[发明专利]一种X光图像处理方法、系统及X光图像处理设备

说明书

技术领域

本发明属于生物医学图像处理技术领域，尤其涉及一种X光图像处理方法、系统及X光图像处理设备。

背景技术

人体X光图像是一种常用的医学诊断手段，由于受到设备以及拍片条件的影响，图像背景部分往往会比较复杂，如背景灰度不均匀，前景与背景灰度范围存在交叠等问题，十分影响医生对X光图像的阅读和诊断，也不利于X光图像的后续处理。

基于分水岭分割算法是对X光图像分割的一类重要方法，分水岭分割算法的优点是分割速度快，能够精确的定位小的边缘，但是由于图像梯度的极小值点通常会有很多，易导致严重的过分割。为了解决上述技术问题，目前通常采用多尺度形态学的分水岭算法对X光图像进行处理，该方法可以减少分水岭分割算法产生的过分割问题，但该方法的计算量较大，且处理时间较长。

综上，现有技术多尺度形态学的分水岭分割算法对X光图像处理过程的计算量较大、且处理时间较长。

发明内容

本发明实施例的目的在于提供一种X光图像处理方法，旨在解决现有技术多尺度形态学的分水岭分割算法对X光图像处理过程的计算量较大、且处理时间较长的问题。

为了实现上述目的，本发明实施例提供如下技术方案：

本发明实施例是这样实现的，一种X光图像处理方法，所述方法包括：

获取待处理的X光图像；

预处理所述X光图像，以去除所述X光图像中的噪声；

计算所述X光图像的梯度图像；

根据所述梯度图像的梯度直方图计算梯度阈值，将梯度图像中梯度值小于所述梯度阈值的所有像素点标记为种子点，所述种子点为小于梯度阈值的所有极小值；

将所述梯度图像和所述种子点作为分水岭算法的输入进行分水岭分割，得到X光图像的标记图像，所述标记图像包括多个标记区域，其中，每个标记代表一个区域；

对所述标记图像进行区域合并；

二值化处理所述区域合并后的X光图像。

本发明实施例还提供了一种X光图像处理系统，所述系统包括：

获取单元，用于获取待处理的X光图像；

预处理单元，用于预处理所述X光图像，以去除所述X光图像中的噪声；

梯度图像计算单元，用于计算所述X光图像的梯度图像；

梯度阈值计算单元，用于根据所述梯度图像的梯度直方图计算梯度阈值，将梯度图像中梯度值小于所述梯度阈值的所有像素点标记为种子点；

分水岭分割单元，用于将所述梯度图像和所述种子点作为分水岭算法的输入进行分水岭分割，得到X光图像的标记图像，所述标记图像包括多个标记区域，其中，每个标记代表一个区域；

合并单元，用于对所述标记图像进行区域合并；

二值化单元，用于二值化处理所述区域合并后的X光图像。

本发明实施例还提供了一种X光图像处理设备，所述X光图像处理设备包括所述的X光图像处理系统。

本发明实施例与现有技术相比，有益效果在于：获取待处理的X光图像，预处理所述X光图像，以去除所述X光图像中的噪声，计算所述X光图像的梯度图像，根据所述梯度图像的梯度直方图计算梯度阈值，将梯度图像中梯度值小于所述梯度阈值的所有像素点标记为种子点，所述种子点为小于梯度阈值的所有极小值，将所述梯度图像和所述种子点作为分水岭算法的输入进行分水岭分割，得到X光图像的标记图像，所述标记图像包括多个标记区域，其中，每个标记代表一个区域，对所述标记图像进行区域合并，二值化处理所述区域合并后的X光图像。使得对对X光图像处理过程的计算量较大大减小、且处理时间较短、精度高、且鲁棒性增强，提高了处理背景复杂的X光图像的处理能力。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的X光图像处理方法的实现的流程图；

图2a是本发明实施例一提供的梯度计算的示意图；

图2b是本发明实施例一提供的X光手图像的梯度图像；

图3a是本发明实施例一提供的X光胸片的梯度图像;

图3b是本发明实施例一提供的图3a中梯度图像的直方图;

图4a是本发明实施例一提供的原始X光图像;

图4b是本发明实施例一提供的为采用灰度阈值方法的分割图像;