CN107977956A - 检测x线图像组织区域的方法、装置及计算机存储介质 - Google Patents

Abstract

本发明公开了一种检测X线图像组织区域的方法，该方法包括：获取待检测X线图像，并确定所述待检测X线图像中的组织类型；根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理；对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，并通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。本发明还公开了一种检测X线图像组织区域的装置及计算机存储介质。本发明不仅适用于小部位X线图像的组织区域检出，也适用于大部位X线图像的组织区域检出，且精准度较高。

Description

检测X线图像组织区域的方法、装置及计算机存储介质

技术领域

本发明涉及X线图像处理技术领域，尤其涉及一种检测X线图像组织区域的方法、装置及计算机存储介质。

背景技术

医学X线放射摄影是利用X线的高能强穿透性，在穿过人体组织时其能量受到衰减调制，从而达到对人体组织成像的目的。由于源线束横向空间分布不均(足跟效应)、滤过厚度不均以及影像接收器增益空间分布不均等因素，不管是在扫描大部位(如胸、腰椎等)还是扫描小部位(如手、脚等)时，都会造成X线图像中背景区域分布不均，甚至出现大面积背景与组织灰度级严重重叠的情况。

现有技术对于X线图像组织区域的检测，是直接通过阈值分割技术对组织区域和背景区域进行聚类分割来实现的，或者通过交互式或自适应地指定组织和背景种子点，然后使用区域生长算法将组织区域检测出来，然而，现有技术检测组织区域的方式对于组织与背景灰度级高度重叠的X线图像来说，是基于灰度级同质的思想，未从根本上改变组织与背景的灰度级分布结构，普适性差，且误差较大，甚至并不能检测出组织区域，是失效的。

发明内容

本发明的主要目的在于提供一种检测X线图像组织区域的方法、装置及计算机存储介质，旨在解决现有检测X线图像组织区域的方式普适性差，且误差较大甚至失效的技术问题。

为实现上述目的，本发明提供一种检测X线图像组织区域的方法，该方法包括：

获取待检测X线图像，并确定所述待检测X线图像中的组织类型；

根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理；

对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，并通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。

可选地，所述获取待检测X线图像的步骤之前，包括：

接收原始X线图像，并判断所述原始X线图像中是否含有背景区域；

若所述原始X线图像中含有背景区域，则对所述原始X线图像进行灰度变换处理，得到待检测X线图像。

可选地，所述若所述原始X线图像中含有背景区域，则对所述原始X线图像进行灰度变换处理，得到待检测X线图像的步骤包括：

若所述原始X线图像中含有背景区域，则将所述原始X线图像的灰度值压缩至预设灰度值范围。

可选地，所述接收原始X线图像，并判断所述原始X线图像中是否含有背景区域的步骤之后，还包括：

若所述原始X线图像中无背景区域，则不处理所述原始X线图像。

可选地，所述根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理的步骤包括：

若所述待检测X线图像中的组织为小部位组织，则通过组织边缘搜索对所述待检测X线图像进行动态去边处理，以去除所述待检测X线图像中的冗余背景；

所述对去除冗余背景后的待检测X线图像进行对应的背景补偿处理的步骤包括：

从去除冗余背景后的待检测X线图像中提取第一背景样品线；

根据所述第一背景样品线计算第一背景补偿因子，并根据所述第一背景补偿因子对去除冗余背景后的待检测X线图像进行背景补偿处理。

可选地，所述根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理的步骤，还包括：

若所述待检测X线图像中的组织为大部位组织，则确定所述待检测X线图像中的组织分布方向；

根据所述待检测X线图像中的组织分布方向对所述待检测X线图像进行固定去边处理，以去除所述待检测X线图像中的冗余背景；

所述对去除冗余背景后的待检测X线图像进行对应的背景补偿处理的步骤，还包括：

在去除冗余背景后的待检测X线图像中，基于所述待检测X线图像中的组织分布方向，从与所述组织分布方向垂直的方向上提取第二背景样品线；

根据所述第二背景样品线计算第二背景补偿因子，并根据所述第二背景补偿因子对去除冗余背景后的待检测X线图像进行背景补偿处理。

可选地，所述根据所述第二背景样品线计算第二背景补偿因子的步骤包括：

根据所述第二背景样品线，确定背景梯度方向；

根据预设的背景梯度方向与近似背景曲线计算公式的映射关系，获取确定的方向对应的近似背景曲线计算公式；

根据所述近似背景曲线计算公式，计算近似背景曲线；

根据所述近似背景曲线计算第二背景补偿因子。

可选地，所述对去除冗余背景后的待检测X线图像进行对应的背景补偿处理的步骤之后，还包括：

对经过背景补偿处理的待检测X线图像依次进行图像拉伸处理和图像平滑处理，并通过阈值分割检测出组织区域。

此外，为实现上述目的，本发明还提供一种检测X线图像组织区域的装置，所述检测X线图像组织区域的装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的检测X线图像组织区域的程序，所述检测X线图像组织区域的程序被所述处理器执行时实现如下步骤：

获取待检测X线图像，并确定所述待检测X线图像中的组织类型；

根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理；

对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，并通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。

此外，为实现上述目的，本发明还提供一种计算机存储介质，所述计算机存储介质上存储有检测X线图像组织区域的程序，所述检测X线图像组织区域的程序被处理器执行时实现如下步骤：

获取待检测X线图像，并确定所述待检测X线图像中的组织类型；

根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理；

对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，并通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。

本发明实施例提出的一种检测X线图像组织区域的方法，该方法包括：获取待检测X线图像，并确定所述待检测X线图像中的组织类型；根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理；对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，并通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。通过上述方式，本发明首先获取待检测X线图像，并确定该待检测X线图像中的组织类型，然后根据该待检测X线图像中的组织类型，对该待检测X线图像进行对应的去除冗余背景处理，进一步对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，由此，待检测X线图像在依次经过去除冗余背景处理、背景补偿处理后，待检测X线图像中的组织区域与背景区域在灰度级上的重叠已得到极大解除，之后，通过阈值分割从依次经过去除冗余背景处理、背景补偿处理后的待检测X线图像中分割出组织区域，实现组织区域与背景区域的精准分割，完成了组织区域的检出，本发明不仅适用于小部位X线图像的组织区域检出，也适用于大部位X线图像的组织区域检出，且精准度较高。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图；

图2为本发明检测X线图像组织区域的方法第一实施例的流程示意图；

图3为本发明检测X线图像组织区域的方法第二实施例的流程示意图；

图4为本发明检测X线图像组织区域的方法第三实施例的流程示意图；

图5为本发明检测X线图像组织区域的方法实施场景示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的主要解决方案是：获取待检测X线图像，并确定所述待检测X线图像中的组织类型；根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理；对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，并通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的装置所属终端结构示意图。

本发明实施例终端可以是PC。

如图1所示，该终端可以包括：处理器1001，例如CPU，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选的用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，终端还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、Wi-Fi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及检测X线图像组织区域的程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的检测X线图像组织区域的程序，并执行以下操作：

获取待检测X线图像，并确定所述待检测X线图像中的组织类型；

根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理；

对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，并通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。

进一步地，处理器1001可以调用存储器1005中存储的检测X线图像组织区域的程序，还执行以下操作：

接收原始X线图像，并判断所述原始X线图像中是否含有背景区域；

若所述原始X线图像中含有背景区域，则对所述原始X线图像进行灰度变换处理，得到待检测X线图像。

进一步地，处理器1001可以调用存储器1005中存储的检测X线图像组织区域的程序，还执行以下操作：

若所述原始X线图像中含有背景区域，则将所述原始X线图像的灰度值压缩至预设灰度值范围。

进一步地，处理器1001可以调用存储器1005中存储的检测X线图像组织区域的程序，还执行以下操作：

若所述原始X线图像中无背景区域，则不处理所述原始X线图像。

进一步地，处理器1001可以调用存储器1005中存储的检测X线图像组织区域的程序，还执行以下操作：

若所述待检测X线图像中的组织为小部位组织，则通过组织边缘搜索对所述待检测X线图像进行动态去边处理，以去除所述待检测X线图像中的冗余背景；

从去除冗余背景后的待检测X线图像中提取第一背景样品线；

根据所述第一背景样品线计算第一背景补偿因子，并根据所述第一背景补偿因子对去除冗余背景后的待检测X线图像进行背景补偿处理。

进一步地，处理器1001可以调用存储器1005中存储的检测X线图像组织区域的程序，还执行以下操作：

若所述待检测X线图像中的组织为大部位组织，则确定所述待检测X线图像中的组织分布方向；

根据所述待检测X线图像中的组织分布方向对所述待检测X线图像进行固定去边处理，以去除所述待检测X线图像中的冗余背景；

在去除冗余背景后的待检测X线图像中，基于所述待检测X线图像中的组织分布方向，从与所述组织分布方向垂直的方向上提取第二背景样品线；

根据所述第二背景样品线计算第二背景补偿因子，并根据所述第二背景补偿因子对去除冗余背景后的待检测X线图像进行背景补偿处理。

进一步地，处理器1001可以调用存储器1005中存储的检测X线图像组织区域的程序，还执行以下操作：

根据所述第二背景样品线，确定背景梯度方向；

根据预设的背景梯度方向与近似背景曲线计算公式的映射关系，获取确定的方向对应的近似背景曲线计算公式；

根据所述近似背景曲线计算公式，计算近似背景曲线；

根据所述近似背景曲线计算第二背景补偿因子。

进一步地，处理器1001可以调用存储器1005中存储的检测X线图像组织区域的程序，还执行以下操作：

对经过背景补偿处理的待检测X线图像依次进行图像拉伸处理和图像平滑处理，并通过阈值分割检测出组织区域。

基于上述硬件结构，提出本发明检测X线图像组织区域的方法的各个实施例。

参照图2，本发明检测X线图像组织区域的方法第一实施例提供一种检测X线图像组织区域的方法，所述方法包括：

步骤S10，获取待检测X线图像，并确定所述待检测X线图像中的组织类型；

医学X线放射摄影是利用X线的高能强穿透性，在穿过人体组织时其能量受到衰减调制，从而达到对人体组织成像的目的。由于源线束横向空间分布不均(足跟效应)、滤过厚度不均以及影像接收器增益空间分布不均等因素，会造成X线图像中背景区域分布不均，甚至出现大面积背景与组织灰度级严重重叠的情况。现有技术对于X线图像组织区域的检测，是直接通过阈值分割技术对组织区域和背景区域进行聚类分割来实现的，或者通过交互式或自适应地指定组织和背景种子点，然后使用区域生长算法将组织区域检测出来，然而，现有技术检测组织区域的方式对于组织与背景灰度级高度重叠的X线图像来说，是基于灰度级同质的思想，未从根本上改变组织与背景的灰度级分布结构，普适性差，且误差较大，甚至并不能检测出组织区域，为此，本实施例提供一种检测X线图像组织区域的方法。

首先，获取待检测X线图像，并确定该待检测X线图像中的组织类型。其中，该待检测X线图像是原始X线图像经过图像压缩处理后得到的，待检测X线图像中的组织类型包括小部位(比如手、脚)组织和大部位(比如胸、腰椎等)组织。本实施例在获得待检测X线图像后，首先确定该待检测X线图像中的组织类型是小部位组织，还是大部位组织。

步骤S20，根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理；

之后，根据待检测X线图像中的组织类型，对待检测X线图像进行对应的去除冗余背景处理。

具体地，若确定待检测X线图像中的组织为小部位组织，则通过组织边缘搜索确定待检测X线图像中的组织区域，然后根据组织区域边缘到待检测X线图像边缘的距离，对待检测X线图像进行动态去边处理。若确定待检测X线图像中的组织为大部位组织，则首先需确定组织分布方向，即对组织分布方向进行判定，判断组织是呈水平分布还是垂直分布，基于组织分布方向对待检测X线图像进行固定去边处理，由此，得到去除冗余背景后的待检测X线图像。

步骤S30，对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，并通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。

之后，对去除冗余背景后的待检测X线图像进行对应的背景补偿处理。具体地，根据待检测X线图像中的组织类型分为两种情况：

(1)若待检测X线图像中的组织为小部位组织，则从去除冗余背景后的待检测X线图像中提取背景样品线，然后根据提取的背景样品线计算背景补偿因子，计算背景补偿因子的公式如下：

r(i)＝g(i)/b₀

其中，g(i)为样品线中第i个像素的灰度值，b₀为预设背景基准值，r(i)为补偿因子。

然后，利用如下公式，根据背景补偿因子对去除冗余背景后的待检测X线图像进行背景补偿处理：

img_c(i,j)＝img_o(i,j)/r(j)

其中，img₀表示原始图像(此处对应去除冗余背景后的待检测X线图像)，img_c表示背景补偿后图像，img₀(i，j)表示原始图像中(i，j)位置处的像素值。

(2)若待检测X线图像中的组织为大部位组织，则基于组织分布方向，在与组织方向垂直的方向上，提取一条背景样品线，然后根据背景样品线确定背景梯度方向，并根据背景梯度方向计算近似背景曲线。在本实施例中，不同的背景梯度方向，近似背景曲线计算公式的背景斜率不同，本实施例预设有背景斜率，根据背景梯度方向选择相应的背景斜率，通过如下公式计算近似背景曲线：

g(i)＝k·x(i)+b

其中，x(i)表示样品线中第i个像素的位置坐标，g(i)表示该位置处的近似背景灰度级，k为背景斜率，b为背景截距。

之后，利用该近似背景曲线，在像素坐标区间内，以近似背景曲线最大值为基准值，通过上述(1)中计算背景补偿因子的公式计算背景补偿因子，并根据背景补偿因子，通过上述(1)中背景补偿公式，在组织分布方向上，对去除冗余背景后的待检测X线图像进行背景补偿处理。

由此，得到经过背景补偿处理后的待检测X线图像。待检测X线图像在依次经过去除冗余背景处理、背景补偿处理后，待检测X线图像中的组织区域与背景区域在灰度级上的重叠已得到极大解除，之后，利用阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。具体地，可通过Otsu全局阈值法对待检测X线图像中的组织区域与背景区域进行分割，Otsu全局阈值法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法，具体分割过程可参照现有的利用Otsu全局阈值法进行图像分割的过程，此处不再赘述。

在本实施例中，首先获取待检测X线图像，并确定该待检测X线图像中的组织类型，然后根据该待检测X线图像中的组织类型，对该待检测X线图像进行对应的去除冗余背景处理，进一步对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，由此，待检测X线图像在依次经过去除冗余背景处理、背景补偿处理后，待检测X线图像中的组织区域与背景区域在灰度级上的重叠已得到极大解除，之后，通过阈值分割从依次经过去除冗余背景处理、背景补偿处理后的待检测X线图像中分割出组织区域，实现组织区域与背景区域的精准分割，完成了组织区域的检出，通过上述方式，本实施例不仅适用于小部位X线图像的组织区域检出，也适用于大部位X线图像的组织区域检出，且精准度较高。

参照图3，本发明检测X线图像组织区域的方法第二实施例提供一种检测X线图像组织区域的方法，基于上述图2所示的第一实施例，步骤S10之前，可以包括：

步骤S100，接收原始X线图像，并判断所述原始X线图像中是否含有背景区域；

步骤S200，若所述原始X线图像中含有背景区域，则对所述原始X线图像中进行灰度变换处理，得到待检测X线图像。

在本实施例中，首先接收输入的原始X线图像，然后判断该原始X线图像中是否含有背景区域，如果原始X线图像中含有背景区域，则对原始X线图像进行图像压缩处理，也就是对原始X线图像中进行灰度变换处理，具体地，步骤S200包括：

步骤S201，若所述原始X线图像中含有背景区域，则将所述原始X线图像的灰度值压缩至预设灰度值范围。

对原始X线图像中进行灰度变换处理，也就是将原始X线图像的灰度值压缩至预设灰度值范围。该预设灰度值范围是一个较小的灰度域，可根据需要灵活进行设置，比如可以设置为0～255。由此，可保持组织区域的完整性，在此基础上，去除待检测X线图像的冗余背景部分，有助于降低后续处理的计算量。

在判断该原始X线图像中是否含有背景区域的步骤之后，如果原始X线图像中不含有背景区域，说明整幅原始X线图像都是组织区域，不需做任何处理，直接输出原始X线图像。

参照图4，本发明检测X线图像组织区域的方法第三实施例提供一种检测X线图像组织区域的方法，基于上述图2和图3所示的实施例，根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理的步骤，可以包括：

步骤S21，若所述待检测X线图像中的组织为小部位组织，则通过组织边缘搜索对所述待检测X线图像进行动态去边处理，以去除所述待检测X线图像中的冗余背景；

所述对去除冗余背景后的待检测X线图像进行对应的背景补偿处理的步骤包括：

步骤S31，从去除冗余背景后的待检测X线图像中提取第一背景样品线；

步骤S310，根据所述第一背景样品线计算第一背景补偿因子，并根据所述第一背景补偿因子对除冗余背景后的待检测X线图像进行背景补偿处理。

在本实施例中，若确定待检测X线图像中的组织为小部位组织，则通过组织边缘搜索确定待检测X线图像中的组织区域，然后根据组织区域边缘到待检测X线图像边缘的距离，对待检测X线图像进行动态去边处理。

之后，从去除冗余背景后的待检测X线图像中提取背景样品线(定义为第一背景样品线)，即分别在行方向和列方向上，根据同一方向上两条边缘的轮廓线波动情况，取其中波动较平滑的边缘，作为第一背景样品线。然后根据提取的两条样品线，分别计算水平方向和垂直方向的背景补偿因子(定义为第一补偿因子)，计算背景补偿因子的公式如下：

r(i)＝g(i)/b₀

其中，g(i)为样品线中第i个像素的灰度值，b₀为预设背景基准值，r(i)为补偿因子。

然后，利用如下公式，根据背景补偿因子对去除冗余背景后的待检测X线图像在行方向和列方向上分别进行背景补偿处理：

img_c(i,j)＝img_o(i,j)/r(j)

其中，img₀表示原始图像(此处对应去除冗余背景后的待检测X线图像)，img_c表示背景补偿后图像，img₀(i，j)表示原始图像中(i，j)位置处的像素值。

根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理的步骤，还可以包括：

步骤S22，若所述待检测X线图像中的组织为大部位组织，则确定所述待检测X线图像中的组织分布方向；

步骤S220，根据所述待检测X线图像中的组织分布方向对所述待检测X线图像进行固定去边处理，以去除所述待检测X线图像中的冗余背景；

所述对去除冗余背景后的待检测X线图像进行对应的背景补偿处理的步骤，还可以包括：

步骤S32，在去除冗余背景后的待检测X线图像中，基于所述待检测X线图像中的组织分布方向，从与所述组织分布方向垂直的方向上提取第二背景样品线；

步骤S320，根据所述第二背景样品线计算第二背景补偿因子，并根据所述第二背景补偿因子对除冗余背景后的待检测X线图像进行背景补偿处理。

若确定待检测X线图像中的组织为大部位组织，则首先需确定组织分布方向，即对组织分布方向进行判定，判断组织是呈水平分布还是垂直分布，基于组织分布方向对待检测X线图像进行固定去边处理。具体地，在组织分布方向上，只去除少量无效边缘部分，尽可能保留组织区域；对于与组织分布方向垂直的方向，去除稍多边缘，尽可能去除冗余的背景区域。

然后，基于组织分布方向，在与组织分布方向垂直的方向上，提取一条背景样品线(定义为第二背景样品曲线)，然后通过计算第二背景样品线的最大值和其所处位置，确定背景梯度方向，并根据背景梯度方向计算近似背景曲线。在本实施例中，不同的背景梯度方向，近似背景曲线计算公式的背景斜率不同，本实施例预设有背景斜率，根据背景梯度方向选择相应的背景斜率，通过如下公式计算近似背景曲线：

g(i)＝k·x(i)+b

其中，x(i)表示样品线中第i个像素的位置坐标，g(i)表示该位置处的近似背景灰度级，k为背景斜率，b为背景截距。

之后，利用该近似背景曲线，在像素坐标区间内，以近似背景曲线最大值为基准值，通过如下公式计算背景补偿因子(定义为第二补偿因子)，计算背景补偿因子的公式：

r(i)＝g(i)/b₀

其中，b₀为预设背景基准值，r(i)为补偿因子。

然后，利用如下公式，在组织分布方向上，根据第二背景补偿因子对去除冗余背景后的待检测X线图像进行背景补偿处理：

img_c(i,j)＝img_o(i,j)/r(j)

其中，img₀表示原始图像(此处对应去除冗余背景后的待检测X线图像)，img_c表示背景补偿后图像，img₀(i，j)表示原始图像中(i，j)位置处的像素值。

在本实施例中，对小部位X线图像和大部位X线图像，分别依次进行了对应的去除冗余背景处理和背景补偿处理，由此，极大地解除了组织区域与背景区域在灰度域上的重叠，为后续的组织区域检测奠定了基础。

步骤S33，通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。

之后，利用阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。

本发明检测X线图像组织区域的方法第四实施例提供一种检测X线图像组织区域的方法，基于上述图2、图3和图4所示的实施例，对去除冗余背景后的待检测X线图像进行对应的背景补偿处理的步骤之后，还可以包括：

步骤S40，对经过背景补偿处理的待检测X线图像依次进行图像拉伸处理和图像平滑处理，并通过阈值分割检测出组织区域。

本实施例中，待检测X线图像在依次经过去除冗余背景处理、背景补偿处理后，待检测X线图像中的组织区域与背景区域在灰度域上的重叠已得到极大解除，但是在空间域上仍存在较大程度的融合，表现为原重叠区域中组织与背景对比度较低，需对经过背景补偿处理的待检测X线图像进行图像拉伸处理。具体地，对经过背景补偿处理的待检测X线图像进行gamma拉伸，在空间域上提高组织区域与背景区域对比度，同时可在灰度域上使组织与背景的重叠得到进一步剥离，然后进行图像平滑处理，通过滤波平滑消除上述处理引起的组织区域边缘锯齿化问题，经过上述处理，待检测X线图像中组织区域与背景区域在灰度域上已经明显剥离，在图像直方图上表现为明显的双峰特点，此时利用阈值分割法进行组织区域与背景区域的精准分割，实现组织区域的检出。

为更好地理解本实施例，参照图5，举例应用场景如下：

在需要对X线图像进行检测时，首先接收输入原始X线图像，判断原始X线图像是否含有背景区域，若原始X线图像不含有背景区域，则直接输出原始X线图像；若原始X线图像含有背景区域，则对原始X线图像进行灰度变换处理得到待检测X线图像，之后，确定待检测X线图像中的组织类型；若待检测X线图像中的组织为小部位组织，则通过组织边缘搜索对待检测X线图像进行动态去边处理，以去除待检测X线图像中的冗余背景；若待检测X线图像中的组织为大部位组织，则确定待检测X线图像中的组织分布方向，根据待检测X线图像中的组织分布方向对待检测X线图像进行固定去边处理，以去除待检测X线图像中的冗余背景；之后，对去除冗余背景后的待检测X线图像进行背景补偿处理，由此，极大地解除了组织区域与背景区域在灰度域上的重叠，进一步地，对经过背景补偿处理的待检测X线图像进行图像拉伸处理，在空间域上提高组织区域与背景区域的对比度，同时也会在灰度域上使组组织区域与背景区域的重叠得到进一步剥离，之后，继续进行图像平滑处理，消除上述处理引起的组织区域边缘锯齿化问题，经过上述处理，待检测X线图像中组织区域与背景区域在灰度域上已经明显剥离，在图像直方图上表现为明显的双峰特点，此时利用Otsu全局阈值法进行组织区域与背景区域的精准分割，实现组织区域的检出，并输出图像。本实施例方案不仅适用于小部位X线图像的组织区域检出，也适用于大部位X线图像的组织区域检出，且精准度较高。

此外，本发明实施例还提出检测X线图像组织区域的装置。

本发明检测X线图像组织区域的装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的检测X线图像组织区域的程序，所述检测X线图像组织区域的程序被所述处理器执行时实现如下步骤：

获取待检测X线图像，并确定所述待检测X线图像中的组织类型；

根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理；

对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，并通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。

其中，本发明检测X线图像组织区域的装置的存储器上存储的检测X线图像组织区域的程序被处理器执行的具体实施例与上述检测X线图像组织区域的方法各实施例基本相同，在此不作赘述。

此外，本发明实施例还提出一种计算机存储介质。

本发明计算机存储介质上存储有检测X线图像组织区域的程序，所述检测X线图像组织区域的程序被处理器执行时实现如下操作：

获取待检测X线图像，并确定所述待检测X线图像中的组织类型；

根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理；

对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，并通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。

其中，本发明计算机存储介质中存储的检测X线图像组织区域的程序被处理器执行的具体实施例与上述检测X线图像组织区域的方法各实施例基本相同，在此不作赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，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，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种检测X线图像组织区域的方法，其特征在于，所述方法包括：

获取待检测X线图像，并确定所述待检测X线图像中的组织类型；

根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理；

对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，并通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。

2.如权利要求1所述的检测X线图像组织区域的方法，其特征在于，所述获取待检测X线图像的步骤之前，包括：

接收原始X线图像，并判断所述原始X线图像中是否含有背景区域；

若所述原始X线图像中含有背景区域，则对所述原始X线图像进行灰度变换处理，得到待检测X线图像。

3.如权利要求2所述的检测X线图像组织区域的方法，其特征在于，所述若所述原始X线图像中含有背景区域，则对所述原始X线图像进行灰度变换处理，得到待检测X线图像的步骤包括：

若所述原始X线图像中含有背景区域，则将所述原始X线图像的灰度值压缩至预设灰度值范围。

4.如权利要求2所述的检测X线图像组织区域的方法，其特征在于，所述接收原始X线图像，并判断所述原始X线图像中是否含有背景区域的步骤之后，还包括：

若所述原始X线图像中无背景区域，则不处理所述原始X线图像。

5.如权利要求1所述的检测X线图像组织区域的方法，其特征在于，所述根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理的步骤包括：

若所述待检测X线图像中的组织为小部位组织，则通过组织边缘搜索对所述待检测X线图像进行动态去边处理，以去除所述待检测X线图像中的冗余背景；

所述对去除冗余背景后的待检测X线图像进行对应的背景补偿处理的步骤包括：

从去除冗余背景后的待检测X线图像中提取第一背景样品线；

根据所述第一背景样品线计算第一背景补偿因子，并根据所述第一背景补偿因子对去除冗余背景后的待检测X线图像进行背景补偿处理。

6.如权利要求1所述的检测X线图像组织区域的方法，其特征在于，所述根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理的步骤，还包括：

若所述待检测X线图像中的组织为大部位组织，则确定所述待检测X线图像中的组织分布方向；

根据所述待检测X线图像中的组织分布方向对所述待检测X线图像进行固定去边处理，以去除所述待检测X线图像中的冗余背景；

所述对去除冗余背景后的待检测X线图像进行对应的背景补偿处理的步骤，还包括：

在去除冗余背景后的待检测X线图像中，基于所述待检测X线图像中的组织分布方向，从与所述组织分布方向垂直的方向上提取第二背景样品线；

根据所述第二背景样品线计算第二背景补偿因子，并根据所述第二背景补偿因子对去除冗余背景后的待检测X线图像进行背景补偿处理。

7.如权利要求6所述的检测X线图像组织区域的方法，其特征在于，所述根据所述第二背景样品线计算第二背景补偿因子的步骤包括：

根据所述第二背景样品线，确定背景梯度方向；

根据预设的背景梯度方向与近似背景曲线计算公式的映射关系，获取确定的方向对应的近似背景曲线计算公式；

根据所述近似背景曲线计算公式，计算近似背景曲线；

根据所述近似背景曲线计算第二背景补偿因子。

8.如权利要求1至7中任一项所述的检测X线图像组织区域的方法，其特征在于，所述对去除冗余背景后的待检测X线图像进行对应的背景补偿处理的步骤之后，还包括：

对经过背景补偿处理的待检测X线图像依次进行图像拉伸处理和图像平滑处理，并通过阈值分割检测出组织区域。

9.一种检测X线图像组织区域的装置，其特征在于，所述检测X线图像组织区域的装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的检测X线图像组织区域的程序，所述检测X线图像组织区域的程序被所述处理器执行时实现如下步骤：

获取待检测X线图像，并确定所述待检测X线图像中的组织类型；

根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理；

对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，并通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。

10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有检测X线图像组织区域的程序，所述检测X线图像组织区域的程序被处理器执行时实现如下步骤：

获取待检测X线图像，并确定所述待检测X线图像中的组织类型；

根据所述待检测X线图像中的组织类型，对所述待检测X线图像进行对应的去除冗余背景处理；

对去除冗余背景后的待检测X线图像进行对应的背景补偿处理，并通过阈值分割从经过背景补偿处理后的待检测X线图像中检测出组织区域。