[發明專利]圖像分割方法和裝置

有效

• 申請號: 201210477833.8
• 申請日: 2012-11-22
• 公開（公告）號: CN103839248B
• 公開（公告）日: 2018-03-27
• 發明（設計）人: 劉志花;任海兵;張麗丹;張紅衛;冀永楠;金智淵;禹景久
• 申請（專利權）人: 北京三星通信技術研究有限公司;三星電子株式會社
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/13
• 代理公司: 北京銘碩知識產權代理有限公司11286
• 代理人: 韓明星

技術領域

本發明涉及圖像分割技術領域。更具體地講，涉及一種可以在醫學中使用的用于腫瘤診斷的圖像分割方法和裝置。

背景技術

圖像分割是指將圖像分割成具有特征的區域并提取感興趣的目標的技術，是圖像處理和計算機視覺領域中的一個基本問題。而醫學圖像的圖像分割技術是主要的研究方向之一。在醫學圖像處理中，圖像分割常常用于病變區域提取，例如，自動分割和提取超聲波圖像中的腫瘤區域。

已經進行了大量研究并提出了多種用于醫學圖像分割的技術。其中，活動輪廓模型(ACM)是最成功的方法之一，該方法因為其演化過程與處理的結果是一條清晰完整的目標輪廓曲線，而成為當前研究的熱點對象。ACM的基本概念是在某些限制的條件下演進曲線以提取期望的目標。根據限制的性質，現有的ACM可被分類為兩種類型：基于邊緣的模型和基于區域的模型。基于邊緣的模型的基本思想是先檢測圖像中的邊緣點，然后按一定的策略連接成輪廓，從而構成分割區域。基于區域的分割方法直接在圖像空間域中所劃分的區域滿足同性質為準則，提取若干特征相近或相同的像素點組成區域。

現有技術中已經提出了多種使用ACM技術的圖像分割方法。Paragios和Deriche在“Geodesic active regions：A new framework to deal with framepartition problems in computer vision.International Journal Compute Vision 46(3)，223-247(2002)”中提出了一種將基于邊緣的能量和基于區域的能量相加來創建節點能量并使能量函數最小化的方法。在“A novel active contour modelusing local and global statistics for vessel extraction.Proc.Engineering inMedicine and Biology Society，3126-3129(2006)”和“Vessel extraction undernon-unifom illumination：A level set approach.IEEE Transactions on BiomedicalEngineering 55(1)，358-360(2008)”中，Sum和Cheung使用了相似的方法并基于圖像對比度來最小化基于全局區域的能量和局部能量。在“An efficient localChan-Vese model for image segmentation.Pattern Recognition 43(3)，603-618”中，Wang等人定義了一種包括全局項、局部項和正則項的能量函數，該方法利用局部相鄰平均強度與其相應的灰度值之間的差作為局部項來避免圖像同類化。以上這些工作均關注的是基于分段常數的CV(Chan-Vese)模型的局部化能量。然而，以上這些方法對于曲線初始化非常敏感，并且容易陷入局部極小。這是因為，這些方法對于演進曲線上的點使用相同的能量函數。由于曲線上的點通常具有不同的灰度值和相鄰關系，因此，使用相同的能量函數來得到演進曲線并不合適。

發明內容

本發明的目的在于提供一種圖像分割方法和裝置，能夠根據演進曲線上的點的不同性質來構造不同的能量函數，避免初始化的敏感性和局部極小的出現，從而實現更精確的圖像分割。

根據本發明的一方面，提供了一種圖像分割方法，包括：(a)從圖像中檢測感興趣目標的初始輪廓；(b)根據對比度特性對初始輪廓上的點進行分類；(c)為不同種類的點構造不同的能量函數模型，基于構造的能量函數模型計算用于圖像分割的曲線的演進函數，并根據演進函數在圖像中移動水平集曲線；(d)確定移動后的水平集曲線是否已經收斂，如果確定水平集曲線已經收斂，則將移動后的水平集曲線輸出為圖像分割的結果，如果確定移動后的水平集曲線沒有收斂，則以移動后的水平集曲線的作為初始輪廓，再次執行步驟(b)和步驟(c)，直到得到收斂的水平集曲線為止。

根據本發明的一方面，在步驟(a)通過可變形部分模型DPM來檢測初始輪廓。

根據本發明的一方面，在步驟(b)中，根據局部符號壓力函數LSPF將初始輪廓上的點分類為高對比度類型的點和低對比度類型的點，

其中，LSPF函數的定義如下：x∈Ω，