一種x光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法
【專利摘要】本發(fā)明涉及一種X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法，包括以下步驟：S1、讀入二維X光圖像，對(duì)輸入二維圖像并進(jìn)行多尺度描述；S2、斑點(diǎn)檢測(cè)，計(jì)算斑點(diǎn)坐標(biāo)和主尺度值；S3、在斑點(diǎn)的鄰近區(qū)域范圍內(nèi)進(jìn)行hough圓檢測(cè)，得到具有圓特征的斑點(diǎn)；S4、排除非標(biāo)記點(diǎn)；S5、輸出標(biāo)記點(diǎn)。本發(fā)明考慮多尺度斑點(diǎn)檢測(cè)的主尺度，將主尺度與目標(biāo)的實(shí)際尺寸進(jìn)行了關(guān)聯(lián)，并將其作為判別合適人工標(biāo)記的重要因素；多尺度斑點(diǎn)檢測(cè)和主尺度同時(shí)用于獲得可靠的候選點(diǎn)，同時(shí)，候選點(diǎn)鄰近區(qū)域內(nèi)的hough圓檢測(cè)用于進(jìn)一步判斷候選點(diǎn)是否為人工標(biāo)記圓，最后，再通過(guò)非標(biāo)記區(qū)域排除策略將非人工標(biāo)記剔除，保證提取的可靠性。
【專利說(shuō)明】
一種X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及醫(yī)學(xué)圖像技術(shù)領(lǐng)域，更具體的說(shuō)，是涉及一種X光圖像中人工圓形標(biāo)記 的自動(dòng)檢測(cè)和定位方法。
【背景技術(shù)】
[0002] 在計(jì)算機(jī)輔助外科手術(shù)和圖像引導(dǎo)外科手術(shù)中，圖像配準(zhǔn)是一個(gè)重要的環(huán)節(jié)。由 于術(shù)中的三維實(shí)時(shí)圖像不易獲取，臨床上普遍采用X光成像快速獲取二維投影圖像。二維投 影圖像缺乏三維體數(shù)據(jù)的空間信息，往往不利于術(shù)中精準(zhǔn)操控和空間解剖結(jié)構(gòu)的識(shí)別。將 術(shù)前體數(shù)據(jù)與術(shù)中實(shí)時(shí)獲取的二維投影圖像間的配準(zhǔn)能夠給手術(shù)提供實(shí)時(shí)三維空間信息， 從而輔助外科手術(shù)精準(zhǔn)操作。二維X光和三維CT圖像間的配準(zhǔn)屬于是二維和三維的圖像配 準(zhǔn)，通過(guò)將術(shù)前三維CT圖像信息與術(shù)中實(shí)時(shí)獲取的二維X光圖像進(jìn)行配準(zhǔn)融合，實(shí)現(xiàn)術(shù)中空 間解剖結(jié)構(gòu)的辨識(shí)。
[0003] 圖像配準(zhǔn)一般分為基于特征和基于灰度兩種類型?；诨叶鹊膱D像配準(zhǔn)不需要提 取圖像特征，但由于運(yùn)算過(guò)程中依賴大量迭代優(yōu)化搜索而使得配準(zhǔn)速度普遍較慢，往往無(wú) 法滿足術(shù)中配準(zhǔn)的實(shí)時(shí)性要求。因此，在實(shí)時(shí)的手術(shù)導(dǎo)航過(guò)程中，基于特征的配準(zhǔn)方法被廣 泛采用。基于特征的配準(zhǔn)主要是依賴人工標(biāo)記點(diǎn)，或者提取組織形態(tài)結(jié)構(gòu)特征，通過(guò)這些特 征在不同模態(tài)間的匹配，從而實(shí)現(xiàn)二維和三維圖像的配準(zhǔn)。特征的提取和匹配，在基于特征 的配準(zhǔn)過(guò)程中是非常重要的兩個(gè)環(huán)節(jié)。
[0004] 基于特征的配準(zhǔn)方法中，特征提取是重要的環(huán)節(jié)。特別是從不同角度拍攝的X光投 影圖像中自動(dòng)提取嵌入的標(biāo)記點(diǎn)，一直以來(lái)是非常困難的問(wèn)題。由于標(biāo)記的形態(tài)在不同的 投影角度下會(huì)發(fā)生一定程度的改變，并不是呈現(xiàn)固定的形狀特征，常規(guī)的特征檢測(cè)方法(比 如圓特征檢測(cè)），很難自動(dòng)檢測(cè)這類標(biāo)記。而且，投影圖像中標(biāo)記的圖像特征還受到了其它 組織結(jié)構(gòu)的投影干擾，標(biāo)記在不同的拍攝角度和不同的區(qū)域存在很大的形態(tài)差異，這會(huì)令 傳統(tǒng)的分割方法或匹配方法很難處理。
[0005] 由于標(biāo)記的形態(tài)在不同的投影角度下會(huì)發(fā)生一定程度的改變，并不是呈現(xiàn)固定的 形狀特征，常規(guī)的特征檢測(cè)方法（比如圓特征檢測(cè)），很難自動(dòng)檢測(cè)這類標(biāo)記。而且，投影圖 像中標(biāo)記的圖像特征還受到了其它組織結(jié)構(gòu)的投影干擾，標(biāo)記在不同的拍攝角度和不同的 區(qū)域存在很大的形態(tài)差異，這會(huì)令傳統(tǒng)的分割方法或匹配方法很難處理。因此，常規(guī)的基于 閾值分割、邊緣檢測(cè)或灰度匹配的方法都很難自動(dòng)提取X光投影圖像中的標(biāo)記點(diǎn)。

【發(fā)明內(nèi)容】

[0006] 有鑒于此，有必要針對(duì)上述問(wèn)題，提供一種X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和 定位方法，通過(guò)在多尺度檢測(cè)斑點(diǎn)的鄰近區(qū)域范圍內(nèi)進(jìn)行hough圓檢測(cè)，這樣可以大大的降 低搜索空間的范圍，從而實(shí)現(xiàn)快速的X光圖像中人工圓形標(biāo)記檢測(cè)。
[0007] 為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下：
[0008] -種X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法，包括以下步驟：
[0009] S1、讀入二維X光圖像，對(duì)輸入二維圖像并進(jìn)行多尺度描述；
[001 0] S2、斑點(diǎn)檢測(cè)，計(jì)算斑點(diǎn)坐標(biāo)和主尺度值；
[0011 ] S3、在斑點(diǎn)的鄰近區(qū)域范圍內(nèi)進(jìn)行hough圓檢測(cè)，得到具有圓特征的斑點(diǎn)；
[0012] S4、排除非標(biāo)記點(diǎn)；
[0013] S5、輸出標(biāo)記點(diǎn)。
[0014] 作為優(yōu)選的，所述步驟S1中，通過(guò)高斯函數(shù)對(duì)輸入的二維圖像進(jìn)行多尺度描述，圖 像的尺度空間表示為：
[0015] L(x，y，〇)=G(x，y，〇)*I(x，y)
[0017] 式中，I(x，y)為原始輸入圖像，G(x，y，〇)為可變尺度的二維高斯函數(shù)，σ為尺度因 子，*表示卷積運(yùn)算。
[0018] 作為優(yōu)選的，所述步驟S2具體包括：
[0019] S201、對(duì)輸入的二位圖像進(jìn)行各向異性擴(kuò)散濾波處理；
[0020] S202、采用不同尺度系數(shù)的高斯算子，對(duì)二維圖像在不同尺度上進(jìn)行卷積運(yùn)算：
[0021] 9i{x,y) = ^.(^y) * Kx>y)
[0022] g2(x,y) = Ga2(^>y) * Kx,y)；
[0023] S203、通過(guò)相鄰尺度空間的圖像相減進(jìn)行某一尺度上的特征檢測(cè)：
[0024] - g2(x,y) = (G〇L(x,y) - G〇2(x,y)) * I(x,y) = DoG * I(x,y)；
[0025] 對(duì)上式進(jìn)行簡(jiǎn)化，得到DoG的響應(yīng)值圖像：
[0026] D(x，y，〇) = (G(x，y，k〇)-G(x，y，〇))*I(x，y)
[0027] =L(x,y,k〇)-L(x,y,〇)；
[0028] S204、計(jì)算連續(xù)多個(gè)相鄰尺度的DoG的響應(yīng)值圖像中的極值點(diǎn)，記錄為斑點(diǎn)檢測(cè)結(jié) 果；
[0029] S205、將極值點(diǎn)對(duì)應(yīng)的空間坐標(biāo)記錄為該斑點(diǎn)的中心坐標(biāo)，該極值點(diǎn)對(duì)應(yīng)的尺度 值則作為該斑點(diǎn)的主尺度值。
[0030]作為優(yōu)選的，所述步驟S3具體包括：
[0031] S301、通過(guò)Hough變換，將圖像平面變換為參數(shù)平面；
[0032] S302、從圖像上檢測(cè)出的半徑已知的圓形，以圖像上每一個(gè)前景點(diǎn)為圓心，在已知 的半徑內(nèi)取值并在參數(shù)平面上畫圓；
[0033] S303、將結(jié)果進(jìn)行累加，找出參數(shù)平面上的峰值點(diǎn)，即對(duì)應(yīng)圖像上的圓心。
[0034]作為優(yōu)選的，所述步驟S4具體包括：
[0035] S401、通過(guò)灰度變化排除非標(biāo)記；
[0036] S402、通過(guò)選定主尺度值在一定范圍內(nèi)的斑點(diǎn)，排除非標(biāo)記；
[0037 ] S40 3、在斑點(diǎn)鄰近區(qū)域范圍內(nèi)進(jìn)行快速hough圓檢測(cè)，確定區(qū)域內(nèi)圓形區(qū)域。
[0038]作為優(yōu)選的，所述步驟S401具體包括:計(jì)算hough圓形區(qū)域范圍內(nèi)的信號(hào)均值，然 后計(jì)算hough圓形區(qū)域外圍一定環(huán)形區(qū)域內(nèi)的信號(hào)均值，如果圓形區(qū)域內(nèi)的信號(hào)均值明顯 小于環(huán)形區(qū)域內(nèi)的信號(hào)均值，則該圓形區(qū)域?yàn)榭赡軜?biāo)記區(qū)域，反之則作為非標(biāo)記區(qū)域排除。
[0039]作為優(yōu)選的，所述步驟S402具體包括:篩選主尺度在一定范圍內(nèi)的斑點(diǎn)，尺度較大 或較小的則作為非標(biāo)記區(qū)域排除。
[0040]作為優(yōu)選的，所述步驟S402還包括:將主尺度值與hough圓檢測(cè)確定的半徑大小進(jìn) 行比對(duì)，保留與hough圓檢測(cè)確定的半徑相近標(biāo)記區(qū)域。
[0041 ]作為優(yōu)選的，所述步驟S403具體包括:在斑點(diǎn)鄰近區(qū)域范圍內(nèi)進(jìn)行快速hough圓檢 測(cè)，快速的確定區(qū)域內(nèi)圓形區(qū)域，若滿足圓形區(qū)域內(nèi)的信號(hào)均值明顯小于環(huán)形區(qū)域內(nèi)的信 號(hào)均值，定位獲得的圓形區(qū)域半徑和中心即為最終標(biāo)記檢測(cè)結(jié)果。
[0042] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：
[0043] 1、本發(fā)明考慮多尺度斑點(diǎn)檢測(cè)的主尺度，將主尺度與目標(biāo)的實(shí)際尺寸進(jìn)行了關(guān) 聯(lián)，并將其作為判別合適人工標(biāo)記的重要因素；
[0044] 2、多尺度斑點(diǎn)檢測(cè)和主尺度同時(shí)用于獲得可靠的候選點(diǎn)，同時(shí)，候選點(diǎn)鄰近區(qū)域 內(nèi)的hough圓檢測(cè)用于進(jìn)一步判斷候選點(diǎn)是否為人工標(biāo)記圓，最后，再通過(guò)非標(biāo)記區(qū)域排除 策略將非人工標(biāo)記剔除，保證提取的可靠性。
【附圖說(shuō)明】
[0045] 圖1為本發(fā)明實(shí)施例的方法流程圖；
[0046] 圖2是本發(fā)明實(shí)施例中多尺度DoG圖像中極值示意圖；
[0047] 圖3為本發(fā)明實(shí)施例中多尺度圖像斑點(diǎn)檢測(cè)結(jié)果示意圖；
[0048] 圖4為本發(fā)明實(shí)施例中鄰近區(qū)域的Hough圓檢測(cè)不意圖；
[0049] 圖5為本發(fā)明實(shí)施例中圖4中排除非標(biāo)記后的檢測(cè)結(jié)果示意圖；
[0050] 圖6是本發(fā)明實(shí)施例中非標(biāo)記區(qū)域排除處理后所獲得的最終檢測(cè)結(jié)果。
【具體實(shí)施方式】
[0051] 下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明所述的一種X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè) 和定位方法作進(jìn)一步說(shuō)明。
[0052] 以下是本發(fā)明所述的一種X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法的最佳 實(shí)例，并不因此限定本發(fā)明的保護(hù)范圍。
[0053]圖1示出了一種X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法的流程圖，在X光 投影影像中檢測(cè)和定位人工標(biāo)記并用于影像配準(zhǔn)場(chǎng)合，包括以下步驟：
[0054] S1、讀入二維X光圖像，對(duì)輸入二維圖像并進(jìn)行多尺度描述；
[0055] S2、斑點(diǎn)檢測(cè)，計(jì)算斑點(diǎn)坐標(biāo)和主尺度值；
[0056 ] S3、在斑點(diǎn)的鄰近區(qū)域范圍內(nèi)進(jìn)行hough圓檢測(cè)，得到具有圓特征的斑點(diǎn)；
[0057] S4、排除非標(biāo)記點(diǎn)；
[0058] S5、輸出標(biāo)記點(diǎn)。
[0059]在計(jì)算機(jī)視覺(jué)領(lǐng)域，在尺度空間中如果尺度越大則圖像就越模糊。由于尺度空間 中的各尺度圖像的模糊程度逐漸變大過(guò)程，能夠模擬目標(biāo)由近及遠(yuǎn)人對(duì)目標(biāo)的感知過(guò)程， 因此被廣泛應(yīng)用于計(jì)算機(jī)視覺(jué)的目標(biāo)識(shí)別。在用機(jī)器視覺(jué)系統(tǒng)分析未知場(chǎng)景時(shí)，機(jī)器并不 知道圖像中物體的尺度，只有通過(guò)對(duì)圖像的多尺度描述，才能獲得對(duì)物體感知的最佳尺度。 如果在不同尺度上，對(duì)輸入的圖像都能檢測(cè)到相同的關(guān)鍵點(diǎn)特征，那么在不同尺度下就可 以實(shí)現(xiàn)關(guān)鍵點(diǎn)的尺度不變特性，尺度空間描述就是圖像在不同尺度下的描述。
[0060] 在本實(shí)施例中，所述步驟S1中，通過(guò)高斯函數(shù)對(duì)輸入的二維圖像進(jìn)行多尺度描述， 圖像的尺度空間表示為：
[0061] L(x，y，〇)=G(x，y，〇)*I(x，y)
[0063]式中，I(x，y)為原始輸入圖像，G(x，y，〇)為可變尺度的二維高斯函數(shù)，σ為尺度因 子，*表示卷積運(yùn)算。
[0064]作為優(yōu)選的，所述步驟S2具體包括：
[0065] S201、對(duì)輸入的二位圖像進(jìn)行各向異性擴(kuò)散濾波處理，對(duì)圖像進(jìn)行平滑去噪，在去 除噪聲的同時(shí)盡可能保持影像的邊界；
[0066] S202、采用不同尺度系數(shù)的高斯算子，對(duì)二維圖像在不同尺度上進(jìn)行卷積運(yùn)算：
[0067] gAx.y) = G〇i{x,y) * I(x,y)
[0068] g2 (χ, y) = Ga2 (x, y) * I(x, y)
[0069] 采用不同尺度系數(shù)的高斯算子，則二維影像在不同尺度上的卷積運(yùn)算結(jié)果將不 同；
[0070] S203、通過(guò)相鄰尺度空間的圖像相減進(jìn)行某一尺度上的特征檢測(cè)：
[0071] 仍y) - tg2(x,y) = (Gq (X, y) - 6^2(X, y)) * I(X,y) = Dog * y);
[0072] 對(duì)上式進(jìn)行簡(jiǎn)化，得到DoG的響應(yīng)值圖像：
[0073] D(x，y，〇) = (G(x，y，k〇)-G(x，y，〇))*I(x，y)
[0074] =L(x,y,k〇)-L(x,y,〇)；
[0075] S204、計(jì)算連續(xù)多個(gè)相鄰尺度的DoG的響應(yīng)值圖像中的極值點(diǎn)（26個(gè)鄰域，如圖2所 示），則記錄為斑點(diǎn)檢測(cè)結(jié)果；
[0076] S205、將極值點(diǎn)對(duì)應(yīng)的空間坐標(biāo)記錄為該斑點(diǎn)的中心坐標(biāo)，該極值點(diǎn)對(duì)應(yīng)的尺度 值則作為該斑點(diǎn)的主尺度值，如圖3所示，圖3中考慮了主尺度范圍在3-8。
[0077]在本實(shí)施例中，所述步驟S3具體包括：
[0078] S301、通過(guò)Hough變換，將圖像平面變換為參數(shù)平面；
[0079] S302、從圖像上檢測(cè)出的半徑已知的圓形，以圖像上每一個(gè)前景點(diǎn)為圓心，在已知 的半徑內(nèi)取值并在參數(shù)平面上畫圓；
[0080] S303、將結(jié)果進(jìn)行累加，找出參數(shù)平面上的峰值點(diǎn)，即對(duì)應(yīng)圖像上的圓心。
[0081] Hough變換的基本原理主要是利用點(diǎn)與線的對(duì)偶性，將圖像空間的線條變?yōu)閰?shù) 空間的聚集點(diǎn)，通過(guò)在參數(shù)空間中搜索聚集點(diǎn)的峰值，從而檢測(cè)給定圖像是否存在給定性 質(zhì)的曲線。圓的方程為：（X-a) 2+(y-b)2 = r2,通過(guò)Hough變換，將圖像空間對(duì)應(yīng)到參數(shù)空間。 從一幅圖像中檢測(cè)出半徑已知的圓形，以圖像上每一個(gè)前景點(diǎn)為圓心，在已知的半徑內(nèi)取 值并在參數(shù)平面上畫圓，并把結(jié)果進(jìn)行累加，最后找出參數(shù)平面上的峰值點(diǎn)，這個(gè)位置就對(duì) 應(yīng)了圖像上的圓心。如果檢測(cè)圓形的半徑未知但預(yù)估在一個(gè)范圍內(nèi)，這個(gè)過(guò)程中參數(shù)平面 擴(kuò)大為三維空間，參數(shù)空間變?yōu)閤--y-R三維，對(duì)應(yīng)圓的圓心和半徑。圖像平面上的每一點(diǎn) 就對(duì)應(yīng)于參數(shù)空間中每個(gè)半徑下的一個(gè)圓，最后搜索參數(shù)空間中的峰值點(diǎn)。但是，這個(gè)方法 需要大量的內(nèi)存，對(duì)于在較大的圖像搜索將速度緩慢，無(wú)法滿足實(shí)時(shí)檢測(cè)的要求。本發(fā)明通 過(guò)在斑點(diǎn)的鄰近區(qū)域范圍內(nèi)進(jìn)行hough圓檢測(cè)，這樣可以大大的降低搜索空間的范圍，從而 實(shí)現(xiàn)快速的圓特征檢測(cè)，如圖4所示，可以檢測(cè)多組結(jié)果。
[0082]在本實(shí)施例中，所述步驟S4具體包括：
[0083] S401、通過(guò)灰度變化排除非標(biāo)記；
[0084] S402、通過(guò)選定主尺度值在一定范圍內(nèi)的斑點(diǎn)，排除非標(biāo)記；
[0085] S403、在斑點(diǎn)鄰近區(qū)域范圍內(nèi)進(jìn)行快速hough圓檢測(cè)，確定區(qū)域內(nèi)圓形區(qū)域，如圖5 所示，依據(jù)標(biāo)記對(duì)應(yīng)的圓形區(qū)域內(nèi)的信號(hào)均值明顯小于環(huán)形區(qū)域內(nèi)的信號(hào)均值，基本可以 排除其它非標(biāo)記，其中，hough圓檢測(cè)的半徑搜索范圍在5-8之間，鄰近區(qū)域范圍為51X51像 素。
[0086]作為優(yōu)選的，所述步驟S401具體包括:計(jì)算hough圓形區(qū)域范圍內(nèi)的信號(hào)均值，然 后計(jì)算hough圓形區(qū)域外圍一定環(huán)形區(qū)域內(nèi)的信號(hào)均值，如果圓形區(qū)域內(nèi)的信號(hào)均值明顯 小于環(huán)形區(qū)域內(nèi)的信號(hào)均值，則該圓形區(qū)域?yàn)榭赡軜?biāo)記區(qū)域，反之則作為非標(biāo)記區(qū)域排除。 在投影影像中標(biāo)記在灰度上總是暗于周圍的鄰近區(qū)域，通過(guò)分析候選標(biāo)記一定范圍內(nèi)的灰 度變化可以排除一些非標(biāo)記。
[0087]在本實(shí)施例中，所述步驟S402具體包括:篩選主尺度在一定范圍內(nèi)的斑點(diǎn)，尺度較 大或較小的則作為非標(biāo)記區(qū)域排除，投影影像中標(biāo)記區(qū)域的大小可以大致先驗(yàn)獲得，通過(guò) 選定主尺度值在一定范圍內(nèi)的斑點(diǎn)，從而排除非標(biāo)記。
[0088]在本實(shí)施例中，所述步驟S402還包括:將主尺度值與hough圓檢測(cè)確定的半徑大小 進(jìn)行比對(duì)，保留與hough圓檢測(cè)確定的半徑相近標(biāo)記區(qū)域。
[0089] 標(biāo)記在投影影像中盡管受到噪聲或投影重疊干擾，但總體呈現(xiàn)為圓形斑點(diǎn)，依據(jù) 該形態(tài)特征可以排除一些非標(biāo)記，在本實(shí)施例中，所述步驟S403具體包括:在斑點(diǎn)鄰近區(qū)域 范圍內(nèi)進(jìn)行快速hough圓檢測(cè)，快速的確定區(qū)域內(nèi)圓形區(qū)域，若滿足圓形區(qū)域內(nèi)的信號(hào)均值 明顯小于環(huán)形區(qū)域內(nèi)的信號(hào)均值，定位獲得的圓形區(qū)域半徑和中心即為最終標(biāo)記檢測(cè)結(jié) 果，如圖6所示。
[0090] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：
[0091] 1、本發(fā)明考慮多尺度斑點(diǎn)檢測(cè)的主尺度，將主尺度與目標(biāo)的實(shí)際尺寸進(jìn)行了關(guān) 聯(lián)，并將其作為判別合適人工標(biāo)記的重要因素；
[0092] 2、多尺度斑點(diǎn)檢測(cè)和主尺度同時(shí)用于獲得可靠的候選點(diǎn)，同時(shí)，候選點(diǎn)鄰近區(qū)域 內(nèi)的hough圓檢測(cè)用于進(jìn)一步判斷候選點(diǎn)是否為人工標(biāo)記圓，最后，再通過(guò)非標(biāo)記區(qū)域排除 策略將非人工標(biāo)記剔除，保證提取的可靠性。
[0093] 以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并 不能因此而理解為對(duì)本發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員 來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保 護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法，其特征在于，包括W下步驟： 51、 讀入二維X光圖像，對(duì)輸入二維圖像并進(jìn)行多尺度描述； 52、 斑點(diǎn)檢測(cè)，計(jì)算斑點(diǎn)坐標(biāo)和主尺度值； 53、 在斑點(diǎn)的鄰近區(qū)域范圍內(nèi)進(jìn)行hou曲圓檢測(cè)，得到具有圓特征的斑點(diǎn)； 54、 排除非標(biāo)記點(diǎn)； 55、 輸出標(biāo)記點(diǎn)。2. 根據(jù)權(quán)利要求1所述的X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法，其特征在 于，所述步驟S1中，通過(guò)高斯函數(shù)對(duì)輸入的二維圖像進(jìn)行多尺度描述，圖像的尺度空間表示 為：式中，I(x，y)為原始輸入圖像，G(x，y，〇)為可變尺度的二維高斯函數(shù)，0為尺度因子，* 表示卷積運(yùn)算。3. 根據(jù)權(quán)利要求2所述的X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法，其特征在 于，所述步驟S2具體包括： 5201、 對(duì)輸入的二位圖像進(jìn)行各向異性擴(kuò)散濾波處理； 5202、 采用不同尺度系數(shù)的高斯算子，對(duì)二維圖像在不同尺度上進(jìn)行卷積運(yùn)算：對(duì)上式進(jìn)行簡(jiǎn)化，得到DoG的響應(yīng)值圖像： D(x,y,〇) = (G(x,y,k〇)-G(x,y,〇))*I(x,y) = L(x,y,k〇)-L(x,y,〇)； 5204、 計(jì)算連續(xù)多個(gè)相鄰尺度的DoG的響應(yīng)值圖像中的極值點(diǎn)，記錄為斑點(diǎn)檢測(cè)結(jié)果； 5205、 將極值點(diǎn)對(duì)應(yīng)的空間坐標(biāo)記錄為該斑點(diǎn)的中屯、坐標(biāo)，該極值點(diǎn)對(duì)應(yīng)的尺度值則 作為該斑點(diǎn)的主尺度值。4. 根據(jù)權(quán)利要求1所述的X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法，其特征在 于，所述步驟S3具體包括： 5301、 通過(guò)化U曲變換，將圖像平面變換為參數(shù)平面； 5302、 從圖像上檢測(cè)出的半徑已知的圓形，W圖像上每一個(gè)前景點(diǎn)為圓屯、，在已知的半 徑內(nèi)取值并在參數(shù)平面上畫圓； 5303、 將結(jié)果進(jìn)行累加，找出參數(shù)平面上的峰值點(diǎn)，即對(duì)應(yīng)圖像上的圓屯、。5. 根據(jù)權(quán)利要求1所述的X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法，其特征在 于，所述步驟S4具體包括： S401、通過(guò)灰度變化排除非標(biāo)記； 5402、 通過(guò)選定主尺度值在一定范圍內(nèi)的斑點(diǎn)，排除非標(biāo)記； 5403、 在斑點(diǎn)鄰近區(qū)域范圍內(nèi)進(jìn)行快速hou曲圓檢測(cè)，確定區(qū)域內(nèi)圓形區(qū)域。6. 根據(jù)權(quán)利要求5所述的X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法，其特征在 于，所述步驟S401具體包括:計(jì)算hou曲圓形區(qū)域范圍內(nèi)的信號(hào)均值，然后計(jì)算hou曲圓形區(qū) 域外圍一定環(huán)形區(qū)域內(nèi)的信號(hào)均值，如果圓形區(qū)域內(nèi)的信號(hào)均值明顯小于環(huán)形區(qū)域內(nèi)的信 號(hào)均值，則該圓形區(qū)域?yàn)榭赡軜?biāo)記區(qū)域，反之則作為非標(biāo)記區(qū)域排除。7. 根據(jù)權(quán)利要求5所述的X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法，其特征在 于，所述步驟S402具體包括:篩選主尺度在一定范圍內(nèi)的斑點(diǎn)，尺度較大或較小的則作為非 標(biāo)記區(qū)域排除。8. 根據(jù)權(quán)利要求5所述的X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法，其特征在 于，所述步驟S402還包括：將主尺度值與hou曲圓檢測(cè)確定的半徑大小進(jìn)行比對(duì)，保留與 hou曲圓檢測(cè)確定的半徑相近標(biāo)記區(qū)域。9. 根據(jù)權(quán)利要求5所述的X光圖像中人工圓形標(biāo)記的自動(dòng)檢測(cè)和定位方法，其特征在 于，所述步驟S403具體包括:在斑點(diǎn)鄰近區(qū)域范圍內(nèi)進(jìn)行快速hough圓檢測(cè)，快速的確定區(qū) 域內(nèi)圓形區(qū)域，若滿足圓形區(qū)域內(nèi)的信號(hào)均值明顯小于環(huán)形區(qū)域內(nèi)的信號(hào)均值，定位獲得 的圓形區(qū)域半徑和中屯、即為最終標(biāo)記檢測(cè)結(jié)果。
【文檔編號(hào)】G06T5/10GK106097362SQ201610442687
【公開日】2016年11月9日
【申請(qǐng)日】2016年6月20日
【發(fā)明人】周武, 張麗娟, 梁長(zhǎng)虹, 黃美萍, 莊建
【申請(qǐng)人】中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院, 廣東省心血管病研究所