[发明专利]超声图像Ncut分割中相似度矩阵的构造方法

摘要

本发明公开了一种超声图像Ncut分割中相似度矩阵的构造方法。包含以下步骤：对超声图像进行预处理；用简单线性迭代聚类方法对超声图像过分割产生边界不规则的匀质子区域；利用子区域的平均灰度信息作为构造Ncut相似度矩阵的一个特征，同时通过灰度共生矩阵来计算每个子区域的纹理特征，包含六个特征及其四个方向共24个纹理特征，这24个数据组成一个纹理特征向量即造Ncut相似度矩阵的另一个特征；计算所有子区域两两之间特征的距离，并将二者以一定的比例结合构造一个新的Ncut相似度矩阵计算公式。将其用于基于Ncut聚类的超声图像分割中,得到了良好的分割结果，克服了超声图像多噪声、低对比度的问题，能够有效的分离肿瘤区域和背景区域。

主权项

1.一种超声图像Ncut分割中相似度矩阵的构造方法，其特征在于，包含以下步骤：（1）对待分割的超声图像依次进行各向异性扩散滤波、同态滤波的预处理；（2）对（1）所得的图像用简单线性迭代聚类的方法产生超像素，即边界不规则的匀质子区域；（3）计算（2）中所得每个子区域的平均灰度G，然后计算所有子区域两两之间G的欧氏距离Dg；同时利用灰度共生矩阵提取每个子区域的24个纹理特征，把这24个数据组成一个向量T，然后计算所有子区域两两之间T的距离Dt；灰度信息和纹理信息按照下式组合来完成对相似度矩阵的构造w(ri,rj)=wt(ri,rj)*wg(ri,rj)=e-Dt(ri,rj)ST*ST*e-Dg(ri,rj)SG*SG]]>ri,rj分别为步骤（2）所得任一子区域，w_(ri,rj)表示子区域ri和rj之间的相似度，D_g(ri,rj)为ri和rj之间G的距离，D_t(ri,rj)为ri和rj之间T的距离；（4）步骤（3）所构造的相似度矩阵用于基于Ncut聚类的超声图像分割中，分离超声图像的肿瘤区域和背景区域，验证所构造相似度矩阵的有效性。