[發明專利]X光圖像的智能分割方法及終端

有效

• 申請號: 202010145697.7
• 申請日: 2020-03-03
• 公開（公告）號: CN111369580B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 李華勇;劉德健;藍重洲;葉超
• 申請（專利權）人: 深圳市安健科技股份有限公司
• 主分類號: G06T7/187
• 分類號: G06T7/187;G06T7/194;G06V10/764;G06V10/762
• 代理公司: 深圳市博銳專利事務所 44275
• 代理人: 湯星星

1.一種X光圖像的智能分割方法，其特征在于，包括：

計算X光圖像中任一像素的局部中值和局部標準差，分別得到局部中值圖像和局部標準差圖像；

對X光圖像進行區域生長，得到區域標記圖；

根據所述區域標記圖對所述X光圖像進行背景提取，得到背景標記掩膜圖；

根據所述區域標記圖對所述X光圖像進行聚類分類，得到分類標記圖；

根據所述分類標記圖對所述X光圖像進行近鄰分類，得到修正分類標記圖；

根據所述區域標記圖和修正分類標記圖對X光圖像進行曲面擬合修正，得到分類掩膜圖；

根據所述背景標記掩膜圖和分類掩膜圖對所述X光圖像進行分割處理；

所述對X光圖像進行區域生長，得到區域標記圖具體包括：

獲取所述X光圖像中任一像素的鄰域像素；

當所述鄰域像素同時滿足和時，將所述鄰域像素加入至所述任一像素所在的區域，其中σ_i表示任一像素的局部標準差，σ_j表示鄰域像素的局部標準差，γ_F表示第一預設閾值，μ_i表示任一像素的局部中值，μ_j表示鄰域像素的局部中值，γ_M表示第二預設閾值；

對所述任一像素所在的區域進行標記，得到區域標記圖；

所述根據所述區域標記圖對所述X光圖像進行背景提取，得到背景標記掩膜圖具體包括：

對所述X光圖像進行視野四周的邊緣區域提取，得到圖像邊緣背景；

根據所述區域標記圖計算X光圖像對應區域的平均灰度值和平均標準差；

當任一區域的平均灰度值不在[T_g0,T_g1]范圍內，且平均標準差不在[T_s0,T_s1]范圍內時，將所述任一區域作為第一背景區域；其中T_s0和T_s1均為常數；根據公式計算得到T_g0和T_g1，I_min表示X光圖像的最小灰度值，I_max表示X光圖像的最大灰度值，Tr_g0和Tr_g1為常數；

對非第一背景區域的區域內的任一像素在四個方向上進行連續搜索；

當其中一個方向上搜索到的所有像素的局部標準差與所述任一像素的局部標準差均大于第三預設閾值，且所有像素的局部標準差與所述任一像素的局部標準差的差值小于第四預設閾值時，將所述任一像素所在的區域作為第二背景區域；

根據所述圖像邊緣背景、第一背景區域和第二背景區域得到背景標記掩膜圖；

所述根據所述區域標記圖對所述X光圖像進行聚類分類，得到分類標記圖具體包括：

分別對區域標記圖和X光圖像進行分塊處理；

按照分塊處理后塊的順序依次搜索塊中的區域；

提取搜索到的區域的鄰域區域，并將提取到的鄰域區域與搜索到的區域組成第一區域集合；

計算所述第一區域集合中的每個區域的平均灰度值；

通過K均值聚類分類對所述第一區域集合中的所有區域進行分類；

根據分類后的第一區域集合對搜索到的區域進行分類標記，得到分類標記圖；

所述根據所述分類標記圖對所述X光圖像進行近鄰分類，得到修正分類標記圖具體包括：

搜索通過分類標記圖不能確定類別的區域，得到不確定類別區域；

提取所述不確定類別區域的鄰域區域，將提取到的鄰域區域組成第二區域集合；

根據所述第二區域集合中不同類別的數量對所述不確定類別區域進行分類，得到修正分類標記圖。

2.根據權利要求1所述的X光圖像的智能分割方法，其特征在于，所述根據所述區域標記圖和修正分類標記圖對X光圖像進行曲面擬合修正，得到分類掩膜圖具體包括：

根據所述區域標記圖和修正分類標記圖對X光圖像中各個區域構建二元二次曲面多項式模型，所述二元二次曲面多項式模型為P＝ax²+by²+cxy+dx+ey+f，P表示擬合值，(x,y)為各個區域中的像素對應的坐標，a、b、c、d、e、f為擬合模型系數；

根據計算得到的擬合值和各個區域的實際灰度值，計算得到各個區域相對于不同類別的擬合誤差；

選擇擬合誤差較小的類別作為對應的區域的新類別，得到分類掩膜圖。

3.一種X光圖像的智能分割終端，包括存儲器、處理器以及存儲在所述存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現以下步驟：

計算X光圖像中任一像素的局部中值和局部標準差，分別得到局部中值圖像和局部標準差圖像；

對X光圖像進行區域生長，得到區域標記圖；

根據所述區域標記圖對所述X光圖像進行背景提取，得到背景標記掩膜圖；

根據所述區域標記圖對所述X光圖像進行聚類分類，得到分類標記圖；

根據所述分類標記圖對所述X光圖像進行近鄰分類，得到修正分類標記圖；

根據所述區域標記圖和修正分類標記圖對X光圖像進行曲面擬合修正，得到分類掩膜圖；

根據所述背景標記掩膜圖和分類掩膜圖對所述X光圖像進行分割處理；

所述對X光圖像進行區域生長，得到區域標記圖具體包括：

獲取所述X光圖像中任一像素的鄰域像素；

當所述鄰域像素同時滿足和時，將所述鄰域像素加入至所述任一像素所在的區域，其中σ_i表示任一像素的局部標準差，σ_j表示鄰域像素的局部標準差，γ_F表示第一預設閾值，μ_i表示任一像素的局部中值，μ_j表示鄰域像素的局部中值，γ_M表示第二預設閾值；

對所述任一像素所在的區域進行標記，得到區域標記圖；

所述根據所述區域標記圖對所述X光圖像進行背景提取，得到背景標記掩膜圖具體包括：

對所述X光圖像進行視野四周的邊緣區域提取，得到圖像邊緣背景；

根據所述區域標記圖計算X光圖像對應區域的平均灰度值和平均標準差；

當任一區域的平均灰度值不在[T_g0,T_g1]范圍內，且平均標準差不在[T_s0,T_s1]范圍內時，將所述任一區域作為第一背景區域；其中T_s0和T_s1均為常數；根據公式計算得到T_g0和T_g1，I_min表示X光圖像的最小灰度值，I_max表示X光圖像的最大灰度值，Tr_g0和Tr_g1為常數；

對非第一背景區域的區域內的任一像素在四個方向上進行連續搜索；

當其中一個方向上搜索到的所有像素的局部標準差與所述任一像素的局部標準差均大于第三預設閾值，且所有像素的局部標準差與所述任一像素的局部標準差的差值小于第四預設閾值時，將所述任一像素所在的區域作為第二背景區域；

根據所述圖像邊緣背景、第一背景區域和第二背景區域得到背景標記掩膜圖；

所述根據所述區域標記圖對所述X光圖像進行聚類分類，得到分類標記圖具體包括：

分別對區域標記圖和X光圖像進行分塊處理；

按照分塊處理后塊的順序依次搜索塊中的區域；

提取搜索到的區域的鄰域區域，并將提取到的鄰域區域與搜索到的區域組成第一區域集合；

計算所述第一區域集合中的每個區域的平均灰度值；

通過K均值聚類分類對所述第一區域集合中的所有區域進行分類；

根據分類后的第一區域集合對搜索到的區域進行分類標記，得到分類標記圖；

所述根據所述分類標記圖對所述X光圖像進行近鄰分類，得到修正分類標記圖具體包括：

搜索通過分類標記圖不能確定類別的區域，得到不確定類別區域；

提取所述不確定類別區域的鄰域區域，將提取到的鄰域區域組成第二區域集合；

根據所述第二區域集合中不同類別的數量對所述不確定類別區域進行分類，得到修正分類標記圖。