[发明专利]一种灰度图像处理方法、装置和计算机可读存储介质

说明书

本发明提供一种灰度图像处理方法、装置和计算机可读存储介质，所述方法包括：接收灰度图像，并将所述灰度图像的灰度和轮廓属性信息配置在预设文件中；解析所述灰度图像中的轮廓并提取所述轮廓对应的灰度和顺序点；根据预设文件中的配置信息，生成所述灰度图像对应的数据文件；加载所述灰度图像对应的原图像；根据所述数据文件，将所述轮廓显示在原图像的对应位置。本发明能够使得灰度图像的轮廓提取过程更加方便和可控，出现问题时便于排查，并且针对复杂形状的轮廓，提取性能较佳，且不会发生崩溃现象。本发明还将轮廓提取方法集成到标注工具中，方便查看AI分割模型的运行结果，针对该结果并结合工具中已有的功能，便于后续的编辑和调整。

技术领域

本发明涉及图像处理技术和AI技术领域，尤其涉及一种灰度图像处理方法、装置和计算机可读存储介质。

背景技术

在临床医疗诊断中，通常会采用电子计算机断层扫描(CT，Computed Tomography)成像、核磁成像(MRI，Magnetic Resonance Image)和X光成像等医疗成像技术对人体进行透射，并最终通过记录透视的灰度信息来表征人体内组织器官的形态信息。医生通过对医疗成像中的器官组织形态信息进行分析来针对病人的病例给出诊断意见。因此，在医疗成像中，对人体器官的清晰表征以及精准形态识别是提高医生诊断准确率的重要条件。

在对器官组织完成医疗成像后，需要进行医疗图像的识别和分割两个过程。具体来说，医疗图像的识别过程是针对医疗图像判别和检测某种器官或组织的过程，而医疗图像的分割是将各种器官或组织从医疗图像中分离的过程。精确的医疗图像识别与分割过程，是后续针对器官或组织进行三维模型重建的基础，是辅助医生进行疾病诊断和治疗的重要前提，也是辅助外科手术成功的重要保障。

为了进一步帮助医生进行疾病诊断和治疗，目前市面上出现了一些针对医疗图像的标注工具，然而这些标注工具只有部分功能，例如只支持分类任务等，但是对于分割类任务的整体功能支持比较有限，对模型从数据标注到模型分割结果输出，对输出结果灰度图点的提取等整个流程支持还不完善。而且在分割类任务中，传统多采用OpenCV库提取灰度图像的轮廓(contour)点，但是在某些复杂轮廓形状的情况下，使用OpenCV库提取轮廓点将会出现崩溃情况，提取性能不高。

发明内容

为了解决上述至少一个技术问题，本发明提出了一种灰度图像处理方法、装置和计算机可读存储介质。

为了实现上述目的，本发明第一方面提出了一种灰度图像处理方法，包括：

接收灰度图像，并将所述灰度图像的灰度和轮廓属性信息配置在预设文件中；

解析所述灰度图像中的轮廓并提取所述轮廓对应的灰度和顺序点；

根据预设文件中的配置信息，生成所述灰度图像对应的数据文件；

加载所述灰度图像对应的原图像；

根据所述数据文件，将所述轮廓显示在原图像的对应位置。

本方案中，解析所述灰度图像中的轮廓并提取所述轮廓对应的灰度和顺序点，还包括：

读入灰度图像，并提取第一轮廓的边界点；

以第一轮廓的边界点为第一种子点，并将第一种子点添加至一容器中，以标记所述边界点已被提取过；

基于第一种子点提取所述第一种子点的八领域点，将灰度值与第一种子点相同且不在所述容器中的一个八领域点作为第二种子点，并将其添加至所述容器；

循环执行上两步，直至添加至容器的种子点的一个八领域点与第一个种子点相同，则第一轮廓提取完毕；

循环执行上四步，并将所述灰度图像的所有轮廓提取出来。

进一步的，提取第一轮廓的边界点，还包括：