CN107871319B - 限束器区域的检测方法、装置、x射线系统和存储介质 - Google Patents

限束器区域的检测方法、装置、x射线系统和存储介质 Download PDF

Info

Publication number
CN107871319B
CN107871319B CN201711163923.9A CN201711163923A CN107871319B CN 107871319 B CN107871319 B CN 107871319B CN 201711163923 A CN201711163923 A CN 201711163923A CN 107871319 B CN107871319 B CN 107871319B
Authority
CN
China
Prior art keywords
image
beam limiter
area
generate
gradient
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
Application number
CN201711163923.9A
Other languages
English (en)
Other versions
CN107871319A (zh
Inventor
张娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201711163923.9A priority Critical patent/CN107871319B/zh
Publication of CN107871319A publication Critical patent/CN107871319A/zh
Application granted granted Critical
Publication of CN107871319B publication Critical patent/CN107871319B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/181Segmentation; Edge detection involving edge growing; involving edge linking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30068Mammography; Breast

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例公开了限束器区域的检测方法、装置、X射线系统和存储介质,其中,获取待处理图像,并对待处理图像进行梯度变换,生成梯度图像;对梯度图像进行图像分割以生成二值模板图;对二值模板图在第一方向上进行一维投影,生成一维投影图像;在一维投影图像中沿着第二方向查找高度小于预设阈值的投影值,作为分割投影值,第二方向垂直于第一方向;根据分割投影值确定限束器区域。解决现有技术中,X射线图像的限束器区域检测算法性能较低的问题,实现了提高限束器区域检测速度和准确性的技术效果。

Description

限束器区域的检测方法、装置、X射线系统和存储介质
技术领域
本发明实施例涉及图像处理技术,尤其涉及一种限束器区域的检测方法、装置、X射线系统和存储介质。
背景技术
在X射线机中,由于胸墙对侧限束器铅叶相对于其它三侧较重,易导致机械控制不准确,使胸墙对侧的限束器可能进入成像区域,而且限束器的衰减比较大,会影响X射线图像的质量,因此需要在图像处理过程中将限束器部分去掉。
而现有技术中,通过两个单独的算法分别检测限束器区域和人体区域,譬如,先通过限束器检测算法将限束器区域从图像中去除,再利用人体区域检测算法将人体区域检测出来,这样虽然可以检测出人体区域,但是算法性能较低,很难满足高速度与高质量的图像重建需求。
发明内容
本发明实施例提供一种限束器区域的检测方法、装置、X射线系统和存储介质,解决现有技术中,X射线图像的限束器区域检测算法性能较低的问题。
第一方面,本发明实施例提供了一种限束器区域的检测方法,包括:
获取待处理图像;
对所述待处理图像进行图像分割以生成二值模板图;
对所述二值模板图在第一方向上进行一维投影,生成一维投影图像;
在所述一维投影图像中沿着第二方向查找第一个高度小于预设阈值的投影值,所述第二方向垂直于所述第一方向;
根据所述投影值确定所述限束器区域。
进一步,所述获取待处理图像,并对所述待处理图像进行梯度变换,生成梯度图像,包括:
对所述待处理图像进行高斯滤波,以生成滤波图像;
对所述滤波图像进行梯度变换,以生成梯度图像。
进一步,所述对所述梯度处理图像进行图像分割以生成二值模板图,包括:
根据所述待梯度图像的灰度均值求取所述分割阈值;
通过所述分割阈值对所述梯度图像进行阈值分割,以提取边缘图像;
对提取的所述边缘图像中的封闭区域进行孔洞填充,以生成二值模板图。
进一步,所述根据所述梯度图像的灰度均值求取所述分割阈值,包括:
将所述梯度图像的灰度均值乘以比例系数A,得到第一阈值;
对所述第一阈值进行开方,得到第二阈值;
将所述第二阈值除以比例系数B,得到第三阈值;
将所述第三阈值的平方作为分割阈值。
进一步,所述对提取的所述边缘图像中的封闭区域进行孔洞填充,以生成二值模板图,包括:
通过二值图像孔洞填充函数,对所述边缘图像中的封闭区域中的孔洞进行填充,以生成二值模板图。
进一步,所述根据所述分割投影值确定限束器区域,包括:
根据所述分割投影值所在行或列,确定所述限束器区域在所述二值模板图中的分割行或列;
根据所述分割行或列确定所述限束器区域。
进一步,所述根据所述分割行或列确定所述限束器区域,包括:
在所述一维投影图上,所述分割行或列在第二方向的反方向侧的区域为限束器区域;
通过像素灰度值对所述限束器区域进行标识,使所述限束器区域的像素灰度值区别于所述二值模板图中的其他部分的像素灰度值。
第二方面,本发明实施例还提供了一种限束器区域的检测装置,包括:
待处理图像获取模块,用于获取待处理图像,并对所述待处理图像进行梯度变换,生成梯度图像;
二值模板图生成模块,用于对所述梯度图像进行图像分割以生成二值模板图;
投影模块,用于对所述二值模板图在第一方向上进行一维投影,生成一维投影图像;
投影值查找模块,用于在所述一维投影图像中沿着第二方向查找第一个高度小于预设阈值的投影值,所述第二方向垂直于所述第一方向;
限束器区域确定模块,用于根据所述分割投影值确定限束器区域。
第三方面,本发明实施例还提供了一种X射线系统,所述X射线系统包括:
X射线机,用于获取待处理图像的X射线扫描数据;
计算机设备,连接所述X射线机,所述计算机设备包括存储器和一个或多个处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器用于对所述X射线扫描数据进行处理以生成所述待处理图像,以及在执行所述程序时执行如第一方面所述的限束器区域的检测方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的限束器区域的检测方法。
本发明实施例提供的限束器区域的检测方法的技术方案,通过图像分割得到二值模板图,二值模板图中的空气区域具有一像素灰度值,而限束器区域与人体区域的具有另一像素灰度值,通过对二值模板图在第一方向上进行一维投影,生成一维投影图像;在一维投影图像中沿着第二方向查找第一个高度小于预设阈值的投影值,根据该投影值确定限束器区域,限束器区域确定后,即可确定人体区域,由此实现了同时确定限束器区域与人体区域,提高了限束器区域检测的速度和准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的限束器区域的检测方法的流程图;
图2是本发明实施例一提供的待处理图像;
图3是本发明实施例一提供的梯度图像;
图4是本发明实施例一提供的分割图像;
图5是本发明实施例一提供的二值模板图;
图6是本发明实施例一提供的一维投影图像;
图7是本发明实施例一提供的提取模板;
图8是本发明实施例二提供的限束器区域的检测装置的结构框图;
图9是本发明实施例三提供的X射线系统的结构框图;
图10是本发明实施例三提供的计算机设备的结构框图。
图标;
01-限束器区域;02-空气区域;03-人体区域。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将参照本发明实施例中的附图,通过实施方式清楚、完整地描述本发明的技术方案,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
图1是本发明实施例一提供的限束器区域的检测方法的流程图。本实施例的技术方案适用于从包含限束器的X射线图像中检测限束器区域的情况。该方法可以由本发明实施例提供的限束器区域的检测装置来执行,该装置可以采用软件和/或硬件的方式实现,并配置在处理器中应用。如图1所示,该方法包括如下步骤:
S101、获取待处理图像,并对待处理图像进行梯度变换,生成梯度图像。
待处理图像为包含限束器区域的X射线图像,如图2所示,以乳腺X射线的正片为例,由于人体和限束器的密度均大于空气密度,因此位于待处理图像两侧的限束器区域01与人体区域03具有较低的像素灰度值,并分别覆盖待处理图像两侧边界的行或列,而位于中间的空气区域02的像素灰度值较高。
为了提高人体区域检测的速度和准确性,通常需要对待处理图像进行预处理,比如:基于预设梯度算子对待处理图像进行梯度变换,梯度变换后的待处图像,即梯度图像如图3所示,通过图像梯度变换可以得出像素灰度值的变化信息,提高图像分割的准确率,可选地,预设梯度算子为:
Figure BDA0001475854730000061
可选地,在对待处理图像进行梯度变换之前,先对待处理图像进行降噪处理,比如,采用高斯滤波降噪,去除或降低待处理图像中的噪声,提高图像处理的效果。
S102、对梯度图像进行图像分割以生成二值模板图。
由于人体和限束器的密度均大于空气密度,本实施例优选先将人体区域和限束器区域作为组合区域与空气区域进行区分,因此分割阈值要大于空气区域的像素灰度值,小于人体区域像素灰度值或至少小于人体皮肤的像素灰度值,从而通过该分割阈值对梯度图像进行分割,生成分割图像,如图4所示,可使梯度图像被分割成空气区域03,以及包括限束器区域01和人体区域03的组合区域。可选地,本实施例中的分割阈值设置方法包括:
将梯度图像的灰度均值乘以比例系数A,得到第一阈值;对第一阈值进行开方,得到第二阈值;将第二阈值除以比例系数B,得到第三阈值;将第三阈值的平方作为分割阈值。其中,比例系数A与梯度图像的灰度均值有关,一般设置为灰度均值的一半,比例系数B为经验值,主要用于修正第二阈值,如果第二阈值的计算值偏大,就把比例系数B调大,使阈值变小
由此可知,本实施例中分割阈值的设置基于预处理图像的灰度均值,从而可以根据梯度图像的像素灰度值的分布情况自动得出分割阈值,提高了图像分割的准确性和普适性。
另外,分割阈值是基于梯度图像得到的,并利用该分割阈值对梯度图像进行分割,梯度图像中大于分割阈值的认为是人体区域和限束器区域,小于分割阈值的是空气区域。
在待处理图像中,像素灰度值变化剧烈的地方,对应的梯度图像的灰度值就越高;因此在梯度图像中,限束器与空气交接处的灰度值、人体区域与空气交接处的灰度值都很高。而且,待处理图像中人体区域不同组织之间也有灰度差异,但是灰度差异相对不太大,所以在对应的梯度图像中,这部分区域的灰度值不会很大。因此,在基于梯度图像计算分割阈值时,将限束器和人体区域大部分提取出来,而有一部分的人体区域的像素灰度值小于分割阈值,即为“孔洞”,如图4所示,人体区域出现多个被划分为空气区域的块状区域。
为了提高对梯度图像的处理效果,本实施例通过二值图像孔洞填充函数,对提取的边缘图像中的封闭区域进行孔洞填充,将空洞的像素灰度值修改为人体区域的像素灰度值,以生成二值模板图,封闭区域包括限束器区域和人体区域。如图5所示,从而使人体区域成为一个完整区域,且整体区分于空气区域,提高了对梯度图像分割的准确性。
S103、对二值模板图在第一方向上进行一维投影,生成一维投影图像。
为了准确地确定限束器区域与空气区域之间的分割线,需要分析各部分的像素灰度值的关系,由于限束器区域为规则的矩形,因此可以通过行或列的像素灰度值的变化确定二者之间的边界,本实施例通过分析二值模板图的像素行或列的像素灰度值和来判断限束器区域与空气区域之间的分割行或列,具体为:
将二值模板图沿第一方向进行投影生成一维投影图像,第一方向为限束器长轴方向,如图6虚线所示,一维投影图像是关于像素行或列与每一行或列的像素灰度值的累加值的二维图。
S104、在一维投影图像中沿着第二方向查找第一个高度小于预设阈值的投影值,作为分割投影值,第二方向垂直于第一方向。
由于X射线图像的限束器区域与人体区域分别设于待处理图像的两侧,并分别覆盖待处理图像两侧边界的行或列,而且限束器区域的行或列的长度小于或等于空气区域的行或列的长度,为了提高确定分割行或列的速度,本实施例在一维投影图像中沿着第二方向查找高度小于预设阈值的投影值。可选地,预设灰度阈值可以根据经验阈值进行设置,即根据限束器在X射线图像中的高度进行设置,可选地,本实施例中的预设灰度阈值设置为最大投影值的一半。
其中,第二方向垂直于第一方向。
S105、根据分割投影值确定限束器区域。
为了正确地限定限束器区域,需要准确地确定限束器区域与空气区域的边界,由于限束器通常为规则形状的,比如矩形,因此其在二值模板图中也是规则的矩形,那么其边缘通常为一个像素行或像素列,因此,本实施例可以根据分割投影值所在的行或列确定限束器区域在二值模板图中的分割行或列,将二值模板图中的分割行或列在第二方向的反方向侧的区域作为限束器区域。
示例性的,由于一维投影图像与二值图的行或列具有一一对应的关系,而且限束器位于待处理图像的某一固定侧,特别是对于某一检测部位的X射线图像,因此本实施例先获取一维投影图像中的最大投影值,然后在一维投影图像中,从限束器区域所在的一端开始,沿第二方向(在附图6中为从左到右)逐个比较投影值与最大投影值一半的大小,将第一个小于最大投影值一半的像素行或列作为分割行或列,该分割行或列左侧的区域为限束器区域;
可以理解的是,当分割行或列为二值模板图在第二方向上的第一行或第一列时,则该二值图像上无限束器区域,那么待处理图像上也无限束器区域;当分割行或列不是二值模板图在第二方向上的第一行或第一列时,则分割行或列左侧区域即为限束器区域。
限束器区域确定后,将二值模板图中的限束器区域、人体区域和空气区域通过不同的像素灰度值进行标识,生成提取模板,如图7所示,进而使二值模板图变成了三值模板图,即提取模板为三值模板图。
可以理解的是,限束器区域确定后,可以直接将二值模板图中的限束器区域的像素灰度值,修改为区别于人体区域和空气区域的像素灰度值,从而提高提取模板的生成速度。当然,也可以采用其他的方式,比如保持限束器区域的像素灰度值不变,修改人体区域的像素灰度值,如图7所示,只要能够通过像素灰度值区分这三个区域即可。
通过提取模板中所限定的人体区域的像素灰度值,从待处理图像中提取人体区域,无需将限束器区域去除后,再提取人体区域,提高了提取人体区域的效率和准确性,进而提高了后续对人体区域处理的准确性。
本发明实施例提供的限束器区域的检测方法的技术方案,通过图像分割得到二值模板图,二值模板图中的空气区域具有一像素灰度值,而限束器区域与人体区域的具有另一像素灰度值,通过对二值模板图在第一方向上进行一维投影,生成一维投影图像;在一维投影图像中沿着第二方向查找第一个高度小于预设阈值的投影值,根据该投影值确定限束器区域,限束器区域确定后,即可确定人体区域,由此实现了同时确定限束器区域与人体区域,提高了限束器区域检测的速度和准确性。
实施例二
图8是本发明实施例二提供的限束器区域的检测装置的结构框图。该装置用于执行上述任意实施例所提供的限束器区域的检测方法,该装置可选为硬件或软件实现。如图8所示,该装置包括:
待处理图像获取模块11,用于获取待处理图像,并对所述待处理图像进行梯度变换,生成梯度图像;
二值模板图生成模块12,用于对所述梯度图像进行图像分割以生成二值模板图;
投影模块13,用于对所述二值模板图在第一方向上进行一维投影,生成一维投影图像;
投影值查找模块14,用于在所述一维投影图像中沿着第二方向查找高度小于预设阈值的投影值,所述第二方向垂直于所述第一方向;
限束器区域确定模块15,用于根据所述分割投影值确定限束器区域。
本发明实施例提供的限束器区域的检测装置的技术方案,通过图像分割得到二值模板图,二值模板图中的空气区域具有一像素灰度值,而限束器区域与人体区域的具有另一像素灰度值,通过对二值模板图在第一方向上进行一维投影,生成一维投影图像;在一维投影图像中沿着第二方向查找第一个高度小于预设阈值的投影值,根据该投影值确定限束器区域,限束器区域确定后,即可确定人体区域,由此实现了同时确定限束器区域与人体区域,提高了限束器区域检测的速度和准确性。
本发明实施例所提供的限束器区域的检测装置可执行本发明任意实施例所提供的X射线限束器区域的检测方法,具备执行方法相应的功能模块和有益效果。
实施例三
图9是本发明实施例三提供的X射线系统的结构框图。如图9所示,该系统包括X射线机2和计算机设备3,X射线机1用于获取待处理图像的X射线扫描数据;计算机设备3连接所述X射线机2,如图10所示,计算机设备3包括处理器301、存储器302、输入装置303以及输出装置304;计算机设备3中处理器301的数量可以是一个或多个,图10中以一个处理器301为例;计算机设备3中的处理器301、存储器302、输入装置303以及输出装置304可以通过总线或其他方式连接,图10中以通过总线连接为例。
存储器302作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的限束器区域的检测方法对应的程序指令/模块(例如,待处理图像获取模块11、二值模板图生成模块12、投影模块13、投影值查找模块14和限束器区域确定模块15)。处理器301通过运行存储在存储器302中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,对X射线扫描数据进行处理以生成待处理图像,并实现上述限束器区域的检测方法。
存储器302可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器302可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器302可进一步包括相对于处理器301远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置303可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。
输出装置304可包括显示屏等显示设备,例如,用户终端的显示屏。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行限束器区域的检测方法,该方法包括:
获取待处理图像,并对所述待处理图像进行梯度变换,生成梯度图像;
对所述梯度图像进行图像分割以生成二值模板图;
对所述二值模板图在第一方向上进行一维投影,生成一维投影图像;
在所述一维投影图像中沿着第二方向查找第一个高度小于预设阈值的投影值,作为分割投影值,所述第二方向垂直于所述第一方向;
根据所述分割投影值确定所述限束器区域。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的限束器区域的检测方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(RandomAccess Memory,简称RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的限束器区域的检测方法。
值得注意的是,上述限束器区域的检测装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种限束器区域的检测方法,其特征在于,包括:
获取待处理图像,并对所述待处理图像进行梯度变换,生成梯度图像;
对所述梯度图像进行图像分割以生成用于区分空气区域和非空气区域的二值模板图,所述非空气区域包括人体区域和限束器区域;
对所述二值模板图在第一方向上进行一维投影,生成一维投影图像;
在所述一维投影图像中沿着第二方向查找第一个高度小于预设阈值的投影值,作为分割投影值,所述第二方向垂直于所述第一方向;
根据所述分割投影值确定所述二值模板图中的限束器区域,并通过不同的像素值对所述二值模板图中的限束器区域、人体区域和空气区域进行标识以生成三值模板图。
2.根据权利要求1所述的方法,其特征在于,所述获取待处理图像,并对所述待处理图像进行梯度变换,生成梯度图像,包括:
对所述待处理图像进行高斯滤波,以生成滤波图像;
对所述滤波图像进行梯度变换,以生成梯度图像。
3.根据权利要求1所述的方法,其特征在于,所述对所述梯度图像进行图像分割以生成二值模板图,包括:
根据所述梯度图像的灰度均值求取分割阈值;
通过所述分割阈值对所述梯度图像进行阈值分割,以提取边缘图像;
对提取的所述边缘图像中的封闭区域进行孔洞填充,以生成二值模板图。
4.根据权利要求3所述的方法,其特征在于,所述根据所述梯度图像的灰度均值求取所述分割阈值,包括:
将所述梯度图像的灰度均值乘以比例系数A,得到第一阈值;
对所述第一阈值进行开方,得到第二阈值;
将所述第二阈值除以比例系数B,得到第三阈值;
将所述第三阈值的平方作为分割阈值。
5.根据权利要求3所述的方法,其特征在于,所述对提取的所述边缘图像中的封闭区域进行孔洞填充,以生成二值模板图,包括:
通过二值图像孔洞填充函数,对所述边缘图像中的封闭区域中的孔洞进行填充,以生成二值模板图。
6.根据权利要求2所述的方法,其特征在于,所述根据所述分割投影值确定限束器区域,包括:
根据所述分割投影值所在行或列,确定所述限束器区域在所述二值模板图中的分割行或列;
根据所述分割行或列确定所述限束器区域。
7.根据权利要求6所述的方法,其特征在于,所述根据所述分割行或列确定所述限束器区域,包括:
在所述一维投影图上,所述分割行或列在第二方向的反方向侧的区域为限束器区域;
通过像素灰度值对所述限束器区域进行标识,使所述限束器区域的像素灰度值区别于所述二值模板图中的其他部分的像素灰度值。
8.一种限束器区域的检测装置,其特征在于,包括:
待处理图像获取模块,用于获取待处理图像,并对所述待处理图像进行梯度变换,生成梯度图像;
二值模板图生成模块,用于对所述梯度图像进行图像分割以生成用于区分空气区域和非空气区域的二值模板图,所述非空气区域包括人体区域和限束器区域;
投影模块,用于对所述二值模板图在第一方向上进行一维投影,生成一维投影图像;
投影值查找模块,用于在所述一维投影图像中沿着第二方向查找第一个高度小于预设阈值的投影值,所述第二方向垂直于所述第一方向;
限束器区域确定模块,用于根据分割投影值确定所述二值模板图中的限束器区域,并通过不同的像素值对所述二值模板图中的限束器区域、人体区域和空气区域进行标识以生成三值模板图。
9.一种X射线系统,其特征在于,所述X射线系统包括:
X射线机,用于获取待处理图像的X射线扫描数据;
计算机设备,连接所述X射线机,所述计算机设备包括存储器和一个或多个处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器用于对所述X射线扫描数据进行处理以生成所述待处理图像,以及在执行所述程序时执行如权利要求1-7中任一所述的检测限束器区域的方法。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的限束器区域的检测方法。
CN201711163923.9A 2017-11-21 2017-11-21 限束器区域的检测方法、装置、x射线系统和存储介质 Active CN107871319B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711163923.9A CN107871319B (zh) 2017-11-21 2017-11-21 限束器区域的检测方法、装置、x射线系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711163923.9A CN107871319B (zh) 2017-11-21 2017-11-21 限束器区域的检测方法、装置、x射线系统和存储介质

Publications (2)

Publication Number Publication Date
CN107871319A CN107871319A (zh) 2018-04-03
CN107871319B true CN107871319B (zh) 2021-09-17

Family

ID=61754326

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711163923.9A Active CN107871319B (zh) 2017-11-21 2017-11-21 限束器区域的检测方法、装置、x射线系统和存储介质

Country Status (1)

Country Link
CN (1) CN107871319B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3785222B1 (en) 2018-05-30 2024-04-17 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for image processing
CN109242840B (zh) * 2018-08-29 2021-01-12 上海联影医疗科技股份有限公司 检测乳房图像中限束器区域的方法、在乳房图像中确定边界的方法和医疗设备
CN109283785B (zh) * 2018-12-05 2022-04-08 广东南方瑞美医疗科技有限公司 安全型手提式成像仪
EP3693921B1 (en) * 2019-02-05 2022-04-20 Siemens Healthcare GmbH Method for segmenting metal objects in projection images, evaluation device, computer program and electronically readable storage medium
CN111161297B (zh) * 2019-12-31 2023-06-16 上海联影医疗科技股份有限公司 限束器边缘的确定方法、装置及x射线系统
CN112950536B (zh) * 2021-01-25 2023-05-30 上海联影医疗科技股份有限公司 高衰减区域检测方法、装置及计算机设备
CN113962938A (zh) * 2021-09-27 2022-01-21 上海联影医疗科技股份有限公司 图像分割方法、装置、计算机设备和可读存储介质
CN114266799B (zh) * 2021-12-15 2024-06-28 深圳蓝影医学科技股份有限公司 一种识别束光器边框方法、装置、计算机设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101256625A (zh) * 2007-12-19 2008-09-03 重庆大学 多方法结合的人耳图像边缘提取方法
CN101540040A (zh) * 2008-03-21 2009-09-23 深圳迈瑞生物医疗电子股份有限公司 自动检测限束器边界的方法与装置
CN104161531A (zh) * 2014-05-04 2014-11-26 上海联影医疗科技有限公司 限束器边缘的获取方法及装置、x射线摄影设备
CN104978753A (zh) * 2014-04-02 2015-10-14 深圳市蓝韵实业有限公司 一种乳腺x光图像中乳头区域的分割算法
CN105748098A (zh) * 2016-02-29 2016-07-13 上海联影医疗科技有限公司 限束器校正方法及装置、医学影像设备
WO2016200370A1 (en) * 2015-06-09 2016-12-15 Siemens Healthcare Gmbh Real-time collimation and roi-filter positioning in x-ray imaging via automatic detection of the landmarks of interest
CN106327511A (zh) * 2015-07-02 2017-01-11 南京普爱医疗设备股份有限公司 一种基于x射线图像限束器检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101256625A (zh) * 2007-12-19 2008-09-03 重庆大学 多方法结合的人耳图像边缘提取方法
CN101540040A (zh) * 2008-03-21 2009-09-23 深圳迈瑞生物医疗电子股份有限公司 自动检测限束器边界的方法与装置
CN104978753A (zh) * 2014-04-02 2015-10-14 深圳市蓝韵实业有限公司 一种乳腺x光图像中乳头区域的分割算法
CN104161531A (zh) * 2014-05-04 2014-11-26 上海联影医疗科技有限公司 限束器边缘的获取方法及装置、x射线摄影设备
WO2016200370A1 (en) * 2015-06-09 2016-12-15 Siemens Healthcare Gmbh Real-time collimation and roi-filter positioning in x-ray imaging via automatic detection of the landmarks of interest
CN106327511A (zh) * 2015-07-02 2017-01-11 南京普爱医疗设备股份有限公司 一种基于x射线图像限束器检测方法
CN105748098A (zh) * 2016-02-29 2016-07-13 上海联影医疗科技有限公司 限束器校正方法及装置、医学影像设备

Also Published As

Publication number Publication date
CN107871319A (zh) 2018-04-03

Similar Documents

Publication Publication Date Title
CN107871319B (zh) 限束器区域的检测方法、装置、x射线系统和存储介质
CN109670500B (zh) 一种文字区域获取方法、装置、存储介质及终端设备
US9934578B2 (en) Method for edge detection
CN114529459B (zh) 一种对图像边缘进行增强处理的方法和系统及介质
CN112614062B (zh) 菌落计数方法、装置及计算机存储介质
CN107622501B (zh) 一种医学图像的边界检测的方法
US10169673B2 (en) Region-of-interest detection apparatus, region-of-interest detection method, and recording medium
CN111368638A (zh) 电子表格的创建方法、装置、计算机设备和存储介质
CN108108731A (zh) 基于合成数据的文本检测方法及装置
CN111695540A (zh) 视频边框识别方法及裁剪方法、装置、电子设备及介质
CN111062331B (zh) 图像的马赛克检测方法、装置、电子设备及存储介质
JP2016505185A (ja) エッジ選択機能を有するイメージプロセッサ
CN110570445A (zh) 一种图像分割方法、装置、终端及可读介质
JP6338429B2 (ja) 被写体検出装置、被写体検出方法及びプログラム
CN108960247B (zh) 图像显著性检测方法、装置以及电子设备
CN112184733A (zh) 一种宫颈异常细胞检测装置及方法
CN110555863A (zh) 一种运动目标检测方法、装置和计算机可读存储介质
CN111192241A (zh) 一种人脸图像的质量评估方法、装置及计算机存储介质
CN111932545A (zh) 图像处理方法、目标计数方法及其相关装置
CN111209908A (zh) 更新标注框的方法、装置、存储介质和计算机设备
CN109035285B (zh) 图像边界确定方法及装置、终端及存储介质
CN110276260B (zh) 一种基于深度摄像头的商品检测方法
CN114255352A (zh) 一种河道提取方法、装置及计算机可读存储介质
Le et al. SpatioTemporal utilization of deep features for video saliency detection
CN112749713B (zh) 一种基于人工智能的大数据图像识别系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

GR01 Patent grant
GR01 Patent grant