CN105205784B - 标尺识别方法及影像拼接方法 - Google Patents
标尺识别方法及影像拼接方法 Download PDFInfo
- Publication number
- CN105205784B CN105205784B CN201510585852.6A CN201510585852A CN105205784B CN 105205784 B CN105205784 B CN 105205784B CN 201510585852 A CN201510585852 A CN 201510585852A CN 105205784 B CN105205784 B CN 105205784B
- Authority
- CN
- China
- Prior art keywords
- image
- scale
- block
- digital
- recognition methods
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003384 imaging method Methods 0.000 claims abstract description 49
- 230000009466 transformation Effects 0.000 claims abstract description 13
- 238000013507 mapping Methods 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 23
- 239000000284 extract Substances 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 241000196324 Embryophyta Species 0.000 claims description 3
- 239000003550 marker Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 210000003414 extremity Anatomy 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 3
- 206010024500 Limb malformation Diseases 0.000 description 1
- 208000007623 Lordosis Diseases 0.000 description 1
- 208000020307 Spinal disease Diseases 0.000 description 1
- RLAHNGKRJJEIJL-RFZPGFLSSA-N [(2r,4r)-4-(2,6-diaminopurin-9-yl)-1,3-dioxolan-2-yl]methanol Chemical compound C12=NC(N)=NC(N)=C2N=CN1[C@H]1CO[C@@H](CO)O1 RLAHNGKRJJEIJL-RFZPGFLSSA-N 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002197 limbic effect Effects 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种标尺识别方法及影像拼接方法,其中所述标尺识别方法包括以下步骤:步骤S1、利用标尺经X射线照射成像后的图像数据制作标尺刻度的数字模板;步骤S2、从拼接图像中标尺图像区域内定位到数值图像块之后,提取出数值图像块中的特定数字图像块;步骤S3、将特定数字图像块进行不同方式的变换并与数字模板进行相关系数的计算,若某种变换方式下相关系数大于设定阈值,该种变换方式对应的标尺摆放位置即为所求。如此设置,标尺可以更加方便医生使用,拼接图像之间的拼接可以更加准确。
Description
技术领域
本发明涉及X射线成像过程中图像拼接技术,尤其涉及X射线成像过程中标尺摆放方式及刻度数字自动识别的方法、运用标尺作为标记物的影像拼接方法及其装置。
背景技术
利用医学图像诊断脊椎前凸、侧弯、下肢畸形等骨科疾病时,需要对骨骼进行角度,力线、长度等方面的测量,但是由于目前X射线摄影设备在平板尺寸方面的限制,往往在一次曝光区域中无法全部显示,即成像范围难以覆盖完整的脊椎或下肢区域。此时,对脊椎或四肢长骨采集图像序列,利用图像处理算法将图像序列进行准确拼接,就可以完成对上述骨科疾病的诊断和治疗提供准确的影像信息。
图像的拼接技术大体上分为不借助外部标记物的拼接和借助外部标记物的拼接。不借助外部标记物的拼接技术主要分为基于灰度和基于特征的拼接技术。基于灰度的拼接方法,利用像素的灰度信息,对重叠区域内的像素按照一种或几种相似性测度进行顺次搜索,进而实现匹配。基于特征的拼接方法首先提取相邻图像中的特征(点特征,线特征,面特征等),利用对特征集描述的匹配来实现图像的位置匹配。
X射线图像的特点是图像中噪声干扰较大,相邻图像之间的灰度差异较大,因外部标记物在图像中呈现出较强的特征,因而能够有效避免X射线图像中的噪声和灰度差异对算法准确性的干扰,实现快速准确的图像拼接。在X射线图像拼接过程中,常见的借助外部标记物的拼接技术为利用对X射线衰减较大的长尺作为标记物,在图像中对长尺进行定位,刻度细分及刻度数字识别,计算出图像中的长尺的重叠区域从而得到相邻图像的位置偏移,根据位置偏移将两幅图像在重叠区域处准确接合。
在现有图像拼接技术中利用外部标记物(例如标尺)的拼接技术,图像中标记物特征明显,过程相对简单,因而能够快速地检测出图像序列的接合位置,相关的现有技术可以参考2008年11月19日公告的中国发明专利CN101305922B,该专利通过选取两把钢尺在每幅图像重叠区域的三个标记点,其中一把钢尺上选取一点,另一把钢尺上选取二点,由该三个标记点构成两幅图像间的三角形匹配对,以一幅图像为基准图像,通过坐标变换,完成两幅相邻分段影像的两两拼接。
在借助标尺的X射线拼接成像系统中,标尺相对于平板的位置常常是固定的,标尺不可随意移动;对于体态较胖的患者,标尺容易被患者人体遮挡后不能有效成像,导致拼接算法运算失败,无法将多幅重叠连续的子图像拼接融合成一幅完整的图像。
发明内容
本发明的目的在于提供一种方便用户操作的标尺识别方法及影像拼接方法。
为了实现前述发明目的,本发明提供一种标尺识别方法,包括以下步骤:
步骤S1、利用标尺经X射线照射成像后的图像数据制作标尺刻度的数字模板;
步骤S2、从拼接图像中标尺图像区域内定位到数值图像块之后,提取出数值图像块中的特定数字图像块;
步骤S3、将特定数字图像块进行不同方式的变换并与数字模板进行相关系数的计算,若某种变换方式下相关系数大于设定阈值,该种变换方式对应的标尺摆放位置即为所求。
优选地,所述特定数字为数值图像块中的末尾数。
优选地,在所述步骤S1中,数字模板的制作步骤为:从一定数量的正常剂量拍摄的标尺图像中提取出0,1,2…9的各个数字块,将从不同图像中提取的相同数字进行平均,得到0,1,2…9共10个数字模板。
优选地,将从不同图像中提取的相同数字进行平均的方法是:将不同图像中提取的相同数字先统一处理成特定个像素高,特定个像素宽的图像块,然后就行相同位置上的灰度叠加,生成一个和图像块,对和图像块进行阈值化的处理,将不同图像中提取的相同数字中共同的区域取出,差异较大的地方剔除掉。
优选地,所述步骤S2包括如下步骤:
步骤S201:利用计算梯度的方式检测出标尺的中心线特征,生成二值化图像矩阵;
步骤S202:对二值化图像矩阵进行霍夫变换,根据霍夫变换矩阵得出标尺中心线在原图像拼接图像中的位置;
步骤S203:根据标尺中心线的位置从原图像拼接图像中提取出标尺图像区域并进行二值化操作,得到二值化后的标尺图像;
步骤S204:从标尺图像中提取数值图像块,并对图像块进行顺时针90度旋转,得到旋转后的数值图像块;
步骤S205:将前述数值图像块按位数划分。
优选地,所述步骤S201具体包括如下步骤:
首先,建立一个特征矩阵,与拼接图像大小相同;特征矩阵为建立一个与拼接图像大小相同的二维矩阵,矩阵内各个位置上的灰度值都赋为0;
其次,遍历整幅原图像,若当前位置(x,y)处像素的灰度值f(x,y)<f(x,y-step)
,且f(x,y)<f(x,y+step)时,将f(x,y-step)+f(x,y+step)-f(x,y)的值赋到特征矩阵位置(x,y)上,step是指间隔几个像素的y坐标;
最后,对上述特征矩阵进行阈值化操作,生成二值化图像矩阵。
优选地,所述步骤S205具体包括如下步骤:在竖直方向上对二值化后的图像块进行累加求和,也就是对图像块中属于同一列的像素进行累加,得到一维和数据,找到数字在列方向上的起始和终止位置;
该图像块进行水平方向上的求和计算,得到水平方向上的一维和数据,找到数字在行方向上的起始和终止位置,得到最终的数字图像块。
优选地,在所述步骤S3中,利用提取出的特定图像块分别不进行翻转、进行垂直翻转、水平翻转、先水平翻转再垂直翻转之后的数据块与数字模板进行相关系数的计算,得出最大的相关系数而识别出标尺的摆放方式。
优选地,相关系数的计算公式为:
其中,X为数字图像块的一个向量,Xi是数字图像块的一个向量中的一个元素,Y是数字模板中数字的一个向量,Yi是数字模板中数字的一个向量中的一个元素,通过计算公式求出的结果若大于预设相关系数阈值,则数字模板中的数字为数字图像块的数字。
优选地,所述方法还包括如下步骤:步骤S4、对于不能利用末尾数图像块进行标尺摆放方式识别的情况,借助与末尾数图像块相邻的图像块与数字模板进行相关系数的计算,实现标尺摆放方式的识别。
为了实现前述发明目的,本发明还提供一种影像拼接方法,包括以下步骤:
通过X射线成像设备获取相邻两幅拼接图像,相邻两幅拼接图像都包括有标尺图像和人体图像;
利用前述标尺识别方法对所述标尺图像中的标尺进行识别;
根据标尺识别结果对相邻两幅图像进行匹配拼接。
优选地,匹配拼接前还根据标尺识别结果而对拼接图像进行翻转操作而将拼接图像调整成正面成像的图像。
本发明的标尺识别方法及影像拼接方法能够有效支持标尺的移动,对于体态较胖的患者,医生可以将标尺放在不被患者身体遮挡的有效成像区域范围内。同时,本发明的图像处理算法对于无论是标尺正面朝向球管,反面朝向球管,还是标尺中数字增大的方向是背离地面,数字增大方向是指向地面的情况都能准确识别出标尺图像中的数值,进而正确计算出两幅图像中的重合区域的刻度范围,准确地将相邻两幅图像拼接。方便医生使用,且提高了拼接的准确率。
附图说明
图1为本发明实施例中标尺识别方法的步骤流程示意图;
图2为本发明实施例中标尺识别方法中步骤S2的流程示意图;
图3为本发明实施例中标尺刻度数字二值化后的模板图像块的示意图;
图4为本发明实施例中步骤S204实施后获得的数值图像块中的数值图像块124的示意图;
图5为本发明实施例中步骤S205在竖直方向上对二值化后的图像块进行累加求和,得到一维和数据及将末尾数字图像块从数值图像块中划分出来的过程示意图;
图6为本发明实施例中步骤S205得到末尾数图像块对该图像块进行水平方向上的求和计算,得到水平方向上的一维和数据,找到数字在行方向上的起始和终止位置,得到最终的数字图像块的过程示意图;
图7a-7d为本发明实施例中不同摆放方式的标尺在步骤S203实施后得到的标尺示意图;
图8a-8d为本发明实施例中不同摆放方式的标尺在步骤S204实施后得到的数字4图像块的示意图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。根据下面说明和权利要求书,本发明的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比率,仅用以方便、明晰地辅助说明本发明实施例的目的。
本发明实施例中公开了一种标尺识别方法,所述标尺可以为钨尺,用于DR(直接数字化X射线摄影系统)采集人体待检查部位,例如脊椎全长或四肢长骨等原始拼接图像采集过程中,所述标尺靠近人体待检查部位放置,可以在X射线照射范围内随意放置,而现有技术中的标尺相对于X射线摄影系统中的平板探测器需要固定放置。利用标尺作为标记物的X射线图像的拼接,能够快速、准确的完成图像的拼接,有效避免相邻图像之前由于噪声干扰,灰度差异等因素对拼接准确性的影响。同时,拼接后图像中标尺的刻度范围能够起到测量的作用,为脊柱疾病,四肢疾病中的长短腿疾病提供有效的参考依据。
请参考图1所示,所述标尺识别方法可以自动识别X射线图像中的标尺摆放方式及标尺上的刻度数字,包括以下步骤:
S1:利用标尺经X射线照射成像后的图像数据制作标尺刻度的数字模板;
S2:从拼接图像中标尺图像区域内定位到数值图像块之后,提取出数值图像块中的末尾数图像块所在的图像区域;
S3:将末尾数图像块按照标尺可能的不同摆放方式下成像后数字的特点进行不同方式的变换,并与预先做好的数字模板进行相关系数的计算,若某种变换方式下匹配系数大于设定阈值,该种变换方式对应的标尺摆放位置即为所求。
S4:对于不能利用末尾数图像块进行标尺摆放方式识别的情况,借助末尾数图像块的相邻图像块的信息实现标尺摆放方式的识别。
在所述步骤S1中,数字模板的制作步骤为:
从一定数量的正常剂量拍摄的标尺图像中提取出0,1,2…9的各个数字块,将从不同图像中提取的相同数字进行平均,具体来说,对于0,1,2…9的图像块,例如0图像块会采100个,这100个“0”会有差别,将100个“0”分别进行不同比例的缩放,统一到相同的尺寸上,例如将这100个“0”先统一处理成100个像素高,70个像素宽的图像块,然后就行相同位置上的灰度叠加,生成一个100*70的和图像块,对和图像块进行阈值化的处理,将100个“0”中共同的区域取出,差异较大的地方剔除掉,最后生成模板“0”。同理,可以得到1,2…9共9个数字的模板图像块。
请参考图3,图3显示的是二值化后的0,1,2…9的数字模板。对图像进行二值化处理是图像处理领域常见的技术,因此,不再赘述。
所述步骤S2包括以下步骤:
步骤S201:利用计算梯度的方式检测出图像中标尺的中心线特征,生成二值化图像矩阵,具体说明如下:
标尺中的刻度线和数字处是被钨粉填充的,钨粉对X射线的衰减系数很大,所以采集的拼接图像中,标尺的灰度很低,利用这一特征,提取标尺中心线特征的方法是:
首先,建立一个特征矩阵,与原图像大小相同;特征矩阵为建立一个与原图像大小相同的二维矩阵,矩阵内各个位置上的灰度值都赋为0。原图像是指原始的拼接图像。
其次,遍历整幅原图像,若当前位置(x,y)处像素的灰度值f(x,y)<f(x,y-step)
,且f(x,y)<f(x,y+step)时,将f(x,ystep)+f(x,y+step)-f(x,y)的值赋到特征矩阵位置(x,y)上,step是指间隔几个像素的y坐标。
根据标尺的特异性,按照上述方式提取出的特征矩阵中标尺中心线所在位置上的灰度值非常高,能非常好的突出标尺中心线的特征,图像中人体体侧线和骨骼线不会在特征提取中形成干扰。
最后,对上述特征矩阵进行阈值化操作,生成二值化图像矩阵。
步骤S202:对二值化图像矩阵进行霍夫变换(hough变换),根据hough变换矩阵得出标尺中心线在原图像中的位置。
步骤S203:根据标尺中心线的位置从原图像中提取出标尺图像区域并进行二值化操作,得到二值化后的标尺图像。
步骤S204:从标尺图像中提取数值图像块,并对图像块进行顺时针90度旋转,得到图4所示的数值图像块“124”。
步骤S205:将数值图像块按位数划分。具体说明如下:
因数字模板中数字的有效信息的上下左右范围均为图像块的最边缘,所以从图像块中提取的数值图像块在与数字模板匹配之前,需要去除无效区域。
在竖直方向上对二值化后的图像块进行累加求和,也就是对图像块中属于同一列的像素进行累加,得到一维和数据(数据对应的是图5中三个波形图)。
末尾数图像块“4”在列方向的起始坐标为一维和数据中最后一个由0至1的过渡位置,终止坐标为一维和数据中最后一个由1至0的过渡位置,也就是说末尾数图像块“4”对应的数据是图5中最右侧的波形图。
得到末尾数图像块“4”后对该图像块进行水平方向上的求和计算,得到水平方向上的一维和数据,与列方向上的位置划分类似,找到数字在行方向上的起始和终止位置,得到最终的图像块“4”,具体参图6。
需要说明的是,所述标尺识别方法操作过程中并不局限于提取末尾数图像块,也适用于提取非末尾数图像块。步骤S3中不同方式的变换也包括不进行任何翻转操作的情形。
在所述步骤S3中:利用提取出的末尾数的图像块(数据块)进行垂直翻转(对应标尺反面成像,即图7b),水平翻转(对应标尺反向放置的正面成像,即图7c),先水平翻转再垂直翻转(对应标尺反向放置的反面成像,即图7d)之后的数据块分别与预先做好的数字模板之间进行相关系数的计算,计算公式为:
其中,X为数字图像块的一个向量,Xi是数字图像块的一个向量中的一个元素,Y是数字模板中的数字的一个向量,Yi是数字模板中的数字的一个向量中的一个元素,通过计算公式求出的结果若大于预设相关系数阈值,则数字模板的数字为数据块的数字。
对于正面成像的数据块(数字图像块)“4”(请参图8a),在不进行任何翻转操作时其与数字摸板中数字“4”的相关系数最大。
反面成像的数据块“4”(请参图8b)经过垂直翻转之后,与数字摸板中数字“4”的相关系数最大。
标尺反向放置正面成像的数据块“4”(请参图8c)经过水平翻转之后,与数字摸板中数字“4”的相关系数最大。
标尺反向放置反面成像的数据块“4”(请参图8d)经过水平翻转,再经过垂直翻转之后与数字摸板中数字“4”的相关系数最大。
因此,根据数据块在数字模板中寻找到最大的相关系数且大于预设相关系数阈值时的特定的变换方式,能够判断出尺的摆放方式。
由于数字的特点,数字“1”,“2”,“3”,“4”,“5”,“7”均能够按照上述方式顺利识别出尺的摆放方式,包括尺是倾斜放置的情形,图7a-7b中标尺成像时的摆放方式分别为:正面成像、反面成像、反向放置的正面成像、尺反向放置的反面成像。
当尺是倾斜放置,步骤S201还包括对以标尺中心线中心对二值化图像矩阵进行一定角度的旋转。
但是对于数字“0”,对其进行水平翻转,垂直翻转,水平垂直翻转之后,均呈现相同的形态。此时无法从当前数值图像块的末尾数图像块的翻转方式来确定标尺的摆放方式,需要根据相邻的数值图像块的信息作为辅助。根据标尺设计时的特点,在不同的标尺摆放方式下,其可能邻位的数值图像块的末尾数为“8”,“2”,对于提取出的邻位数值图像块中末尾数分别进行四种翻转方式的变换,若只有一种变换方式下,能够通过数字模板正确识别出数值,那么确定相邻数值图像块的末尾数为“2”,该翻转方式对应的标尺摆放方式即为所求;若存在两种变换方式,能够通过数字模板正确识别出数值,那么确定相邻数值图像块的末尾数为“8”,若该数值图像块取自标尺中心线的左侧,那么判断出尺子是正面放置,且尺子的数值增大方向为背离地面方向的。若该数值图像块取自标尺中心线的右侧,那么判断出尺子是反面放置,尺子的数值增大方向为背离地面方向的。
对于数字“8”,两种翻转方式下的数据块在与预先做好的数字模板进行相关系数的计算之后,能够将其识别为数字“8”。此时提取相邻数值所在的图像块,按照上述方法提取末尾数,然后根据刚刚确定的两种末尾数翻转方式进行翻转,数字“8”可能的相邻数字为“6”,“0”,“7”,“8”,“9”;数字“6”,“7”,“9”在上述两种翻转方式的某一种变换下能够正确识别数数值,从而确定标尺的摆放方式。但是“0”,“8”不能。当相邻数值图像块的末尾数为“0”时,若该数值图像块取自标尺中心线的左侧,那么判断出尺子是正面放置,且尺子的数值增大方向为背离地面方向的。若该数值图像块取自标尺中心线的右侧,那么判断出尺子是反面放置的。若相邻末尾数检测的是数值“8”,那么可以判断出尺子的数值增大方向为朝向地面的。此时根据上述两种翻转方式分别计算其相邻图像块的数值,若某一种翻转方式下能够正确计算出相邻图像块的数值,那么该种翻转方式对应的标尺摆放方式即为所求。
对于数字“6”,“9”,在进行某两种翻转方式的变换下,呈现出数字模板中数字“6”与数字“9”的形态。与数字“6”相邻的可能末尾数为“7”,“6”,“5”,“8”,“4”,若上述两种翻转方式下的某一种能够识别出邻位末尾数为“7”,“5”,“8”,“4”,中的某一个,那么该翻转方式对应的标尺的摆放方式为所求。若邻位数值图像块中提取的末尾数是“6”,那么可以判断出尺子的数值增大方向为朝向地面的。此时需要根据邻位图像块的信息来识别尺子的摆放方式。此时根据上述两种翻转方式分别计算其相邻图像块的数值,若某一种翻转方式下能够正确计算出相邻图像块的数值,那么该种翻转方式对应的标尺摆放方式即为所求。
本发明还提供一种影像拼接方法,包括以下步骤:
通过射线成像设备获取相邻两幅图像,相邻两幅图像都包括有标尺图像和人体图像;
利用前述标尺识别方法对所述标尺图像中的标尺进行识别;
根据标尺识别结果对相邻两幅图像进行匹配拼接。
匹配拼接前还根据标尺识别结果而对拼接图像进行翻转操作而将拼接图像调整成正面成像的图像。
本发明上述实施例的标尺识别方法、影像拼接方法可以在例如计算机软件、硬件或计算机软件与硬件的组合的计算机可读取介质中加以实施。对于硬件实施而言,本发明中所描述的实施例可在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DAPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、用于执行上述功能的其它电子装置或上述装置的选择组合来加以实施。在部分情况下,这类实施例可以通过控制器进行实施。
对软件实施而言,本发明中所描述的实施例可通过诸如程序模块(procedures)和函数模块(functions)等独立的软件模块来加以实施,其中每一个模块执行一个或多个本文中描述的功能和操作。软件代码可通过在适当编程语言中编写的应用软件来加以实施,可以储存在内存中,由控制器或处理器执行。
例如根据本发明实施例所提出的标尺识别装置包括多个程序模块,即用于执行步骤S1的数字模板制作模块、用于执行步骤S2的末尾数图像块提取模块和用于执行步骤S3的变换模块。
末尾数图像块提取模块具体还包括:执行步骤S201的标尺特征提取模块、执行步骤S202的标尺中心线获取模块、执行步骤S203的标尺图像区域提取及二值化操作模块、执行步骤S204的数值图像块提取及旋转模块、执行步骤S205的图像块按位数划分模块。
虽然本发明已参照当前的具体实施例来描述,但是本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,在没有脱离本发明精神的情况下还可作出各种等效的变化或替换,因此,只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。
Claims (11)
1.一种标尺识别方法,包括以下步骤:
步骤S1、利用标尺经X射线照射成像后的图像数据制作标尺刻度的数字模板;
步骤S2、从拼接图像中标尺图像区域内定位到数值图像块之后,提取出数值图像块中的特定数字图像块;
步骤S3、将特定数字图像块进行不同方式的变换并与数字模板进行相关系数的计算,若某种变换方式下相关系数大于设定阈值,该种变换方式对应的标尺摆放位置即为所求;
所述步骤S2包括如下步骤:
步骤S201:利用计算梯度的方式检测出标尺的中心线特征,生成二值化图像矩阵;
步骤S202:对二值化图像矩阵进行霍夫变换,根据霍夫变换矩阵得出标尺中心线在原图像拼接图像中的位置;
步骤S203:根据标尺中心线的位置从原图像拼接图像中提取出标尺图像区域并进行二值化操作,得到二值化后的标尺图像;
步骤S204:从标尺图像中提取数值图像块,并对图像块进行顺时针90度旋转,得到旋转后的数值图像块;
步骤S205:将前述数值图像块按位数划分。
2.如权利要求1所述的标尺识别方法,其特征在于,所述特定数字为数值图像块中的末尾数。
3.如权利要求1所述的标尺识别方法,其特征在于,在所述步骤S1中,数字模板的制作步骤为:从一定数量的正常剂量拍摄的标尺图像中提取出0,1,2…9的各个数字块,将从不同图像中提取的相同数字进行平均,得到0,1,2…9共10个数字模板。
4.如权利要求3所述的标尺识别方法,其特征在于,将从不同图像中提取的相同数字进行平均的方法是:将不同图像中提取的相同数字先统一处理成特定个像素高,特定个像素宽的图像块,然后就行相同位置上的灰度叠加,生成一个和图像块,对和图像块进行阈值化的处理,将不同图像中提取的相同数字中共同的区域取出,差异较大的地方剔除掉。
5.如权利要求1所述的标尺识别方法,其特征在于,所述步骤S201具体包括如下步骤:
首先,建立一个特征矩阵,与拼接图像大小相同;特征矩阵为建立一个与拼接图像大小相同的二维矩阵,矩阵内各个位置上的灰度值都赋为0;
其次,遍历整幅原图像,若当前位置(x,y)处像素的灰度值f(x,y)<f(x,y-step),且f(x,y)<f(x,y+step)时,将f(x,y-step)+f(x,y+step)-f(x,y)的值赋到特征矩阵位置(x,y)上,step是指间隔几个像素的y坐标;
最后,对上述特征矩阵进行阈值化操作,生成二值化图像矩阵。
6.如权利要求1所述的标尺识别方法,其特征在于,所述步骤S205具体包括如下步骤:
在竖直方向上对二值化后的图像块进行累加求和,也就是对图像块中属于同一列的像素进行累加,得到一维和数据,找到数字在列方向上的起始和终止位置;
该图像块进行水平方向上的求和计算,得到水平方向上的一维和数据,找到数字在行方向上的起始和终止位置,得到最终的数字图像块。
7.如权利要求1所述的标尺识别方法,其特征在于,在所述步骤S3中,利用提取出的特定图像块分别不进行翻转、进行垂直翻转、水平翻转、先水平翻转再垂直翻转之后的数据块与数字模板进行相关系数的计算,得出最大的相关系数而识别出标尺的摆放方式。
8.如权利要求1所述的标尺识别方法,其特征在于,相关系数的计算公式为:
其中,X为数字图像块的一个向量,Xi是数字图像块的一个向量中的一个元素,Y是数字模板中数字的一个向量,Yi是数字模板中数字的一个向量中的一个元素,通过计算公式求出的结果若大于预设相关系数阈值,则数字模板中的数字为数字图像块的数字。
9.如权利要求2所述的标尺识别方法,其特征在于,所述方法还包括如下步骤:步骤S4、对于不能利用末尾数图像块进行标尺摆放方式识别的情况,借助与末尾数图像块相邻的图像块与数字模板进行相关系数的计算,实现标尺摆放方式的识别。
10.一种影像拼接方法,其特征在于,包括以下步骤:
通过X射线成像设备获取相邻两幅拼接图像,相邻两幅拼接图像都包括有标尺图像和人体图像;
利用权利要求1-9中任何一项所述的标尺识别方法对所述标尺图像中的标尺进行识别;
根据标尺识别结果对相邻两幅图像进行匹配拼接。
11.如权利要求10所述的影像拼接方法,其特征在于,匹配拼接前还根据标尺识别结果而对拼接图像进行翻转操作而将拼接图像调整成正面成像的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510585852.6A CN105205784B (zh) | 2015-09-15 | 2015-09-15 | 标尺识别方法及影像拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510585852.6A CN105205784B (zh) | 2015-09-15 | 2015-09-15 | 标尺识别方法及影像拼接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105205784A CN105205784A (zh) | 2015-12-30 |
CN105205784B true CN105205784B (zh) | 2018-10-09 |
Family
ID=54953447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510585852.6A Active CN105205784B (zh) | 2015-09-15 | 2015-09-15 | 标尺识别方法及影像拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105205784B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108010010B (zh) * | 2017-10-20 | 2020-03-27 | 浙江理工大学 | 在线pcba板的完整图像快速提取方法 |
WO2019233422A1 (en) | 2018-06-04 | 2019-12-12 | Shanghai United Imaging Healthcare Co., Ltd. | Devices, systems, and methods for image stitching |
CN108985296A (zh) * | 2018-08-01 | 2018-12-11 | 上海联影医疗科技有限公司 | 尺检测方法、系统及计算机可读存储介质 |
CN109063770B (zh) * | 2018-08-01 | 2022-07-26 | 上海联影医疗科技股份有限公司 | 尺检测验证方法、系统及计算机可读存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101112315A (zh) * | 2007-08-24 | 2008-01-30 | 珠海友通科技有限公司 | X线透视人体影像自动融合拼接方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030228044A1 (en) * | 2002-06-05 | 2003-12-11 | Canon Kabushiki Kaisha | Radiographic marker location |
US7564999B2 (en) * | 2005-07-25 | 2009-07-21 | Carestream Health, Inc. | Method for identifying markers in radiographic images |
-
2015
- 2015-09-15 CN CN201510585852.6A patent/CN105205784B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101112315A (zh) * | 2007-08-24 | 2008-01-30 | 珠海友通科技有限公司 | X线透视人体影像自动融合拼接方法 |
Non-Patent Citations (1)
Title |
---|
Long Bone Panoramas from Fluoroscopic X-ray Images;Ziv Yaniv等;《IEEE Transactions on Medical Imaging》;20040107;第23卷;论文第26-34页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105205784A (zh) | 2015-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9314214B2 (en) | Calibration of radiographic images | |
CN101739674B (zh) | 影像序列自动拼接方法与装置以及拼接系统 | |
USRE47609E1 (en) | System for detecting bone cancer metastases | |
CN105205784B (zh) | 标尺识别方法及影像拼接方法 | |
CN104200461B (zh) | 基于互信息图像选块和sift特征的遥感图像配准方法 | |
US20110317922A1 (en) | Increasing interest point coverage in an image | |
CN109124662B (zh) | 肋骨中心线检测装置及方法 | |
CN114022554B (zh) | 一种基于yolo的按摩机器人穴位检测与定位方法 | |
CN104240180B (zh) | 一种实现图像自动调整的方法及装置 | |
CN105654423A (zh) | 基于区域的遥感图像配准方法 | |
CN103345740A (zh) | 基于多投影图像配准的肺结节检测方法 | |
CN105405101B (zh) | X射线图像处理方法和装置 | |
Gan et al. | A photogrammetry-based image registration method for multi-camera systems–with applications in images of a tree crop | |
CN106447664A (zh) | 确定匹配点对的方法及图像获取方法 | |
CN101393607B (zh) | 利用快速边界跟踪实现脑血管图像识别的方法 | |
Gooßen et al. | A stitching algorithm for automatic registration of digital radiographs | |
JP2001307064A (ja) | 照射領域抽出方法、装置および記録媒体 | |
KR20170095012A (ko) | 유두의 위치를 검출하기 위한 분석 장치 | |
Ebrahimi et al. | Lumbar spine posterior corner detection in X-rays using Haar-based features | |
JP6642048B2 (ja) | 医療画像表示システム、医療画像表示プログラム及び医療画像表示方法 | |
JP5908817B2 (ja) | 骨塩量計測装置および方法 | |
Thies et al. | Automatic orientation estimation of inertial sensors in C-Arm CT Projections | |
JP2006149438A (ja) | 照射位置照合システム | |
JP5908816B2 (ja) | 骨塩量計測装置および方法 | |
Gooßen et al. | Ruler-based automatic stitching of spatially overlapping radiographs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190709 Address after: 213000 Liaohe Road 1008, Xinbei District, Changzhou City, Jiangsu Province Patentee after: Lian Ying (Changzhou) Medical Technology Co., Ltd. Address before: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Jiading District, Shanghai. Patentee before: Shanghai United Imaging Healthcare Co., Ltd. |