[發(fā)明專利]一種面向虛擬人超大規(guī)模切片圖像的序列化自動(dòng)分割方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610066206.3
• 申請(qǐng)日: 2016-01-29
• 公開（公告）號(hào): CN105741289B
• 公開（公告）日: 2019-04-16
• 發(fā)明（設(shè)計(jì)）人: 劉斌;王潮;朱琳
• 申請(qǐng)（專利權(quán)）人: 大連理工大學(xué)
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11
• 代理公司: 大連東方專利代理有限責(zé)任公司 21212
• 代理人: 姜玉蓉;李洪福

本發(fā)明公開了一種面向虛擬人超大規(guī)模切片圖像的序列化自動(dòng)分割方法，S1：基于閉式解決算法對(duì)第一張?zhí)摂M人切片圖像進(jìn)行分割；S2：基于距離變換算法生成欲獲取區(qū)域種子點(diǎn)；S3：根據(jù)上述獲得的種子點(diǎn)采用S1中的方式對(duì)第二張?zhí)摂M人切片圖像進(jìn)行分割處理，將第二張獲得的種子點(diǎn)對(duì)第三張?zhí)摂M人切片圖像進(jìn)行分割，如此循環(huán)完成最后一張圖像的分割；S4：對(duì)于分割結(jié)束后的欲獲取區(qū)域圖片，按序疊加后獲得虛擬人器官三維立體圖像。本方法基于虛擬人超大規(guī)模序列化圖片，自動(dòng)分割其中感興趣區(qū)域，為虛擬人后續(xù)研究提供素材和基礎(chǔ)，在分割方法方面采用了應(yīng)用于自然場(chǎng)景分割的閉式解決方法，分割結(jié)果更加精細(xì)，可獲得精準(zhǔn)的三維模型。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種面向虛擬人超大規(guī)模切片圖像的序列化自動(dòng)分割方法。

背景技術(shù)

在醫(yī)學(xué)工程方面，關(guān)于虛擬人的研究促進(jìn)了人類醫(yī)學(xué)、生物科學(xué)事業(yè)的發(fā)展，并提供了方便而又強(qiáng)大的工具。目前中國(guó)的虛擬人可視化研究已經(jīng)進(jìn)入到人體器官組織的三維模型重建和理解階段，龐大的數(shù)據(jù)集使得人工分割難以承受，虛擬人超大規(guī)模切片圖像的序列化自動(dòng)分割方法可以高質(zhì)量，高精度，高速度，并對(duì)大數(shù)據(jù)集進(jìn)行自動(dòng)分割。為虛擬人的研究提供了基礎(chǔ)材料。

現(xiàn)有技術(shù)中有采用人工手動(dòng)分割提取圖片，但是該方法工作量大，需要浪費(fèi)大量的人力和時(shí)間；還有采用基于HIS顏色空間設(shè)置色度、亮度相似系數(shù)判定是否為同類像素來(lái)進(jìn)行圖像分割，但是該方法的缺陷是重于人工交互，要求實(shí)施者的經(jīng)驗(yàn)高，不同實(shí)施者可能得到不同分割結(jié)果，標(biāo)準(zhǔn)不統(tǒng)一。另外還有一種方法是把人工標(biāo)定的種子點(diǎn)作為起點(diǎn)，向周圍生長(zhǎng)，判定的與當(dāng)前像素同類的像素點(diǎn)則添加到欲獲取區(qū)域中，以獲得分割區(qū)域，但是在實(shí)際分割過(guò)程中分割算法復(fù)雜度較高，難以編程實(shí)現(xiàn)，分割時(shí)消耗時(shí)間和內(nèi)存大。

發(fā)明內(nèi)容

根據(jù)現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明公開了一種面向虛擬人超大規(guī)模切片圖像的序列化自動(dòng)分割方法包括以下步驟:

S1：基于閉式解決算法對(duì)第一張?zhí)摂M人切片圖像進(jìn)行分割：根據(jù)欲獲取區(qū)域中手動(dòng)選擇的多個(gè)種子點(diǎn)坐標(biāo)集合采用閉式解決算法獲得不透明度蒙版，將不透明度蒙版與序列化圖像按照像素進(jìn)行融合后獲得僅有欲獲取區(qū)域的圖片；

S2：基于距離變換算法生成欲獲取區(qū)域種子點(diǎn)：將S1中獲得的不透明度蒙版用距離變換算法進(jìn)行處理，在處理得到的圖片中尋找局部最大值，將最大值所在位置作為種子點(diǎn)；

S3：根據(jù)上述獲得的種子點(diǎn)采用S1中的方式對(duì)第二張?zhí)摂M人切片圖像進(jìn)行分割處理，將第二張獲得的種子點(diǎn)對(duì)第三張?zhí)摂M人切片圖像進(jìn)行分割，如此循環(huán)完成最后一張?zhí)摂M人切片圖像的分割；

S4：對(duì)于分割結(jié)束后的欲獲取區(qū)域圖片，按序疊加后獲得虛擬人器官三維立體圖像，供醫(yī)學(xué)研究。

S1具體采用如下方式：

S11：輸入虛擬人序列化圖片，在第一張圖片的欲獲取區(qū)域上選取多個(gè)種子點(diǎn)，遍歷整張圖片，將種子點(diǎn)置1，其余點(diǎn)置為0，獲得二值矩陣；

S12：建立第一矩陣，矩陣元素為RGB分量，記錄除圖像邊緣外的像素及其鄰域的RGB信息，計(jì)算該矩陣中所有像素點(diǎn)每個(gè)顏色分量的平均值，用鄰域像素的每個(gè)顏色空間分量與當(dāng)前像素點(diǎn)的顏色分量做乘積后減去平均值，得到第二矩陣；

其中T₁：

T₂：

其中W₁為第一矩陣，W₂為第二矩陣，ε取值10^-7—10^-5，n²為第一矩陣的大小，T₂是中間變量，ε是調(diào)節(jié)摳圖平滑度的參數(shù)；