[发明专利]一种医学图像分割中基于Freeman链码的轮廓平滑方法

说明书

本发明公开一种医学图像分割中基于Freeman链码的轮廓平滑方法，包括：利用手动分水岭等算法提取目标组织或器官作为感兴趣区域，然后求得该区域的单像素外轮廓曲线；进行Freeman链码编码；寻找“待修复链码段”；“待修复链码段”修复：首先确定其首尾链码元素相对位移(dx,dy)，然后结合矩形窗前面的Freeman链码走向，确定用于修复的新链码的两个主方向；根据选取的这两个主方向及相对位移(dx,dy)联立求解得到这两个Freeman链码主方向的个数；最后根据求解结果排序作为用于修复的新链码段；有必要的话，进一步修复。

技术领域

本发明涉及一种医学图像中骨、脏器及组织等分割过程中轮廓平滑方法，具体涉及使用Freeman链码进行轮廓的平滑操作。

背景技术

医学图像的相关处理中，通常需要进行感兴趣区域的提取与分割，例如对肝脏及骨的提取，常用的方法有阈值法，分水岭算法，漫水填充法等。获取感兴趣区域后，可以利用Freeman链码存储该区域的轮廓信息。但已有的感兴趣区域提取过程，医学图像中组织或器官轮廓常常会呈现异常的锯齿化、碎粒化现象，即轮廓局部的凸起与凹进，轮廓的这种伪迹/误差/失真不仅不符合人们的视觉习惯，通常也不符合医学解剖学结构,会对图像的下一步处理带来影响，例如不利于图像的配准和识别。

发明内容

本发明旨在提供一种基于Freeman链码的医学图像分割中使用的轮廓平滑方法。本发明通过调整Freeman链码中的局部数据，修正医学图像中提取的感兴趣区域的轮廓形状，使之趋近人体上肢的真实解剖学形态，为进一步实施医学图像的配准、识别及三维重建提供更加准确的数据。技术方案如下：

一种医学图像分割中基于Freeman链码的轮廓平滑方法，其特征在于包括如下步骤：

步骤1：对于医学图像利用手动分水岭算法提取目标组织或器官作为感兴趣区域，然后求得该区域的单像素外轮廓曲线；

步骤2：对上述外轮廓曲线进行八方向Freeman链码编码，得到Freeman链码；

步骤3：寻找“待修复链码段”：选取矩形窗宽度为W，步长为1遍历Freeman链码，矩形窗每前进一次，求出矩形窗内首尾链码元素在MRI图像上的相对坐标位置dx和dy，进而求出首尾链码元素的相对距离D：将W和D的比值R与设定的阈值T进行比较，若R>T，则将此矩形窗内的链码段认定为“待修复链码段”；

步骤4：“待修复链码段”修复，修复即是利用新的链码段替换“待修复链码段”：首先确定其首尾链码元素相对位移(dx,dy)，然后结合矩形窗前面的Freeman链码走向，确定用于修复的新链码的两个主方向；根据选取的这两个主方向及相对位移(dx,dy)联立求解得到这两个Freeman链码主方向的个数；最后根据求解结果排序作为用于修复的新链码段；

步骤5：经过一轮修复后，观察修复曲线轮廓的效果；通过调整矩形窗宽度W和阈值T，重新遍历原Freeman链码进行进一步修复。

本发明提出的医学图像分割中基于Freeman链码的轮廓平滑方法，不仅使图像的分割效果更加符合人类视觉，也更加符合人体上肢生理解剖特征。平滑后的图像可以用于医学图像的进一步处理，如配准、识别及三维重建等。另外，该图像平滑算法还可用于普通图像的平滑，例如在前景提取中平滑前景图像的轮廓。

附图说明

图1：本发明方法流程图

图2：八方向Freeman链码

图3：人体上肢MRI断层图像

图4：感兴趣区域(上肢部位)

图5：感兴趣区域的外轮廓(修复前)

图6：感兴趣区域局部放大(修复前)

图7：感兴趣区域的外轮廓(修复后)