[发明专利]一种基于小波模板算法的医学X线图像边缘提取的方法

摘要

本发明公开一种基于小波模板算法的医学X线图像边缘提取的方法。该方法是在性能良好的基于均值操作的快速自适应滤波器噪声滤除技术、基于局部支撑的无限光滑小波基和Morlet小波基的基础上开发的。与已有的传统小波计算算法相比，该小波模板算法具有快速、精确的边缘检测能力和很强的抗噪声能力；提取出的边界清晰、光滑，能对不同的区域进行理想的分割；适应性强，选取不同的阈值，能得到不同的边界，可以满足不同的需要；失真度小，能够获取更多的数据信息，将处理过程中的信息损失大大地降低；运算量小，处理时间短、速度快。为医学X线图像的后续操作打下良好的基础。

主权项

一种基于小波模板算法的医学X线图像边缘提取的方法，其特征在于，包括以下步骤:1)采集需要全局边缘检测的所述医学X射线图像；2)对给定范围的医学X射线图像，先采用基于均值操作的快速自适应滤波器，将医学X射线图像的噪声滤除；若步骤1)采集的是大尺度医学X线图像，则进入步骤3)；若步骤1)采集的是小尺度医学X线图像图像，则进入步骤4)。3)对全局边缘检测采用快速小波模板：针对步骤1)采集的大尺度医学X线图像，设X线图像中的像素点为(x，y)，对每个像素点通过小波模板进行的卷积运算，得到二值图像，并跳转到步骤6)；所述小波模板为4)：对局部边缘检测，采用基于Morlet小波基的三向小波模板；设定0°、45°、90°三个方向上的模板分别为：其中，i为虚数单位。5)针对步骤1)采集的小尺度医学X线图像，设X线图像中的像素点为(x，y)，围绕医学X线图像中的像素点(x，y)选取一个3×3的邻域；并将所选取的邻域分别和所述的0°、45°、90°三个方向的小波模板进行卷积运算；然后对运算值取模极大值，即选取一个阈值t，如果某个方向上卷积结果的模值大于阈值t，则置为白；否则置为黑；若三个方向的卷积的结果均为白，则置像素点(x，y)的灰度为白，否则置为黑；在对图像区域中所有像素点都进行上述处理后，得到边缘二值图像，并进入步骤6；6)利用Roberts算子，将二值图像的特征边缘线准确的提取，即得到边缘图像。