4
• 申請日: 2009-05-27
• 公開（公告）號: CN101901342A
• 公開（公告）日: 2010-12-01
• 發(fā)明（設(shè)計）人: 徐啟飛;孫文武
• 申請（專利權(quán)）人: 深圳邁瑞生物醫(yī)療電子股份有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06T7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字影像的處理與識別技術(shù)，具體涉及影像目標(biāo)區(qū)域的提取方法和裝置。

背景技術(shù)

在數(shù)字影像的處理與識別技術(shù)中，背景分割的目的在于從影像的背景中分割出感興趣的前景對象，即影像的目標(biāo)區(qū)域。閾值分割法是一種常用的背景分割方法，在閾值分割法中，通常通過對影像直方圖分析后獲得背景分割閾值點，然后利用閾值分割(如整體閾值、坐標(biāo)的閾值以及區(qū)域閾值等)手段獲取背景區(qū)域或直接獲取目標(biāo)影像區(qū)域。但對于背景灰度變化明顯的影像，例如某些醫(yī)學(xué)DR影像，閾值分割法很難通過直方圖分析獲得，而且工程穩(wěn)定性較差。

閾值分割法有直接閾值法，也有和區(qū)域生長結(jié)合的背景分割法。其中，后者實現(xiàn)的難點在于背景標(biāo)志點的正確且完美的選取，以及完整輪廓的獲得；尤其是背景標(biāo)志點的選擇，容易造成漏選或者錯選。當(dāng)背景區(qū)域被解剖區(qū)域分開而不能聯(lián)通時，若某塊背景區(qū)域無背景標(biāo)志點，則該塊背景無法剔除，使得背景剔除不完整。

在背景變化較劇烈的影像中，常用的背景分割方法容易導(dǎo)致影像的目標(biāo)區(qū)域缺省顯示較白，對比度較差。需要通過調(diào)節(jié)增強曲線或/和窗寬窗位才能改善顯示效果。上述問題和現(xiàn)象經(jīng)過進(jìn)一步分析，表明是一個缺省窗的選擇問題，雖然在算法上通過直方圖分析能夠解決壓縮一部分背景區(qū)域的動態(tài)范圍，但是如果背景區(qū)域比較大，而且背景像素灰度變化較大，那么這一方法并不可靠。

可見現(xiàn)有技術(shù)中存在一定的缺陷，需要進(jìn)一步地改進(jìn)。

發(fā)明內(nèi)容

本發(fā)明提出一種影像目標(biāo)區(qū)域的提取方法和裝置，以及影像目標(biāo)區(qū)域的邊緣檢測方法和裝置。為了實現(xiàn)這一目的，本發(fā)明所采取的技術(shù)方案如下。

按照本發(fā)明實施例的第一方面，提供一種影像目標(biāo)區(qū)域的提取方法，包括以下步驟：讀取步驟，用于讀取影像數(shù)據(jù)；邊緣檢測步驟，用于檢測影像目標(biāo)區(qū)域的完整邊緣；識別步驟，將滿足灰度和相對平滑度條件的像素點識別為影像中的背景標(biāo)志點；區(qū)域生長步驟，以背景標(biāo)志點為種子點，目標(biāo)區(qū)域的完整邊緣為約束條件，對影像進(jìn)行區(qū)域生長，獲得背景區(qū)域；目標(biāo)提取步驟，將區(qū)域生長獲得的背景區(qū)域進(jìn)行反取，從而獲得影像中的目標(biāo)區(qū)域。

按照本發(fā)明實施例的第二方面，提供一種影像目標(biāo)區(qū)域的邊緣檢測方法，包括以下步驟：計算影像中像素點的統(tǒng)計學(xué)近似邊緣參數(shù)；根據(jù)預(yù)設(shè)的閾值對統(tǒng)計學(xué)近似邊緣參數(shù)進(jìn)行閾值判斷；將滿足判斷條件的像素點定義為邊緣點。

按照本發(fā)明實施例的第三方面，提供一種影像目標(biāo)區(qū)域的提取裝置，包括以下模塊：讀取模塊，用于讀取影像數(shù)據(jù)；邊緣檢測模塊，用于檢測影像目標(biāo)區(qū)域的完整邊緣；識別模塊，將滿足灰度和相對平滑度條件的像素點識別為影像中的背景標(biāo)志點；區(qū)域生長模塊，以背景標(biāo)志點為種子點，目標(biāo)區(qū)域的完整邊緣為約束條件，對影像進(jìn)行區(qū)域生長，獲得背景區(qū)域；目標(biāo)提取模塊，將區(qū)域生長獲得的背景區(qū)域進(jìn)行反取，從而獲得影像中的目標(biāo)區(qū)域。

按照本發(fā)明實施例的第四方面，提供一種影像目標(biāo)區(qū)域的邊緣檢測裝置，包括以下模塊：計算模塊，用于計算影像中像素點的統(tǒng)計學(xué)近似邊緣參數(shù)；判斷模塊，根據(jù)預(yù)設(shè)的閾值對統(tǒng)計學(xué)近似邊緣參數(shù)進(jìn)行閾值判斷；檢測模塊，用于將滿足判斷條件的像素點定義為邊緣點，并將邊緣點的集合定義為目標(biāo)區(qū)域的邊緣。

按照本發(fā)明實施例的方法和裝置，將影像中影響影像顯示的背景區(qū)域剔除，以獲得影像的目標(biāo)區(qū)域，然后再對目標(biāo)區(qū)域進(jìn)行優(yōu)化顯示，降低背景區(qū)域的影響，改善影像的顯示效果。

附圖說明

圖1為本發(fā)明實施例的影像目標(biāo)區(qū)域提取的基本技術(shù)方案流程圖；

圖2為待處理的人體頭顱影像；

圖3為待處理的人體大腿影像；

圖4為邊緣檢測Canny算子處理后的人體頭顱影像邊緣；

圖5為邊緣檢測Canny算子處理后的人體大腿影像邊緣；

圖6為本發(fā)明實施例的邊緣檢測方法處理后的人體頭顱影像邊緣；

圖7為本發(fā)明實施例的邊緣檢測方法處理后的人體大腿影像邊緣；

圖8為本發(fā)明實施例的識別背景標(biāo)志點的人體頭顱影像圖；

圖9為本發(fā)明實施例的識別背景標(biāo)志點的人體大腿影像圖；

圖10為本發(fā)明實施例的背景分割后提取的人體頭顱區(qū)域影像圖；

圖11為本發(fā)明實施例的背景分割后提取的人體大腿區(qū)域影像圖；

圖12為本發(fā)明實施例的影像目標(biāo)區(qū)域的提取裝置結(jié)構(gòu)示意圖；

圖13為本發(fā)明實施例的影像目標(biāo)區(qū)域的邊緣檢測裝置結(jié)構(gòu)示意圖；

具體實施方式