本發(fā)明涉及古生物化石
技術(shù)領(lǐng)域：
，更為具體的是涉及一種古生物化石的圖像修復(fù)方法。
背景技術(shù)：
：化石是古生物學(xué)研究的基本材料，其主要信息都攜帶在化石的形狀之中，化石標(biāo)本是一類特殊的物體，是生物在死亡以后經(jīng)過搬運(yùn)或否，然后埋葬，在經(jīng)石化過程而成。在埋藏和石化過程中，軟組織腐爛降解，硬組織礦化成巖石，由于生物的結(jié)構(gòu)很復(fù)雜，直到成為化石以后有的形態(tài)暴露在外面而一目了然，而有些結(jié)構(gòu)形態(tài)被包藏在骨骼內(nèi)部而無法直接看到。如果是數(shù)量較多的標(biāo)本，可通過實(shí)體切片進(jìn)行觀察，但當(dāng)標(biāo)本數(shù)量很少，屬于珍稀標(biāo)本時(shí)，只能進(jìn)行無創(chuàng)解剖，即通過透視方法獲取化石標(biāo)本內(nèi)部的圖像，并根據(jù)這些圖像提供的三維信息來研究化石內(nèi)部的構(gòu)造形態(tài)。目前，獲取標(biāo)本內(nèi)部形態(tài)信息的途徑主要通過CT掃描成像的方法，而CT掃描成像由一系列二維X光透視掃描圖像組成，在進(jìn)行影像分割提取工作時(shí)，需要將每一張二維切片影像進(jìn)行觀察，鑒別不同的器官、組織或結(jié)構(gòu)成分的界線。但化石保存狀況受諸多因素影響，由于化石標(biāo)本在保存中經(jīng)過了埋藏或者搬運(yùn)，在軟組織腐爛降解以后，有些空穴會被圍巖或礦物質(zhì)填充，使得標(biāo)本內(nèi)部的密度分布發(fā)生與原結(jié)構(gòu)不同的現(xiàn)象；有時(shí)化石標(biāo)本內(nèi)部或有變形，或因充填物的密度與骨骼接近而無法區(qū)分骨骼與充填物的界線，使得標(biāo)本的影像色度分布復(fù)雜；有些化石標(biāo)本由于體型較大，取得時(shí)只是殘缺的片斷，有些由于地殼變動等原因，造成變形、部分損毀等缺陷，因此，為了更好的通過三維技術(shù)研究化石內(nèi)部結(jié)構(gòu)，需對圖像的信息缺損區(qū)域進(jìn)行信息填充。技術(shù)實(shí)現(xiàn)要素：為了解決上述問題，本發(fā)明提供了一種計(jì)算過程簡單并能快速對化石內(nèi)部復(fù)雜結(jié)構(gòu)進(jìn)行修復(fù)，且能準(zhǔn)確區(qū)分骨骼和充填物界線的古生物化石的圖像修復(fù)方法。本發(fā)明采用的技術(shù)方案是：一種古生物化石的圖像修復(fù)方法，包括以下步驟：S1，向古生物化石投射線狀激光進(jìn)行CT掃描，得二維CT掃描切片影像；S2，對二維CT掃描切片影像進(jìn)行預(yù)處理，所述預(yù)處理包括圖像平滑、圖像增強(qiáng)、圖像插值、圖像分割過程；S3，確定經(jīng)預(yù)處理后的二維CT掃描切片影像的待修復(fù)區(qū)域的輪廓；S4，分別對二維CT掃描切片影像的待修復(fù)區(qū)域的所有輪廓點(diǎn)設(shè)定鄰域的未知像素點(diǎn)進(jìn)行修復(fù)，將修復(fù)得到的影像作為更新后的影像；S5，重復(fù)步驟3和4至修復(fù)區(qū)域全部填充完畢；S6，對修復(fù)完成的二維CT掃描切片影像進(jìn)行壓縮處理、非線性優(yōu)化與幾何擬合并進(jìn)行可視化計(jì)算得3D可視化模型；S7，對3D可視化模型進(jìn)行再修復(fù)。作為上述方案的進(jìn)一步設(shè)置，所述二維CT掃描切片影像修復(fù)算法如下：1)讀取待修復(fù)圖像以及待修復(fù)區(qū)域(D區(qū))信息；2)確定E區(qū)為D區(qū)外邊緣2像素寬的環(huán)狀區(qū)域；3)分別定義：wP=1|▿uP|2+α2,P∈Λ]]>并取初始α＝5；4)定義迭代式：對E∪D區(qū)域內(nèi)的每個像素，按步驟3)中的公式及本迭代式進(jìn)行迭代，更新目標(biāo)像素值，在修舊圖像的變化小于閾值時(shí)停止當(dāng)前迭代，進(jìn)入下一輪循環(huán)；5)取α＝α/5，重復(fù)步驟4)，在經(jīng)過4輪不同口值的循環(huán)后，當(dāng)新舊圖像的變化小于閾值或總迭代次數(shù)超過迭代上限(3000次)時(shí)停止迭代；6)當(dāng)前的迭代結(jié)果即為修復(fù)圖像。作為上述方案的進(jìn)一步設(shè)置，所述圖像平滑采用中值濾波法。作為上述方案的進(jìn)一步設(shè)置，所述圖像增強(qiáng)采用拉普拉斯銳化法。作為上述方案的進(jìn)一步設(shè)置，所述圖像插值采用線性加權(quán)平均法。作為上述方案的進(jìn)一步設(shè)置，所述圖像分割包括圖像二值化、邊緣檢測兩個步驟。作為上述方案的進(jìn)一步設(shè)置，所述邊緣檢測采用Canny邊緣算子。本發(fā)明計(jì)算過程簡單、運(yùn)算速度高，可對含有充填物的生物化石影像的邊界進(jìn)行識別與自動化分割，能夠較好地修復(fù)古生物化石三維圖像的結(jié)構(gòu)和細(xì)節(jié)。附圖說明圖1為本發(fā)明的結(jié)構(gòu)示意圖。具體實(shí)施方式下面結(jié)合附圖及實(shí)施例對本發(fā)明做進(jìn)一步描述。如圖1所示，一種古生物化石的圖像修復(fù)方法，包括以下步驟：S1，向古生物化石投射線狀激光進(jìn)行CT掃描，得二維CT掃描切片影像；S2，對二維CT掃描切片影像進(jìn)行預(yù)處理，所述預(yù)處理包括圖像平滑、圖像增強(qiáng)、圖像插值、圖像分割過程；S3，確定經(jīng)預(yù)處理后的二維CT掃描切片影像的待修復(fù)區(qū)域的輪廓；所述預(yù)處理包括圖像平滑、圖像增強(qiáng)、圖像插值、圖像分割過程；由于激光掃描所得到的數(shù)據(jù)是全離散的矢量距離點(diǎn)，也即是點(diǎn)云，在掃描的過程之中，掃描速度、設(shè)備精度、被測古生物化石的表面情況和操作者的熟練程度等都會對測量數(shù)據(jù)造成影響，使得得到的數(shù)據(jù)可能帶有很多離散點(diǎn)和小振幅噪聲，會影響修復(fù)后模型的質(zhì)量。因此，用計(jì)算機(jī)對圖像做后處理，對獲取的圖像進(jìn)行增強(qiáng)信噪比的工作，即濾除圖形的噪聲和干擾，突出感興趣對象區(qū)域或邊緣，便于邊緣提取和圖像分割。1、圖像平滑對于噪聲干擾的圖像，可用圖像平滑方法來濾除噪聲。在頻率域中，低頻相應(yīng)于空間的大物體，高頻相應(yīng)于細(xì)節(jié)和邊緣，與噪聲相混淆。一個較好的平滑方法或?yàn)V波方法應(yīng)該是既能消掉這些噪聲又不使圖像的邊緣輪廓和線條變模糊。中值濾波在一定條件下可以克服線性濾波器如最小均方濾波、均值濾波等帶來的圖像細(xì)節(jié)模糊，而且對抑止圖像中的脈沖干擾和椒鹽噪聲特別有效。因?yàn)檫@些噪聲在圖像中往往以孤立點(diǎn)的形式出現(xiàn)，與之對應(yīng)的像素又比較少，所以采用中值濾波能有效地去除這些噪聲，達(dá)到圖像平滑的目的。中值濾波法一般采用一個含有奇數(shù)個點(diǎn)的滑動窗口，對該滑動窗口內(nèi)的諸像素灰度排列，用其中值代替窗口中心像素原來的灰度值，或者說用局部中值代替局部平均值。具體來說，就是假設(shè)有一個N維奇數(shù)的離散序列a1，a2，…，an，其中值為m，那么用它來代替窗口中心所對應(yīng)像素的灰度。例如，取一維序列的元素為N＝5個，數(shù)值分別為80,90,200,110,1200計(jì)算的中值m＝110。將m＝110放在這5個數(shù)中間，對序列重新排序后得80,90,110,120,200。顯然，如果200是一個噪聲點(diǎn)，通過中值濾波后，圖像質(zhì)量就會有很大的改進(jìn)。一般情況下，序列為N的一維窗口的中值為：median(x1，x2，…，xN)＝m(1)如果N為偶數(shù)，則取兩個中間數(shù)的平均值作為中值。2、圖像增強(qiáng)圖像增強(qiáng)的目的是為了改善圖像的視覺效果，或者是為了更便于人或計(jì)算機(jī)的分析和處理。為了使一幅圖像的邊緣更加鮮明，有時(shí)也需要對圖像進(jìn)行尖銳化增強(qiáng)處理，因而圖像尖銳化技術(shù)也常常用做圖像增強(qiáng)的工具。在圖像增強(qiáng)的過程中突出了一部分信息，同時(shí)可能會壓制另一部分信息。本發(fā)明的圖像增強(qiáng)采用拉普拉斯銳化法，原理如下：對于給定的二維離散圖像∫(x，y)，可以計(jì)算出其一階差分為：∂f(x,y)∂x=f(x,y)-f(x-1,y)∂f(x,y)∂y=f(x,y)-f(x,y-1)---(2)]]>二階差分為：∂2f(x,y)∂x2=f(x+1,y)+f(x-1,y)-2f(x,y)∂2f(x,y)∂y2=f(x,y+1)+f(x,y-1)-2f(x,y)---(3)]]>從而根據(jù)拉普拉斯算子：▿2f(x,y)=∂2f(x,y)∂x2+∂2f(x,y)∂y2---(4)]]>計(jì)算出：▿2f(x,y)=∂2f(x,y)∂x2+∂2f(x,y)∂y2=f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)-4f(x,y)---(5)]]>對于因擴(kuò)散引起的圖像模糊，可以用式(3.12)進(jìn)行銳化：g(x,y)=∫(x,y)-k▿2∫(x,y)---(6)]]>其中，k是與擴(kuò)散有關(guān)的函數(shù)。如果令k＝1，則有：g(x，y)＝5∫(x，y)-∫(x-1，y)-∫(x+1，y)-∫(x，y+1)-∫(x，y-1)(7)3、圖像插值當(dāng)斷層圖像間的距離比斷層圖像內(nèi)像素間的距離大得多時(shí)，就需要用圖像插值方法在原來的斷層圖像之間再插值生成一些中間斷層圖像。因?yàn)樵S多體數(shù)據(jù)圖像修復(fù)和三維顯示方法要求體數(shù)據(jù)是各向同性的。因而斷層圖像就要插值成各向同性，即經(jīng)插值后的斷層圖像序列中斷層間距等于斷層圖像內(nèi)像素間距。然而，圖像插值是一個具有很大任意性的問題。為了使圖像插值成為一個確定的、可解的問題，通常引入下面三個約束條件：(1)插值圖像要與原始斷層圖像相似；(2)插值圖像與兩個原始斷層圖像的相似度應(yīng)該分別和它與這兩個斷層圖像的距離成反比關(guān)系；(3)插值圖像序列應(yīng)該呈現(xiàn)出從一幅原始斷層圖像到另一幅原始斷層圖像的漸變過程。最簡單的插值方法是對上下兩個相鄰的斷層圖像進(jìn)行加權(quán)平均，產(chǎn)生一組插值圖像。當(dāng)斷層間距與斷層圖像內(nèi)像素間距相差不是很大時(shí)，采用這種插值方法是可行的。但是，當(dāng)斷層間距與像素間距相差很大時(shí)，這種方式生成的插值圖像模糊不清。其原因是，兩個相鄰斷層圖像中處于同一位置的像素不一定對應(yīng)同一物質(zhì)，他們的加權(quán)平均沒有什么意義。對斷層間距較大的插值，一種較好的方法是基于匹配的圖像插值，這種方法能夠更好的構(gòu)造中間斷層圖像。關(guān)于斷層圖像的匹配是模式識別和計(jì)算機(jī)視覺領(lǐng)域所研究的主要問題之一。圖像匹配的任務(wù)就是要在兩幅圖像之間建立對應(yīng)關(guān)系，也就是尋找圖像間的變換。傳統(tǒng)的匹配方法一般包括特征選取、特征匹配和整幅圖像之間匹配映射關(guān)系的確定三大步驟，匹配的可靠性和準(zhǔn)確性很大程度取決于是否能夠找到魯棒的方法去完成特征提取和特征匹配。本發(fā)明采用線性加權(quán)平均法來進(jìn)行圖像差值，線性加權(quán)平均的圖像插值方法描述如下：設(shè)Sk(i，j)、Sk+1(i，j)分別是第k層和第k+1層切片圖像。他們之間的插值圖像可表示為：Sλ(i，j)＝(1-λ)·Sk(i，j)+λ·Sk+1(i，j)(8)其中λ＝d1/(d1+d2)，d1、d2分別是插值圖像到第k、k+1層圖像的距離。顯然，當(dāng)λ＝0時(shí)，Sλ(i，j)＝Sk(i，j)，當(dāng)λ＝1時(shí)，Sλ(i，j)＝Sk+1(i，j)。給出一組{λi|λi∈(0，1)，i＝1，2，...，n}，就相應(yīng)的得n個插值圖像。為得到等間距的插值圖像，參數(shù)序列{λi|i＝1，2，...，n}應(yīng)該取4、圖像分割對CT圖像進(jìn)行基于邊緣檢測的圖像分割處理，包括兩個步驟：圖像二值化和邊緣檢測。(1)圖像二值化在進(jìn)行圖像處理時(shí)，由于普通計(jì)算機(jī)的內(nèi)存和計(jì)算能力都是有限的，從而為了有效降低需要處理的數(shù)據(jù)量，同時(shí)清晰分辨圖像邊界輪廓，可采用圖像二值化的方法對圖像樣本進(jìn)行預(yù)處理。二值圖像有以下幾方面特點(diǎn)：①計(jì)算二值圖像特性的算法非常簡單，容易理解和實(shí)現(xiàn)，并且計(jì)算速度很快。②二值圖像所需的內(nèi)存少，對計(jì)算設(shè)備要求低。③許多二值圖像處理技術(shù)也可以用于灰度圖像的處理。二值化指將灰度圖像轉(zhuǎn)換為二值圖像，二值圖像指圖像中的每個象素只取兩個離散的值之一，即非此即他。用式(9)表示：f(x,y)=01---(9)]]>上式中，∫(x，y)表示一幅數(shù)字圖像，x、y表示該圖像中某象素的坐標(biāo)值，而0和1表示該象素的象素取值。由灰度級直方圖(GreyLevelHistogram)確定整體閾值設(shè)規(guī)范化灰度值g范圍為0≤g≤1，g＝0為最黑，g＝1為最白。M為灰度級數(shù)目，p(gk)為第k級灰度的概率。nk是在圖像中出現(xiàn)的灰度級為k的次數(shù)，n為圖像中像素的總數(shù)。則有：p(gk)＝nk/n0≤g≤1，k＝1，2，...，M(10)通常稱以p(gk)為縱坐標(biāo)，以gk為橫坐標(biāo)的圖形為灰度直方圖。閾值應(yīng)該取在兩個峰值的波谷處，波谷越深陡二值化效果越好。根據(jù)灰度直方圖選取閾值T將圖像分成C1和C2兩個類，其中C1類像素灰度值比T值高，C2類像素灰度值比T值低，計(jì)算類間方差σ2B和類內(nèi)方差σ2W：類間方差：類內(nèi)方差：其中，w1和w2分別是類C1和類C2的像素?cái)?shù)，u1和u2分別是類C1和類C2中像素的灰度平均值，u是所有像素的灰度平均值，σ21和σ22分別是類C1和類C2的灰度方差。使分離η(T)為最大值的閾值T即為最佳閾值，即：η(T)=max[σB2(T)/σW2(T)]---(13)]]>(2)邊緣提取將CT圖像二值化后，根據(jù)圖像本身的情況可以對其進(jìn)行邊緣檢測。其目的是把圖像中人們感興趣的部分分離出來，突出想要的目標(biāo)，減少信息量。圖像的邊緣是圖像的最基本特征，所謂邊緣是指其周圍像素灰度有階躍變化或屋頂變化的那些像素的集合，本發(fā)明采用Canny邊緣算子來計(jì)算：Canny檢測主要檢測階躍性邊緣，Canny算子的原理如下，式(14)定義了G(X)：G(x,y)=12πσexp(-x2+y22σ2)---(14)]]>分別對式(14)求x偏導(dǎo)，求y偏導(dǎo)得：∂G∂x=12πσexp(-x2+y22)(-x)---(15)]]>∂G∂y=12πσexp(-x2+y22)(-y)---(16)]]>利用兩個微分模板估計(jì)梯度矢量其幅度邊緣為強(qiáng)度梯度方向角為對像素邊緣強(qiáng)度和梯度方向角應(yīng)用非最大值抑制技術(shù)，具體如下：①計(jì)算梯度方向上與3×3邊界相交的兩個虛擬像素Q1和Q2。(i，j)是3×3模塊的中心像素，Q1和Q2是(i，j)梯度方向上與3×3邊界相交的虛擬像素。②用所Q1在邊框上的兩個與Q1相鄰像素的梯度強(qiáng)度線性內(nèi)插Q1點(diǎn)的邊緣強(qiáng)度用Q2所在邊框上的兩個與Q2相鄰像素的梯度強(qiáng)度線性內(nèi)插Q2點(diǎn)的邊緣強(qiáng)度③如果中心像素(i，j)的邊緣強(qiáng)度同時(shí)大于和則保留此中心像素為候選邊緣，否則極為非邊緣像素；應(yīng)用Hysteris閾值判斷是否是邊緣像素，具體如下：①對每個候選邊緣，如果則標(biāo)記為邊緣像素；②對剩下的每個候選邊緣，如果在其3×3鄰域，至少已有一個鄰像素是邊緣，那么標(biāo)記為邊緣；③迭代進(jìn)行第二步，知道沒有新的邊緣像素被標(biāo)記出位置，則剩下的像素被標(biāo)記為非邊緣像素；經(jīng)過以上步驟，圖像就變成二值化的邊緣圖像。S4，分別對二維CT掃描切片影像的待修復(fù)區(qū)域的所有輪廓點(diǎn)設(shè)定鄰域的未知像素點(diǎn)進(jìn)行修復(fù)，將修復(fù)得到的影像作為更新后的影像；S5，重復(fù)步驟3和4至修復(fù)區(qū)域全部填充完畢；在二維CT掃描切片影像進(jìn)行預(yù)處理完成后，由于發(fā)掘的古生物化石在形成過程中可能出現(xiàn)破碎、扭曲和不完整而導(dǎo)致部分圖像缺失，因此需要進(jìn)行圖像修復(fù)，其算法如下：1)讀取待修復(fù)圖像以及待修復(fù)區(qū)域(D區(qū))信息；2)確定E區(qū)為D區(qū)外邊緣2像素寬的環(huán)狀區(qū)域；3)分別定義：wP=1|▿uP|2+α2,P∈Λ]]>并取初始α＝5；4)定義迭代式：對E∪D區(qū)域內(nèi)的每個像素，按步驟3)中的公式及本迭代式進(jìn)行迭代，更新目標(biāo)像素值，在修舊圖像的變化小于閾值時(shí)停止當(dāng)前迭代，進(jìn)入下一輪循環(huán)；5)取α＝α/5，重復(fù)步驟4)，在經(jīng)過4輪不同口值的循環(huán)后，當(dāng)新舊圖像的變化小于閾值或總迭代次數(shù)超過迭代上限(3000次)時(shí)停止迭代；6)當(dāng)前的迭代結(jié)果即為修復(fù)圖像。S6，對修復(fù)完成的二維CT掃描切片影像進(jìn)行壓縮處理、非線性優(yōu)化與幾何擬合并進(jìn)行可視化計(jì)算得3D可視化模型；S7，對3D可視化模型進(jìn)行再修復(fù)。上面結(jié)合附圖對本發(fā)明的具體實(shí)施方式作了詳細(xì)說明，但是本發(fā)明并不限于上述實(shí)施方式，在本領(lǐng)域普通技術(shù)人員所具備的知識范圍內(nèi)，還可以在不脫離本發(fā)明宗旨的前提下作出各種變化。當(dāng)前第1頁1 2 3