CN109671095B

CN109671095B - 一种x光照片中金属物分离方法和相关装置

Info

Publication number: CN109671095B
Application number: CN201811557371.4A
Authority: CN
Inventors: 庞晓丽; 高占恒; 魏晓辉
Original assignee: Jilin University
Current assignee: Jilin University
Priority date: 2018-12-19
Filing date: 2018-12-19
Publication date: 2023-04-25
Anticipated expiration: 2038-12-19
Also published as: CN109671095A

Abstract

本申请公开了一种X光照片中金属物分离方法，包括：获取边缘图像；根据边缘图像利用匹配滤波器得到边缘图像的各个像素点在八邻域方向上对应的响应值；确定各个边缘像素点的最大响应值；其中，最大响应值是八邻域对应的响应值的最大值；根据各个最大响应值对边缘图像进行分离处理以便将金属物分离出。可见，本申请通过将获取的边缘图像利用匹配滤波器得到对应的最大的响应值以便对边缘图像进行分离处理实现金属物分离，避免了相关技术中通过手动对金属物进行分离，提高效率与分离准确度，改善用户体验。本申请同时还提供了一种X光照片中金属物分离装置、电子设备和计算机可读存储介质，均具有上述有益效果。

Description

一种X光照片中金属物分离方法和相关装置

技术领域

本申请涉及金属物分离技术领域，特别涉及一种X光照片中金属物分离方法、装置、电子设备和计算机可读存储介质。

背景技术

自发现X射线以来，陆续出现各种医学摄影技术，医学影像成为医学研究的重要材料。通过医学影像和图像处理技术，进行数据采集和医疗诊断，其无创、直观、方便的特点受到人们的青睐，成为医学和计算机科学的重要研究领域。

有研究人员开发了一种简便的测量脊柱在力的作用下形变的系统。该系统在脊柱样品中放入特殊类型的金属标志物，通过X光双目照相系统获取标志物在不同类型和强度的压力和扭力作用下的位移，进而找出可能导致脊柱严重损伤的受力类型和强度。标志物的类型主要分为标定珠、终板珠、钛合金丝网和围针，其中，钛合金丝网是最重要同时也是最难以自动识别的一类标志物，通常需要在人工参与的条件下半自动获取，效率低下。

因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。

发明内容

本申请的目的是提供一种X光照片中金属物分离方法、X光照片中金属物分离装置、电子设备和计算机可读存储介质，避免了相关技术中通过手动对金属物进行分离，提高效率与分离准确度，改善用户体验。其具体方案如下：

本申请提供一种X光照片中金属物分离方法，包括：

获取金属物的边缘图像；

利用匹配滤波器得到所述边缘图像的各个边缘像素点在八邻域方向上对应的响应值；

确定各个边缘像素点的最大响应值；其中，所述最大响应值是所述八邻域方向上对应的响应值的最大值；

根据各个所述最大响应值对所述边缘图像进行分离处理以便将金属物分离出。

优选地，获取金属物的边缘图像包括：

利用Canny算子对所述金属物的原图像进行边缘提取；

将提取的所述边缘进行形态学操作以便获得闭合的图像；

对所述原图像中与所述闭合的图像对应的像素点进行直方图处理，获得原始边缘图像；

在所述原始边缘图像的中心选取一个10％×10％面积的区域，以所述区域中的像素点为种子点做区域生长，得到所述边缘图像。

优选地，根据各个所述最大响应值对所述边缘图像进行分离处理以便将所述金属物分离出，包括：

确定各个所述最大响应值对应的方向和各个边缘像素点间的距离；

根据各个所述方向和各个所述距离进行聚类处理，以便将所述金属物分离出。

根据各个所述方向和各个所述距离确定相似度；

根据所述相似度进行区域生长处理，以便将所述金属物分离出。

根据各个所述方向和各个所述距离确定初始节点；

根据所述初始节点确定第一路径；

根据路径惩罚算法对所述第一路径进行修正，确定第二路径；

利用所述第二路径进行最短路径处理，以便将所述金属物分离出。

本申请提供一种X光照片中金属物分离装置，包括：

边缘图像获取模块，用于获取金属物的边缘图像；

响应值获得模块，用于利用匹配滤波器得到所述边缘图像的各个边缘像素点在八邻域方向上对应的响应值；

最大响应值确定模块，用于确定各个边缘像素点的最大响应值；其中，所述最大响应值是所述八邻域方向上对应的响应值的最大值；

分离模块，用于根据各个所述最大响应值对所述边缘图像进行分离处理以便将所述金属物分离出。

优选地，所述边缘图像获取模块包括：

边缘提取单元，用于利用Canny算子对所述金属物的原图像进行边缘提取；

图像获得单元，用于将提取的所述边缘进行形态学操作以便获得闭合的图像；

原始边缘图像获得单元，用于对所述原图像中与所述闭合的图像对应的像素点进行直方图处理，获得原始边缘图像；

边缘图像获得单元，用于在所述原始边缘图像的中心选取一个10％×10％面积的区域，以所述区域中的像素点为种子点做区域生长，得到所述边缘图像。

优选地，所述分离模块包括：

确定单元，用于确定各个所述最大响应值对应的方向和各个边缘像素点间的距离；

分离单元，用于根据各个所述方向和各个所述距离进行聚类处理，以便将所述金属物分离出。

本申请提供一种电子设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上述金属物分离方法的步骤。

本申请提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述金属物分离方法的步骤。

本申请提供一种X光照片中金属物分离方法，包括：获取边缘图像；根据边缘图像利用匹配滤波器得到边缘图像的各个像素点在八邻域方向上对应的响应值；确定各个边缘像素点的最大响应值；其中，最大响应值是八邻域对应的响应值的最大值；根据各个最大响应值对边缘图像进行分离处理以便将金属物分离出。

可见，本申请通过将获取的边缘图像利用匹配滤波器得到对应的最大的响应值以便对边缘图像进行分离处理实现金属物分离，避免了相关技术中通过手动对金属物进行分离，提高效率与分离准确度，改善用户体验。本申请同时还提供了一种X光照片中金属物分离装置、电子设备和计算机可读存储介质，具有上述有益效果，在此不再赘述。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例所提供的一种X光照片中金属物分离方法的流程图；

图2为本申请实施例所提供的一种X光照片中金属物分离装置的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

在常见的相关技术中通过手动对金属物进行分离，金属分离困难且不准确。基于上述技术问题，本实施例提供一种X光照片中金属物分离方法，通过将获取的边缘图像利用匹配滤波器得到对应的最大的响应值以便对边缘图像进行分离处理实现金属物分离，避免了相关技术中通过手动对金属物进行分离，提高效率与分离准确度，改善用户体验，具体请参考图1，图1为本申请实施例所提供的一种X光照片中金属物分离方法的流程图，具体包括：

S101、获取金属物的边缘图像。

为了分离出X光照片中金属物，本实施例进行X光照射后，获取X光照片，之后从X光照片中获取金属物的边缘图像。本实施例不对获取边缘图像的方式进行限定，只要能够得到边缘图像即可。可以通过Sobel算子(索贝尔算子)、Roberts算子(罗伯茨算子)、Prewitt算子(一阶微分算子的边缘检测算子)、LOG算子(高斯拉普拉斯算子)、Canny算子与零交叉方法等进行边缘提取。金属物一般为网状金属物，本实施例不对金属材质进行限定，可以是钛合金丝网、围针、标定珠、终板珠。

进一步的，获取边缘图像包括：

利用Canny算子对金属物的原图像进行边缘提取；将提取的边缘进行形态学操作以便获得闭合的图像；对原图像中与闭合的图像对应的像素点进行直方图处理，获得原始边缘图像；在原始边缘图像的中心选取一个10％×10％面积的区域，以区域中的像素点为种子点做区域生长，得到边缘图像。

具体的，使用Canny算子对图片进行边缘提取。将提取到的边缘进行形态学操作：首先进行闭运算，然后进行腐蚀操作，目的是使金属物边缘闭合，增加完整性。对对原始X光照片的闭合的图像的像素进行直方图分析，取其峰值为阈值对原始X光照片进行二值分割，从而可较准确的将金属物网和背景区域分割开。在图像的中心区域选取一个10％×10％面积的区域，以这个区域中的像素作为种子点，做区域增长，得到的最终结果即为剔除背景后的金属物网二值识别结果，得到边缘图像。目的是为了获取精度高的，区域小的边缘图像，可以简化图片处理过程。

S102、利用匹配滤波器得到边缘图像的各个边缘像素点在八邻域方向上对应的响应值。

本步骤的目的是为了得到在各个边缘像素点在八邻域方向上对应的响应值。各个边缘像素点在八领域方向的响应值大小不同，响应值大的方向可以作为金属物在该边缘像素点的响应方向。使用匹配滤波器得到边缘像素点在不同方向上的响应值，将每个边缘像素点的最大响应作为其在金属物中心线上的可能情况的得分，将响应值最大的响应方向记为该边缘像素点的响应方向。

S103、确定各个边缘像素点的最大响应值；其中，最大响应值是八邻域方向上对应的响应值的最大值。

比较各个边缘像素点的八邻域的响应值，确定最大响应值。本步骤的目的是为了确定各个边缘像素点的响应方向。

S104、根据各个最大响应值对边缘图像进行分离处理以便将金属物分离出。

本步骤的目的是为了利用各个最大响应值对边缘图像进行分离处理，以便将金属物分离。金属物以本实施例不对分离方式进行限定，可以是利用聚类方法或区域生长方法或最短路径方法等，只要能满足本实施例的目的即可，本实施例不再进行限定。其中，利用聚类方法，根据各个最大响应值对应的方向和各个边缘像素点间的距离，将最大响应方向接近且距离接近的点进行聚类，聚类过程中不断调整聚类中心，使金属物聚类集合不断变大，直到聚类集合不再发生变化；利用区域生长方法，根据各个最大响应值对应的方向和各个边缘像素点间的距离初始化种子点，然后将周围像素点和种子点进行相似性衡量，决定是否将其纳入集合，区域生长一般使用八领域生长的方式，通过迭代的形式不断的将种子点的邻域中的点纳入区域进行生长；利用最短路径方法，根据各个最大响应值对应的方向和各个边缘像素点间的距离，对金属物风格进行采样，取得分布均匀的边缘像素点作为图论中的点；使用特殊处理后的最短路径算法，确定图论中的边的连接和权重信息；使用图论方法，获得使全局代价最小的连接，连接结果是K条不重叠的路径，K的值不作为算法的约束。

基于上述技术方案，本实施例通过将获取的边缘图像利用匹配滤波器得到对应的最大的响应值以便对边缘图像进行分离处理实现金属物分离，避免了相关技术中通过手动对金属物进行分离，提高效率与分离准确度，改善用户体验。

基于上述实施例根据各个最大响应值对边缘图像进行分离处理以便将金属物分离出包括：

确定各个最大响应值对应的方向和各个边缘像素点间的距离；根据各个方向和各个距离进行聚类处理，以便将金属物分离出。

具体计算方法请参考下述具体算法，其中，金属丝网格区域图像即边缘图像：

输入：金属丝网格区域图像、原图像的灰度图像

输出：标号图像(对每一像素点标号，不同标号代表不同的聚类)

FOR任意像素点

IF方向性强且在金属丝网格区域中

标记为一号点

END

IF方向性弱且在金属丝网格区域中

标记为二号点

END

将每一个一号点划为一个聚类集合，并置为聚类中心

DO

FOR任意聚类集合

IF聚类中心与周围一、二号点的最近距离大于阈值

CONTINUE；

ELSE

IF最近点为一号点

IF该点为其所属聚类的聚类中心

将两聚类合并，将两端点置为新的聚类中心

ELSE

将两点距离置为无穷大，回到“IF聚类中心与周围一、二号点的最近距离大于阈值”

END

ELSE

该点为二号点，直接加入聚类，且不调整聚类中心

END

WHILE聚类发生变化

END

完成金属物的分离。

基于上述技术方案，本实施例通过聚类方法分离处理实现金属物分离，避免了相关技术中通过手动对金属物进行分离，提高效率与分离准确度，改善用户体验。

基于上述实施例根据各个最大响应值对边缘图像进行分离处理以便将金属物分离出包括：确定各个最大响应值对应的方向和各个边缘像素点间的距离；根据各个方向和各个距离确定相似度；根据相似度进行区域生长处理，以便将金属物分离出。

输入：金属丝网格区域图像、原图像的灰度图像

FOR任意像素点

IF方向性强且在金属丝网格区域中

标记为一号点

END

IF方向性弱且在金属丝网格区域中

标记为二号点

END

将每一个一号点置为生长种子点

DO

FOR任意种子点

IF种子与周围一、二号点的最近距离大于阈值

CONTINUE

ELSE

IF最近点为一号点

以该点为中心将其所属线段分为A、B两段

IF与A连接后的分割的总体代价最小

将A并入种子点的线段，更新剩下的B为新线段

重置生长种子点为线段端点

ELSE IF与B连接后的分割的总体代价最小

将B并入种子点的线段，更新剩下的A为新线段

重置生长种子点为线段端点

ELSE

将两点距离置为无穷大，回到步骤“IF种子与周围一、二号点的最近距离大于阈值”

END

ELSE

该点为二号点，并入生长线段。

END

WHILE仍出现生长且未达到最大迭代次数

END

完成金属物的分离。

基于上述技术方案，本实施例通过区域生长方法分离处理实现金属物分离，避免了相关技术中通过手动对金属物进行分离，提高效率与分离准确度，改善用户体验。

基于上述实施例根据各个最大响应值对边缘图像进行分离处理以便将金属物分离出包括：确定各个最大响应值对应的方向和各个边缘像素点间的距离；根据各个方向和各个距离确定初始节点；根据初始节点确定第一路径；根据路径惩罚算法对第一路径进行修正，确定第二路径利用第二路径进行最短路径处理，以便将金属物分离出。

其中，第一路径指的是两节点间的短距离，修正主要是根据第一距离确定的两点与第三点的角度的判断，获得当前路径的正确性。

根据各个方向和各个距离确定初始节点，具体计算方法请参考下述算法，其中，金属丝网格区域图像即边缘图像：

输入：金属丝网格区域图像、原图像的灰度图像

输出：布尔矩阵(若该像素为结点，则值为1，反之为0)

计算金属丝网格区域的骨架

FOR从上至下的每一行

FOR从左至右的每一个像素点

IF该点的方向性显著且其一定距离范围内无其他结点

将其置为初始节点

END

根据初始节点确定第一路径即输出的小线段对应的路径，具体计算方法请参考下述算法：

输入：初始化结点图、原图像的灰度图像

输出：将节点连接成一些小线段

FOR任意结点

计算周围点与结点最短路径

IF最短路径中存在其它结点

停止计算当前最短路径的计算

END

根据路径惩罚算法对第一路径进行修正，确定第二路径，其中，由搜索算法确定的路径即将节点连接成一些小线段对应的路径，具体计算方法请参考下述算法：

输入：由搜索算法确定的路径

输出：修正后路径

FOR每一条路径

FOR路径上的点(从一端向另一端依次取点)

IF该点离端点过近

取下一个点

ELSE

IF三点所成角小于已知最小角

更新最小角

END

IF当前路径最小角过小

删除当前路径(当前路径是错误搜索到的)

END

利用第二路径进行最短路径处理，其中，最短路径即为第二路径，具体计算方法请参考下述算法：

输入：最短路径

输出：布尔矩阵(两点是否连接)，即要点3的输出中哪些路径应该连接

扩展连接矩阵至(n+2)*(n+2)，初始化为零矩阵(有n个结点)

WHILE存在连接数小于2的结点

求离该点距离最近的点

IF不存在这样的点

将该点与n+1、n+2点连接

ELSE

IF该点连接数为0

将两点连接

ELSE

断开该点的所有连接(一个或两个)

选代价最小的连接方案进行重组

END

完成金属物的分离。

基于上述技术方案，本实施例通过最短路径方法分离处理实现金属物分离，避免了相关技术中通过手动对金属物进行分离，提高效率与分离准确度，改善用户体验。

下面对本申请实施例提供的一种X光照片中金属物分离装置、电子设备、计算机可读存储介质进行介绍，下文描述的X光照片中金属物分离装置、电子设备、计算机可读存储介质与上文描述的X光照片中金属物分离方法可相互对应参照，

参考图2，图2为本申请实施例所提供的一种X光照片中金属物分离装置的结构示意图，包括：

本实施例提供一种X光照片中金属物分离装置，包括：

边缘图像获取模块201，用于获取金属物的边缘图像；

响应值获得模块202，用于利用匹配滤波器得到边缘图像的各个边缘像素点在八邻域方向上对应的响应值；

最大响应值确定模块203，用于确定各个边缘像素点的最大响应值；其中，最大响应值是八邻域方向上对应的响应值的最大值；

分离模块204，用于根据各个最大响应值对边缘图像进行分离处理以便将金属物分离出。

在一些具体的实施例中，边缘图像获取模块201包括：

边缘提取单元，用于利用Canny算子对金属物的原图像进行边缘提取；

图像获得单元，用于将提取的边缘进行形态学操作以便获得闭合的图像；

原始边缘图像获得单元，用于对原图像中与闭合的图像对应的像素点进行直方图处理，获得原始边缘图像；

边缘图像获得单元，用于在原始边缘图像的中心选取一个10％×10％面积的区域，以区域中的像素点为种子点做区域生长，得到边缘图像。

在一些具体的实施例中，分离模块204包括：

确定单元，用于确定各个最大响应值对应的方向和各个边缘像素点间的距离；

分离单元，用于根据各个方向和各个距离进行聚类处理，以便将金属物分离出。

在一些具体的实施例中，分离模块204包括：

相似度确定单元，用于根据各个方向和各个距离确定相似度；

分离单元，用于根据相似度进行区域生长处理，以便将金属物分离出。

在一些具体的实施例中，分离模块204包括：

初始节点确定单元，用于根据各个方向和各个距离确定初始节点；

第一路径确定单元，用于根据初始节点确定第一路径；

第二路径确定单元，用于根据路径惩罚算法对第一路径进行修正，确定第二路径；

分离单元，用于利用第二路径进行最短路径处理，以便将金属物分离出。

本实施例提供一种电子设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行计算机程序时实现如上述金属物分离方法的步骤。

本实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述金属物分离方法的步骤。

由于X光照片中金属物分离装置、电子设备、计算机可读存储介质部分的实施例与X光照片中金属物分离方法部分的实施例相互对应，因此X光照片中金属物分离装置、电子设备、计算机可读存储介质部分的实施例请参见X光照片中金属物分离方法部分的实施例的描述，这里暂不赘述。

说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上对本申请所提供的一种X光照片中金属物分离方法、X光照片中金属物分离装置、电子设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

Claims

1.一种X光照片中金属物分离方法，其特征在于，包括：

获取金属物的边缘图像；

根据各个所述最大响应值对所述边缘图像进行分离处理以便将金属物分离出；

所述根据各个所述最大响应值对所述边缘图像进行分离处理以便将金属物分离出具体为：

基于聚类方法或区域生长方法或最短路径方法，根据各个所述最大响应值对所述边缘图像进行分离处理以便将金属物分离出。

2.根据权利要求1所述的金属物分离方法，其特征在于，获取金属物的边缘图像包括：

利用Canny算子对所述金属物的原图像进行边缘提取；

将提取的所述边缘进行形态学操作以便获得闭合的图像；

3.根据权利要求1或2所述的金属物分离方法，其特征在于，根据各个所述最大响应值对所述边缘图像进行分离处理以便将所述金属物分离出，包括：

4.根据权利要求1或2所述的金属物分离方法，其特征在于，根据各个所述最大响应值对所述边缘图像进行分离处理以便将所述金属物分离出，包括：

根据各个所述方向和各个所述距离确定相似度；

5.根据权利要求1或2所述的金属物分离方法，其特征在于，根据各个所述最大响应值对所述边缘图像进行分离处理以便将所述金属物分离出，包括：

根据各个所述方向和各个所述距离确定初始节点；

根据所述初始节点确定第一路径；

6.一种X光照片中金属物分离装置，其特征在于，包括：

边缘图像获取模块，用于获取金属物的边缘图像；

分离模块，用于根据各个所述最大响应值对所述边缘图像进行分离处理以便将所述金属物分离出；

所述分离模块具体用于：

7.根据权利要求6所述的金属物分离装置，其特征在于，所述边缘图像获取模块包括：

8.根据权利要求6或7所述的金属物分离装置，其特征在于，所述分离模块包括：

9.一种电子设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述金属物分离方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述金属物分离方法的步骤。