[发明专利]一种X光图像中人工圆形标记的自动检测和定位方法

摘要

本发明涉及一种X光图像中人工圆形标记的自动检测和定位方法，包括以下步骤：S1、读入二维X光图像，对输入二维图像并进行多尺度描述；S2、斑点检测，计算斑点坐标和主尺度值；S3、在斑点的邻近区域范围内进行hough圆检测，得到具有圆特征的斑点；S4、排除非标记点；S5、输出标记点。本发明考虑多尺度斑点检测的主尺度，将主尺度与目标的实际尺寸进行了关联，并将其作为判别合适人工标记的重要因素；多尺度斑点检测和主尺度同时用于获得可靠的候选点，同时，候选点邻近区域内的hough圆检测用于进一步判断候选点是否为人工标记圆，最后，再通过非标记区域排除策略将非人工标记剔除，保证提取的可靠性。

主权项

1.一种X光图像中人工圆形标记的自动检测和定位方法，其特征在于，包括以下步骤：S1、读入二维X光图像，输入二维图像并进行多尺度描述；S2、斑点检测，计算斑点坐标和主尺度值；S3、在斑点的邻近区域范围内进行hough圆检测，得到具有圆特征的斑点；S4、排除非标记点；S5、输出标记点；所述步骤S1中，通过高斯函数对输入的二维图像进行多尺度描述，图像的尺度空间表示为：L(x,y,σ)＝G(x,y,σ)*I(x,y)式中，I(x,y)为原始输入图像，G(x,y,σ)为可变尺度的二维高斯函数，σ为尺度因子，*表示卷积运算；所述步骤S2具体包括：S201、对输入的二位图像进行各向异性扩散滤波处理；S202、采用不同尺度系数的高斯算子，对二维图像在不同尺度上进行卷积运算：S203、通过相邻尺度空间的图像相减进行特征检测:对上式进行简化，得到DoG的响应值图像：D(x,y,σ)＝(G(x,y,kσ)‑G(x,y,σ))*I(x,y)        ＝L(x,y,kσ)‑L(x,y,σ)；S204、计算连续多个相邻尺度的DoG的响应值图像中的极值点，记录为斑点检测结果；S205、将极值点对应的空间坐标记录为该斑点的中心坐标，该极值点对应的尺度值则作为该斑点的主尺度值。