[發明專利]用于在三維體積圖像中檢測對象的設備和方法

有效

• 申請號: 201310421889.6
• 申請日: 2013-09-16
• 公開（公告）號: CN104463825B
• 公開（公告）日: 2019-06-18
• 發明（設計）人: 冀永楠;張紅衛;張麗丹;劉志花;任海兵;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: G06T7/00
• 分類號: G06T7/00;G06T7/11
• 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;金光軍

公開了一種用于在三維體積圖像中檢測對象的方法和設備，所述設備包括：切片采樣單元，被配置為對三維體積圖像進行采樣以獲得多個二維圖像；檢測單元，被配置為從切片采樣單元采樣獲得的多個二維圖像中的每個二維圖像檢測二維感興趣區域；組合單元，被配置為使用檢測單元檢測出的二維感興趣區域來組合三維感興趣區域；分割單元，被配置為對三維感興趣區域進行三維分割，以提取目標對象。

技術領域

本發明涉及一種圖像處理設備和方法，更具體地講，涉及一種用于在三維（3D）體積圖像中檢測對象的設備和方法。

背景技術

幾乎所有的3D計算機輔助診斷（CAD）系統都被設計用于在高質量、高分辨率的3D模態醫學圖像（諸如CT和MRI圖像）中檢測目標對象。大多數的現有檢測方法直接應用于3D圖像來檢測3D對象或3D邊界區域。然而，由于3D體積圖像通常具有較大的數據量，掃描整個體積圖像非常昂貴，因此大多數現有的檢測方法都使用簡單的圖像特征和模型來進行檢測，這可能影響檢測結果的準確度。

現有檢測方法可以被分為三類：基于形態匹配的直方圖、基于模板的和基于Harr樣特征的方法。其中，第一類檢測方法僅對高質量的3D圖像有效，因此適用范圍很窄；第二類方法需要事先了解目標對象的模板，但是對于外觀多樣的目標物質很難事先了解模板，因此，這種方法也不適用；第三種方法只能有效監測特征簡單的高質量圖像，當用于檢測具有多種類型、特征復雜的目標個體時，這類方法也不適用。

此外，迫切需要一種新的具有廣泛適用性的檢測方法，以滿足檢測非高畫質、外觀多樣、特征復雜的目標對象的實際需求。

發明內容

根據本發明的一方面，提供了一種用于在三維體積圖像中檢測對象的設備，包括：切片采樣單元，被配置為對三維體積圖像進行采樣以獲得多個二維圖像；檢測單元，被配置為從切片采樣單元采樣獲得的多個二維圖像中的每個二維圖像檢測二維感興趣區域；組合單元，被配置為使用檢測單元檢測出的二維感興趣區域來組合三維感興趣區域；分割單元，被配置為對三維感興趣區域進行三維分割，以提取目標對象。

所述設備還可包括：第一排序單元，被配置為當組合單元組合出多個三維感興趣區域時，計算指示每個三維感興趣區域是目標對象所在區域的概率的得分，對三維感興趣區域的得分進行排序，并選擇得分超過預定分數的三維感興趣區域提供給分割單元。

所述設備還可包括：第二排序單元，被配置為當分割單元提取出多個目標對象時，計算指示每個目標對象是所關心的目標對象的概率的得分，對所述多個目標對象的得分進行排序，并將得分超過預定分數的目標對象確定為所關心的目標對象。

所述檢測單元可被配置為使用MSER算法、E-SVM算法和DPM算法中的一個或多個在二維圖像中檢測二維感興趣區域。

所述組合單元可計算檢測單元檢測出的二維感興趣區域之間的重合度或者特征相似度，依據計算出的重合度或特征相似度對二維感興趣區域進行分組，并將屬于相同組的多個二維感興趣區域組合為一個三維感興趣區域。進一步的，所述組合單元可將檢測單元檢測出的每個二維感興趣區域視為無向圖中的一個頂點，確定每個頂點與其他頂點之間的權重，連通所述無向圖中權重大于0的所有頂點對以形成帶權重的無向圖，并對帶權重的無向圖進行劃分以獲得一個或多個強連通分量。每個強連通分量中包括的頂點所代表的二維感興趣區域可被組合為一個三維感興趣區域。兩個頂點之間的權重可指所述兩個頂點代表的兩個二維感興趣區域的重合度或特征相似度。

對于使用特定算法檢測出的任意兩個頂點R_m(i)和R_n(j)，在組合單元中可使用下面的等式（1）來計算代表所述兩個二維感興趣區域的兩個頂點之間的權重：