[發(fā)明專利]一種基于角點檢測的醫(yī)學(xué)圖像處理方法

有效

• 申請?zhí)枺?/td>: 201810561043.5
• 申請日: 2018-06-04
• 公開（公告）號: CN108830842B
• 公開（公告）日: 2022-01-07
• 發(fā)明（設(shè)計）人: 楊悅;馬瀟陽;劉卓;楊靜;張健沛;王勇;初妍;王巧紅
• 申請（專利權(quán)）人: 哈爾濱工程大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明提供的是一種基于角點檢測的醫(yī)學(xué)圖像處理方法。一：對醫(yī)學(xué)圖像進行預(yù)處理；二：提取Harris角點；三：計算尺度歸一化算子，檢測每個點在某一個尺度響應(yīng)值是否達到最大，獲得提取的角點矩陣；四：獲得了圖像的角點矩陣之后將獲得的點在圖像中繪制出來，之后將角點矩陣傳給聚類算法，進行聚類處理；五：給出一個K值，按照Kmeans算法進行聚類處理，用相似度矩陣作為判別函數(shù)，相似度低于閾值的類，不再進行合并。本發(fā)明無論是效果還是處理效率，亦或是在實際中的應(yīng)用方面，均表現(xiàn)出了優(yōu)越性與極大的適用價值。

技術(shù)領(lǐng)域

本發(fā)明涉及的是一種圖像處理方法，具體地說是一種醫(yī)學(xué)圖像處理方法。

背景技術(shù)

隨著社會經(jīng)濟與各項技術(shù)的飛速發(fā)展，人們在享受生活質(zhì)量的顯著提高帶來的各種便利的同時，也越來越關(guān)注自身的健康素質(zhì)，因為醫(yī)生通過對醫(yī)學(xué)圖像進行觀察與分析，將圖像分析結(jié)果作為病情診斷和治療疾病的重要依據(jù)，因此對醫(yī)學(xué)圖像的處理在診療環(huán)節(jié)中至關(guān)重要。隨著醫(yī)學(xué)技術(shù)的不斷進步與發(fā)展，將計算機技術(shù)作為支撐的信息化醫(yī)學(xué)圖像處理系統(tǒng)，因為其實用、簡便、高效等顯著特點廣泛應(yīng)用于臨床研究，并且對新興的遠程操縱醫(yī)療技術(shù)具有重大的價值與深遠的意義。在醫(yī)學(xué)圖像中，含有大量信息的特征點有很多種，包括像素點、角點等。角點通俗的說，就是轉(zhuǎn)折點或者說圖像中線的交點。現(xiàn)實生活中的桌腳、墻角等體現(xiàn)在圖像中，就被稱為圖像的角點。角點通常會從兩個方向進行定義：角點是兩條線的交點；角點是圖像鄰域內(nèi)兩個不同方向上的特征點。角點是兩個區(qū)域的交匯點，因此是圖像中信息量最豐富且比較穩(wěn)定的區(qū)域，這些區(qū)域具有其獨特的特征：角點處于交匯處，對旋轉(zhuǎn)變化、光照變化、仿射變化都不敏感。因此，在計算機技術(shù)作為支撐的醫(yī)學(xué)圖像處理領(lǐng)域，對角點的研究相當(dāng)重要。

現(xiàn)有的醫(yī)學(xué)圖像處理中，針對角點檢測的算法主要有兩類：第一種是基于圖像邊緣處理的檢測方法；第二種是針對醫(yī)學(xué)圖像灰度對比明顯提出來的，基于圖像灰度的檢測方法。第一種方法過度依賴于對圖像進行分割提取，醫(yī)學(xué)圖像并不是所有區(qū)域都研究價值，對整體進行分割處理往往耗費大量的時間，極大地增加了運算復(fù)雜度。由于實用性較低，這里不再進行具體的介紹。后者主要通過各種方式計算圖像點的曲率及梯度來檢測角點,避免了第一種方式的缺陷,是目前圖像處理研究重點。

對醫(yī)學(xué)圖像進行各種處理的目的是為了對其進行深層次分析，方便發(fā)現(xiàn)圖像中的病變區(qū)域和病變原因。而被人們所熟知的聚類分析，是研究樣品或者數(shù)據(jù)分類問題的一種統(tǒng)計分析方法，是數(shù)據(jù)挖掘的重要手段。因此本發(fā)明考慮將聚類算法與角點檢測相結(jié)合，通過聚類分析發(fā)現(xiàn)醫(yī)學(xué)圖像中的病灶類別。該發(fā)明不僅可以有利于對醫(yī)學(xué)圖像的研究處理，而且可以和醫(yī)學(xué)圖像檢索相結(jié)合，作為之后的治療材料。聚類問題的研究已經(jīng)具有很長時間的歷史，并逐漸趨于完善。迄今為止，為了解決聚類問題更好地為各種問題服務(wù)，已經(jīng)提出了上百種聚類算法。根據(jù)聚類算法的原理，常見的聚類內(nèi)容包含多種，常見的有：有序樣品聚類法、系統(tǒng)聚類法、圖論聚類法、模糊聚類法等。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種聚類結(jié)果真實可靠的基于角點檢測的醫(yī)學(xué)圖像處理方法。

本發(fā)明的目的是這樣實現(xiàn)的：

步驟一：選擇待處理的醫(yī)學(xué)圖像，判斷是否是灰度圖像，如不是則轉(zhuǎn)換為灰度圖像，進行二值化、降噪預(yù)處理；

步驟二：對經(jīng)過預(yù)處理的圖像提取Harris角點，

首先分別計算每個像素點的積分尺度和微分尺度，計算微分掩膜，獲得多尺度上圖像的像素自相關(guān)矩陣，之后設(shè)置一個鄰域范圍，查詢該鄰域內(nèi)的極值，并設(shè)定一個鄰域極值的閾值，查找高于鄰域極值閾值的點；

步驟三：在得到經(jīng)過篩選的點之后，計算尺度歸一化算子，檢測每個點在某一個尺度響應(yīng)值是否達到最大，若某一個值達到最大，則證明該點是要找的角點，獲得提取的角點矩陣；

步驟四：通過步驟三，獲得了圖像的角點矩陣之后將獲得的點在圖像中繪制出來，之后將角點矩陣傳給聚類算法，進行聚類處理；