[發(fā)明專利]一種灰度圖像處理方法、裝置和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910978216.8
• 申請(qǐng)日: 2019-10-15
• 公開（公告）號(hào): CN110910409B
• 公開（公告）日: 2023-10-27
• 發(fā)明（設(shè)計(jì)）人: 楊光;王瑞
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06T7/12
• 分類號(hào): G06T7/12;G06T7/181;G16H30/20
• 代理公司: 北京鴻元知識(shí)產(chǎn)權(quán)代理有限公司 11327
• 代理人: 董永輝;李玉琦

本發(fā)明提供一種灰度圖像處理方法、裝置和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述方法包括：接收灰度圖像，并將所述灰度圖像的灰度和輪廓屬性信息配置在預(yù)設(shè)文件中；解析所述灰度圖像中的輪廓并提取所述輪廓對(duì)應(yīng)的灰度和順序點(diǎn)；根據(jù)預(yù)設(shè)文件中的配置信息，生成所述灰度圖像對(duì)應(yīng)的數(shù)據(jù)文件；加載所述灰度圖像對(duì)應(yīng)的原圖像；根據(jù)所述數(shù)據(jù)文件，將所述輪廓顯示在原圖像的對(duì)應(yīng)位置。本發(fā)明能夠使得灰度圖像的輪廓提取過(guò)程更加方便和可控，出現(xiàn)問題時(shí)便于排查，并且針對(duì)復(fù)雜形狀的輪廓，提取性能較佳，且不會(huì)發(fā)生崩潰現(xiàn)象。本發(fā)明還將輪廓提取方法集成到標(biāo)注工具中，方便查看AI分割模型的運(yùn)行結(jié)果，針對(duì)該結(jié)果并結(jié)合工具中已有的功能，便于后續(xù)的編輯和調(diào)整。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)和AI技術(shù)領(lǐng)域，尤其涉及一種灰度圖像處理方法、裝置和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

在臨床醫(yī)療診斷中，通常會(huì)采用電子計(jì)算機(jī)斷層掃描(CT，Computed Tomography)成像、核磁成像(MRI，Magnetic Resonance Image)和X光成像等醫(yī)療成像技術(shù)對(duì)人體進(jìn)行透射，并最終通過(guò)記錄透視的灰度信息來(lái)表征人體內(nèi)組織器官的形態(tài)信息。醫(yī)生通過(guò)對(duì)醫(yī)療成像中的器官組織形態(tài)信息進(jìn)行分析來(lái)針對(duì)病人的病例給出診斷意見。因此，在醫(yī)療成像中，對(duì)人體器官的清晰表征以及精準(zhǔn)形態(tài)識(shí)別是提高醫(yī)生診斷準(zhǔn)確率的重要條件。

在對(duì)器官組織完成醫(yī)療成像后，需要進(jìn)行醫(yī)療圖像的識(shí)別和分割兩個(gè)過(guò)程。具體來(lái)說(shuō)，醫(yī)療圖像的識(shí)別過(guò)程是針對(duì)醫(yī)療圖像判別和檢測(cè)某種器官或組織的過(guò)程，而醫(yī)療圖像的分割是將各種器官或組織從醫(yī)療圖像中分離的過(guò)程。精確的醫(yī)療圖像識(shí)別與分割過(guò)程，是后續(xù)針對(duì)器官或組織進(jìn)行三維模型重建的基礎(chǔ)，是輔助醫(yī)生進(jìn)行疾病診斷和治療的重要前提，也是輔助外科手術(shù)成功的重要保障。

為了進(jìn)一步幫助醫(yī)生進(jìn)行疾病診斷和治療，目前市面上出現(xiàn)了一些針對(duì)醫(yī)療圖像的標(biāo)注工具，然而這些標(biāo)注工具只有部分功能，例如只支持分類任務(wù)等，但是對(duì)于分割類任務(wù)的整體功能支持比較有限，對(duì)模型從數(shù)據(jù)標(biāo)注到模型分割結(jié)果輸出，對(duì)輸出結(jié)果灰度圖點(diǎn)的提取等整個(gè)流程支持還不完善。而且在分割類任務(wù)中，傳統(tǒng)多采用OpenCV庫(kù)提取灰度圖像的輪廓(contour)點(diǎn)，但是在某些復(fù)雜輪廓形狀的情況下，使用OpenCV庫(kù)提取輪廓點(diǎn)將會(huì)出現(xiàn)崩潰情況，提取性能不高。

發(fā)明內(nèi)容

為了解決上述至少一個(gè)技術(shù)問題，本發(fā)明提出了一種灰度圖像處理方法、裝置和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

為了實(shí)現(xiàn)上述目的，本發(fā)明第一方面提出了一種灰度圖像處理方法，包括：

接收灰度圖像，并將所述灰度圖像的灰度和輪廓屬性信息配置在預(yù)設(shè)文件中；

解析所述灰度圖像中的輪廓并提取所述輪廓對(duì)應(yīng)的灰度和順序點(diǎn)；

根據(jù)預(yù)設(shè)文件中的配置信息，生成所述灰度圖像對(duì)應(yīng)的數(shù)據(jù)文件；

加載所述灰度圖像對(duì)應(yīng)的原圖像；

根據(jù)所述數(shù)據(jù)文件，將所述輪廓顯示在原圖像的對(duì)應(yīng)位置。

本方案中，解析所述灰度圖像中的輪廓并提取所述輪廓對(duì)應(yīng)的灰度和順序點(diǎn)，還包括：

讀入灰度圖像，并提取第一輪廓的邊界點(diǎn)；

以第一輪廓的邊界點(diǎn)為第一種子點(diǎn)，并將第一種子點(diǎn)添加至一容器中，以標(biāo)記所述邊界點(diǎn)已被提取過(guò)；

基于第一種子點(diǎn)提取所述第一種子點(diǎn)的八領(lǐng)域點(diǎn)，將灰度值與第一種子點(diǎn)相同且不在所述容器中的一個(gè)八領(lǐng)域點(diǎn)作為第二種子點(diǎn)，并將其添加至所述容器；

循環(huán)執(zhí)行上兩步，直至添加至容器的種子點(diǎn)的一個(gè)八領(lǐng)域點(diǎn)與第一個(gè)種子點(diǎn)相同，則第一輪廓提取完畢；

循環(huán)執(zhí)行上四步，并將所述灰度圖像的所有輪廓提取出來(lái)。

進(jìn)一步的，提取第一輪廓的邊界點(diǎn)，還包括：