[发明专利]一种基于Canny模型的三维医学图像分割方法

摘要

一种基于Canny模型的三维医学图像分割方法，属于图像处理技术领域。首先通过用户交互在原始三维医学图像IMNK中截取包含用户感兴趣目标的三维区域图像Imnk；然后对三维区域图像Imnk进行中值滤波以去除图像噪声；接着再采用Canny方法获得中值滤波后三维区域图像Imnk的Canny边缘信息图像Cmnk；之后根据用户在某一帧图像目标边缘附近的交互点坐标(i0，j0)、搜索目标边缘、提取完整的封闭的目标边缘；最后提取出三维区域图像Imnk中所有帧的感兴趣目标边缘Emnk作为三维医学图像的分割结果。采用本发明提出的基于Canny模型的三维医学图像分割方法，使用了较少的用户交互过程，计算量较小，能够快速有效地提取三维医学图像中感兴趣目标的边缘信息，从而完成三维医学图像的分割。

主权项

1.一种基于Canny模型的三维医学图像分割方法，包括以下步骤：步骤1：截取包含感兴趣目标的三维区域图像；在尺寸为M×N×K的原始三维医学图像I_MNK中，截取一个包含感兴趣目标的、尺寸为m×n×k的三维区域图像I_mnk；其中m≤M，n≤N，k≤K；步骤2：对步骤1所得的三维区域图像I_mnk进行中值滤波；步骤3：计算中值滤波后的三维区域图像I_mnk所有像素点的梯度，得到三维区域图像I_mnk的梯度图像D_mnk；将中值滤波后的三维区域图像I_mnk中任意一帧切片图像的像素点表示为(i，j)，像素点(i，j)的灰度值表示为I(i，j)，其中1≤i≤m，1≤j≤n；首先计算像素点(i，j)的横向梯度d_x(i，j)和纵向梯度d_y(i，j)，其中d_x(i，j)＝I(i+1，j)-I(i，j)，d_y(i，j)＝I(i，j+1)-I(i，j)；然后计算像素点(i，j)的梯度值大小M(i，j)和梯度方向θ(i，j)，得到三维区域图像I_mnk的梯度图像D_mnk，其中：θ(i，j)＝arctan[d_x(i，j)/d_y(i，j)]步骤4：提取梯度图像D_mnk的Canny边缘信息图像C_mnk；对梯度图像D_mnk中的每一帧梯度图像D_mn，进行如下操作：步骤4-1：规定像素点(i，j)的梯度线，即将梯度方向属于(0，π/8]、(7π/8，9π/8]或(15π/8，2π]的像素点(i，j)归入水平线梯度像素点，将梯度方向属于(π/8，3π/8]或(9π/8，11π/8]的像素点(i，j)归入第一对角线梯度像素点，将梯度方向属于(3π/8，5π/8]或(11π/8，13π/8]的像素点(i，j)归入垂直线梯度像素点，将梯度方向属于(5π/8，7π/8]或(13π/8，15π/8]的像素点(i，j)归入第二对角线梯度像素点；步骤4-2：采用非极大值抑制方法提取梯度值屋脊；取像素点(i，j)及位于像素点(i，j)的梯度线上相邻的两个像素点，比较三个像素点的梯度值大小，若像素点(i，j)的梯度值小于其梯度线上相邻两个像素点梯度值，则将像素点(i，j)的梯度值置为“0”，否则保留像素点(i，j)的梯度值，得到非极大值抑制后的图像N(i，j)；步骤4-3：采用双门限阈值方法实现Canny边缘信息提取；选取两个固定的阈值τ₁和τ₂，且0＜τ₁＜τ₂＜M_max(i，j)，其中M_max(i，j)为该帧梯度图像D_mn中的最大梯度值；将非极大值抑制后的图像N(i，j)中所有像素点的梯度值与阈值τ₁或τ₂分别进行比较，将梯度值大于阈值τ₁或τ₂的像素点的梯度值置为“1”，否则置为“0”，分别得到两个阈值边缘图像T₁和T₂；然后以高阈值边缘图像T₂为基础，加入低阈值边缘图像T₁中与高阈值边缘图像T₂中边缘相连通的所有边缘点，得到该帧梯度图像D_mn的Canny边缘信息图像C_mn；步骤4-4：对梯度图像D_mnk中的每一帧梯度图像D_mn进行步骤4-1至步骤4-3的操作，得到梯度图像D_mnk的Canny边缘信息图像C_mnk；步骤5：用户交互；用户在三维区域图像I_mnk中间第t张图像I_mnt中感兴趣目标的边缘附近确定一个像素点位置(i₀，j₀)，其中0≤t≤k；步骤6：确定三维区域图像I_mnk中间第t张图像I_mnt的感兴趣目标边缘E_mnt，具体包括以下步骤：步骤6-1：搜索邻近边缘点位置；在相应的第t张Canny边缘信息图像C_mnt中，根据步骤5确定的像素点位置(i₀，j₀)，由近及远的向四周搜索边缘点；步骤6-2：提取边缘线；以步骤6-1搜索到的边缘点作为起始点，通过生长算法，获取与其相连通的所有边缘点，从而提取整条边缘线；步骤6-3：提取封闭的边缘线；若步骤6-2获得的是封闭的边缘线，则转入步骤6-4；否则，找到一条边缘线，然后沿着当前边缘线两个端点的断裂的方向分别查找另外的边缘线，将找到的边缘线的端点与当前边缘线相邻的端点用直线连接起来作为感兴趣目标边缘线；重复本步骤，直至完成封闭边缘线的提取；步骤6-4：去除毛刺；在步骤6-3得到的封闭边缘线中，删除所有的毛刺边缘，得到三维区域图像I_mnk中间第t帧图像I_mnt的感兴趣目标边缘E_mnt；步骤8：确定相邻帧Canny边缘信息图像中感兴趣目标边缘区域；将第t帧图像I_mnt的目标边缘E_mnt膨胀成为若干像素宽度的边缘区域，作为第t+1帧图像I_mn(t+1)和第t-1帧图像I_mn(t-1)的感兴趣目标边缘区域；步骤9：搜索感兴趣目标边缘线；在第t+1张和t-1张Canny边缘信息图像C_mn(t+1)和C_mn(t-1)中对应的步骤8所确定的感兴趣目标边缘区域内分别搜索最长的边缘线；步骤10：提取封闭目标边缘并去除毛刺；对于步骤9搜索到的第t+1帧Canny边缘信息图像C_mn(t+1)和第t-1帧Canny边缘图像C_mn(t-1)中的最长边缘线，依照步骤6-3和步骤5-4的处理过程，即可分别获得三维区域图像I_mnk中第t+1帧图像I_mn(t+1)的感兴趣目标边缘E_mn(t+1)和t-1帧图像I_mn(t-1)的感兴趣目标边缘E_mn(t-1)；步骤11：重复步骤8至步骤10，直到获得整个三维区域图像I_mnk的感兴趣目标边缘E_mnk，就能从整个原始三维医学图像I_MNK中提取到感兴趣目标边缘E_mnk，从而完成三维医学图像的分割。