CN109685846A - 一种基于Dijkstra的X光照片中金属物定位方法 - Google Patents

Abstract

本申请公开了一种基于Dijkstra的X光照片中金属物定位方法，包括：对原图像进行平滑计算得到图像；利用边缘检测算子获取所述图像的各个边缘像素点，其中各个所述边缘像素点为所述金属标志物的各个像素点；根据各个所述边缘像素点利用Dijkstra算法获取所述金属标志物的最短权值和与所述最短权值对应的各个像素点。可见，本申请避免了相关技术通过手动确定金属标志物的位置的繁琐，提高了效率与准确度。本申请同时还提供了一种基于Dijkstra的金属标志物检测装置、电子设备和计算机可读存储介质，均具有上述有益效果。

Description

一种基于Dijkstra的X光照片中金属物定位方法

技术领域

本申请涉及金属物定位的技术领域，特别涉及一种基于Dijkstra的X光照片中金属物定位方法、基于Dijkstra的X光照片中金属物定位装置、电子设备和计算机可读存储介质。

背景技术

自1985年德国物理学家发现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。其具体过程如下：在不受力的状态下在脊柱样品的特定部位植入钛合金微珠和细丝网格，并在样品外周围绑定细短棍，这些作为金属标志物。然后，通过X射线照相系统获得金属标志物在同一时刻不同角度的两张照片，再通过手工在两张照片中标出金属标志物的位置，采用直接线性变换算法计算标志物的三维坐标，这样，就获得了标志物在无载荷状态下的空间位置。这个过程中，对于金属网的检测是最困难的地方。一般情况下，需要操作员手工在每条线上点选若干点，过程繁琐费时。

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基于Dijkstra的X光照片中金属物定位方法、基于Dijkstra的X光照片中金属物定位装置、电子设备和计算机可读存储介质，能够提高效率与准确度。其具体方案如下：

本申请公开了一种基于Dijkstra的X光照片中金属物定位方法，包括：

对原图像进行平滑计算得到图像；

利用边缘检测算子获取所述图像的各个边缘像素点；其中，各个所述边缘像素点为所述金属物的各个像素点；

根据各个所述边缘像素点利用Dijkstra算法获取所述金属物的最短权值和与所述最短权值对应的所述金属物的位置。

优选地，对原图像进行平滑计算得到图像，包括：

利用高斯滤波函数对所述原图像进行平滑计算得到所述图像。

优选地，利用边缘检测算子获取所述图像的各个边缘像素点，包括：

利用拉普拉斯算子对所述图像的像素点进行计算获得零交叉点；

根据所述零交叉点获取所述图像的各个所述边缘像素点。

优选地，根据各个所述边缘像素点利用Dijkstra算法获取所述金属物的最短权值和与所述最短权值对应的所述金属物的位置，包括：

对各个所述边缘像素点的任意邻接边缘像素点以像素灰度值之差的绝对值作为所述边缘像素点与所述邻接边缘像素点的权值；

建立标志矩阵以记录各个所述边缘像素点的权值计算情况；其中，所述计算情况为已计算和未计算；

确定起始像素点和目的像素点，并建立标志数组以存放下一个被计算的边缘像素点；

循环计算所述边缘像素点获取所述起始像素点与所述目的像素点的所述最短权值和与所述最短权值对应的所述金属物的位置；其中，每次计算得到对应的权值之后更新所述标志矩阵和所述标志数组。

优选地，根据各个所述边缘像素点利用Dijkstra算法获取所述金属物的最短权值和与所述最短权值对应的金属物的位置之后，还包括：

根据所述金属物的位置对应的各个像素点确定所述金属物的三维坐标。

本申请公开了一种基于Dijkstra的X光照片中金属物定位装置，包括：

图像获取模块，用于对原图像进行平滑计算得到图像；

边缘像素点获取模块，用于利用边缘检测算子获取所述图像的各个边缘像素点；其中，各个所述边缘像素点为所述金属物的各个像素点；

位置获取模块，用于根据各个所述边缘像素点利用Dijkstra算法获取所述金属物的最短权值和与所述最短权值对应的所述金属物的位置。

优选地，所述边缘像素点获取模块，包括：

零交叉点获取单元，用于利用拉普拉斯算子对所述图像的像素点进行计算获得零交叉点；

边缘像素点获取单元，用于根据所述零交叉点获取所述图像的各个所述边缘像素点。

优选地，所述位置获取模块，包括：

权值确定单元，用于对各个所述边缘像素点的任意邻接边缘像素点以像素灰度值之差的绝对值作为所述边缘像素点与所述邻接边缘像素点的权值；

标志矩阵建立单元，用于建立标志矩阵以记录各个所述边缘像素点的权值计算情况；其中，所述计算情况为已计算和未计算；

像素点确定与标志数组建立单元，用于确定起始像素点和目的像素点，并建立标志数组以存放下一个被计算的边缘像素点；

位置获取单元，用于循环计算所述边缘像素点获取所述起始像素点与所述目的像素点的所述最短权值和与所述最短权值对应的所述金属物的位置；其中，每次计算得到对应的权值之后更新所述标志矩阵和所述标志数组。

优选地，包括：

三维坐标获取模块，用于根据所述金属物的位置对应的各个像素点确定所述金属物的三维坐标。

本申请公开了一种电子设备，包括：

存储器，用于存储计算机程序；

计算器，用于执行所述计算机程序时实现如上述X光照片中金属物定位方法的步骤。

本申请公开了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，所述计算机程序被计算器执行时实现如上述的X光照片中金属物定位方法的步骤。

本申请提供一种基于Dijkstra的X光照片中金属物定位方法，包括：对原图像进行平滑计算得到图像；利用边缘检测算子获取图像的各个边缘像素点；其中，各个边缘像素点为金属物的各个像素点；根据各个边缘像素点利用Dijkstra算法获取金属物的最短权值和与最短权值对应的金属物的位置。

可见，本申请通过将获得的原图像进行平滑、边缘检测获得各个边缘像素点，根据各个边缘像素点利用Dijkstra算法获取金属标志物的最短权值和与最短权值对应的各个像素点，以便根据各个像素点确定了金属标志物的二维位置，避免了相关技术通过手动确定金属标志物的位置的繁琐，提高了效率与准确度。本申请同时还提供了一种基于Dijkstra的X光照片中金属物定位装置、电子设备和计算机可读存储介质，均具有上述有益效果，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基于Dijkstra的X光照片中金属物定位方法的流程图；

图2为本申请实施例所提供的一种基于Dijkstra的X光照片中金属物定位装置的结构示意图。

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。

在常见的于金属网的检测是最困难的地方。一般情况下，需要操作员手工在每条线上点选若干点，过程繁琐费时。基于上述技术问题，本实施例提供一种基于Dijkstra的X光照片中金属物定位方法通过将获得的原图像进行平滑、边缘检测获得各个边缘像素点，根据各个边缘像素点利用Dijkstra算法获取金属标志物的最短权值和与最短权值对应的各个像素点，以便根据各个像素点确定了金属标志物的二维位置，避免了相关技术通过手动确定金属标志物的位置的繁琐，提高了效率与准确度。具体请参考图1，图1为本申请实施例所提供的一种基于Dijkstra的X光照片中金属物定位方法的流程图，具体包括：

S101、对原图像进行平滑计算得到图像。

原图像为通过X光照射下获得的X光照片。本申请不对平滑处理的方式进行限定可以是均值滤波、中值滤波、高斯滤波、双边滤波。

进一步，本申请利用高斯滤波函数对原图像进行平滑计算得到图像。高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板(或称卷积、掩模)扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。高斯平滑滤波器对于抑制服从正态分布的噪声仍然是非常有效的。

使用高斯滤波器对图像进行平滑滤波。二维高斯滤波器函数为：

其中x和y为空间域像素的位置，σ为平滑程度参数，G(x,y)为高斯滤波宽度。

S102、利用边缘检测算子获取图像的各个边缘像素点，其中各个边缘像素点为金属物的各个像素点。

具体的本申请不对边缘检测算子进行限定，只需要能满足本申请的目的即可。边缘检测算子可以是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)、Laplacian算子(拉普拉斯算子)、Canny算子。本申请优选拉普拉斯算子，利用拉普拉斯算子对图像的像素点进行计算获得零交叉点；根据零交叉点获取图像的各个边缘像素点。通过拉普拉斯算子进行获取二阶方向导数图像：

M(x,y)＝Δ[I(x,y)]＝Δ[G(x,y)×f(x,y)]＝[ΔG(x,y)]×f(x,y)

其中，[ΔG(x,y)]可以看作一个卷积算子，x和y为空间域像素的位置，f(x,y)是原是图像的函数。

其中，其中x和y为空间域像素的位置，σ为平滑程度参数。

检查零交叉点进行边缘检测。

S103、根据各个边缘像素点利用Dijkstra算法获取金属物的最短权值和与最短权值对应的金属物的位置。

根据各个边缘像素点利用Dijkstra算法获取金属物的最短权值和与最短权值对应的金属物的位置，最终获得金属物的位置。

具体的可以是如下所示：

一、对各个边缘像素点的任意邻接边缘像素点以像素灰度值之差的绝对值作为边缘像素点与邻接边缘像素点的权值；

二、建立标志矩阵以记录各个边缘像素点的权值计算情况。

获取X射线图片即边缘图像大小x*y，建立标志矩阵I1(x,y,2)值全为-1。其中，I1(x,y,1)用来标志像素点(x,y)是否已处理，-1代表未处理，0代表已处理，其它正整数代表该点在标志数组pList中的位置。I1(x,y,2)代表像素点(x,y)当前已得到的最短距离(用于Dijkstra算法迭代中使用)，-1代表无穷。

三、确定起始像素点和目的像素点，并建立标志数组以存放下一个被计算的边缘像素点；

选两个点p1(x1,y1)、p2(x2,y2)作为起点和终点。建标志数组pList其中存放还未处理但被其它点搜索到，即距离不为无穷的点。将[x1,y1,0]存入pList，将I1(x1,y1,2)置0。

四、循环计算边缘像素点获取起始像素点与目的像素点的最短权值和与最短权值对应的金属物的位置；其中，每次计算得到对应的权值之后更新标志矩阵和标志数组。

开始while循环，循环结束条件为当前正在处理的点p＝p2或循环次数大于x×y。

找出pList中距离最小即权值最小的点记为p(xp,yp,wp)及位置下标k，作为正在处理的像素点。如果p等于p2，则循环结束，转到第7)步。否则，I1(xp,yp,1)＝0(标记为已处理)，pList(k,3)＝inf。

分别判断点p的4个四联通邻接点pn(xn,yn)。

1、如果I1(xn,yn,1)！＝0(未处理)，计算点pn的距离w＝wp+w1*w2，w表示权值即距离。

2、如果I1(xn,yn,2)＝-1(还没被搜索到过)，赋值：I1(xn,yn,2)＝w。

3、将(xn,yn,w)加入到pList末尾，记下位置kn。

4、I1(xn,yn,1)＝kn(保存pn点在pList中的位置)。

5、如果I1(xn,yn,2)！＝-1(点pn已经被搜索到但还未处理)，且I1(xn,yn,2)＞w(从当前点p到pn的总距离比之前得到的距离短)。

6、I1(xn,yn,2)＝w(I1中更新较小的距离)。

7、pList(I1(xn,yn,1),3)＝w(pList中更新较小的距离)。

处理点数加1，跳转回循环开始处第四步。

将刚才所有搜索到的像素点用区分度较高的颜色在用户界面中标记出来。最终，将生成一条以p1和p2为端点，沿图像中边缘区域追中的曲线，该曲线即追踪出来的金属丝所在位置。

进一步的，还包括：根据金属物的位置对应的各个像素点确定金属物的三维坐标。具体的确定三维坐标的方式请参考相关技术，本申请不再进行赘述。

基于上述技术方案，本实施例通过将获得的原图像进行平滑、边缘检测获得各个边缘像素点，根据各个边缘像素点利用Dijkstra算法获取金属标志物的最短权值和与最短权值对应的各个像素点，以便根据各个像素点确定了金属标志物的二维位置，避免了相关技术通过手动确定金属标志物的位置的繁琐，提高了效率与准确度。

下面对本申请实施例提供的一种基于Dijkstra的X光照片中金属物定位装置进行介绍，下文描述的基于Dijkstra的X光照片中金属物定位装置与上文描述的的方法可相互对应参照，相关模块均设置于基于Dijkstra的X光照片中金属物定位装置中，参考图2，图2为本申请实施例所提供的一种基于Dijkstra的X光照片中金属物定位装置的结构示意图，包括：

图像获取模块201，用于对原图像进行平滑计算得到图像；

边缘像素点获取模块202，用于利用边缘检测算子获取图像的各个边缘像素点；其中，各个边缘像素点为金属物的各个像素点；

位置获取模块203，用于根据各个边缘像素点利用Dijkstra算法获取金属物的最短权值和与最短权值对应的金属物的位置。

在一些具体的实施例中，图像获取模块201包括：

图像获取单元，用于利用高斯滤波函数对原图像进行平滑计算得到图像。

在一些具体的实施例中，边缘像素点获取模块202，包括：

零交叉点获取单元，用于利用拉普拉斯算子对图像的像素点进行计算获得零交叉点；

边缘像素点获取单元，用于根据零交叉点获取图像的各个边缘像素点。

在一些具体的实施例中，位置获取模块203，包括：

权值确定单元，用于对各个边缘像素点的任意邻接边缘像素点以像素灰度值之差的绝对值作为边缘像素点与邻接边缘像素点的权值；

标志矩阵建立单元，用于建立标志矩阵以记录各个边缘像素点的权值计算情况；其中，计算情况为已计算和未计算；

像素点确定与标志数组建立单元，用于确定起始像素点和目的像素点，并建立标志数组以存放下一个被计算的边缘像素点；

位置获取单元，用于循环计算边缘像素点获取起始像素点与目的像素点的最短权值和与最短权值对应的金属物的位置；其中，每次计算得到对应的权值之后更新标志矩阵和标志数组。

在一些具体的实施例中，包括：

三维坐标获取模块，用于根据金属物的位置对应的各个像素点确定金属物的三维坐标。

由于基于Dijkstra的X光照片中金属物定位装置部分的实施例与基于Dijkstra的X光照片中金属物定位方法部分的实施例相互对应，因此基于Dijkstra的X光照片中金属物定位装置部分的实施例请参见基于Dijkstra的X光照片中金属物定位方法部分的实施例的描述，这里暂不赘述。

下面对本申请实施例提供的一种电子设备进行介绍，下文描述的电子设备与上文描述的基于Dijkstra的X光照片中金属物定位方法可相互对应参照，本申请公开了一种电子设备，包括：

存储器，用于存储计算机程序；

计算器，用于执行计算机程序时实现如上述X光照片中金属物定位方法的步骤。

由于电子设备部分的实施例与基于Dijkstra的X光照片中金属物定位方法部分的实施例相互对应，因此电子设备部分的实施例请参见基于Dijkstra的X光照片中金属物定位方法部分的实施例的描述，这里暂不赘述。

下面对本申请实施例提供的一种计算机可读存储介质进行介绍，下文描述的计算机可读存储介质与上文描述的基于Dijkstra的X光照片中金属物定位方法可相互对应参照，

本申请公开了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，计算机程序被计算器执行时实现如上述的X光照片中金属物定位方法的步骤。

由于计算机可读存储介质部分的实施例与基于Dijkstra的X光照片中金属物定位方法部分的实施例相互对应，因此计算机可读存储介质部分的实施例请参见基于Dijkstra的X光照片中金属物定位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基于Dijkstra的X光照片中金属物定位方法、基于Dijkstra的X光照片中金属物定位装置、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 (10)

1.一种基于Dijkstra的X光照片中金属物定位方法，其特征在于，包括：

对原图像进行平滑计算得到图像；

利用边缘检测算子获取所述图像的各个边缘像素点；其中，各个所述边缘像素点为所述金属物的各个像素点；

根据各个所述边缘像素点利用Dijkstra算法获取所述金属物的最短权值和与所述最短权值对应的所述金属物的位置。

2.根据权利要求1所述的X光照片中金属物定位方法，其特征在于，对原图像进行平滑计算得到图像，包括：

利用高斯滤波函数对所述原图像进行平滑计算得到所述图像。

3.根据权利要求1所述的X光照片中金属物定位方法，其特征在于，利用边缘检测算子获取所述图像的各个边缘像素点，包括：

利用拉普拉斯算子对所述图像的像素点进行计算获得零交叉点；

根据所述零交叉点获取所述图像的各个所述边缘像素点。

4.根据权利要求1所述的X光照片中金属物定位方法，其特征在于，根据各个所述边缘像素点利用Dijkstra算法获取所述金属物的最短权值和与所述最短权值对应的所述金属物的位置，包括：

对各个所述边缘像素点的任意邻接边缘像素点以像素灰度值之差的绝对值作为所述边缘像素点与所述邻接边缘像素点的权值；

建立标志矩阵以记录各个所述边缘像素点的权值计算情况；其中，所述计算情况为已计算和未计算；

确定起始像素点和目的像素点，并建立标志数组以存放下一个被计算的边缘像素点；

循环计算所述边缘像素点获取所述起始像素点与所述目的像素点的所述最短权值和与所述最短权值对应的所述金属物的位置；其中，每次计算得到对应的权值之后更新所述标志矩阵和所述标志数组。

5.根据权利要求1至4任一项所述的X光照片中金属物定位方法，其特征在于，根据各个所述边缘像素点利用Dijkstra算法获取所述金属物的最短权值和与所述最短权值对应的金属物的位置之后，还包括：

根据所述金属物的位置对应的各个像素点确定所述金属物的三维坐标。

6.一种基于Dijkstra的X光照片中金属物定位装置，其特征在于，包括：

图像获取模块，用于对原图像进行平滑计算得到图像；

边缘像素点获取模块，用于利用边缘检测算子获取所述图像的各个边缘像素点；其中，各个所述边缘像素点为所述金属物的各个像素点；

位置获取模块，用于根据各个所述边缘像素点利用Dijkstra算法获取所述金属物的最短权值和与所述最短权值对应的所述金属物的位置。

7.根据权利要求6所述的基于Dijkstra的X光照片中金属物定位装置，其特征在于，所述边缘像素点获取模块，包括：

零交叉点获取单元，用于利用拉普拉斯算子对所述图像的像素点进行计算获得零交叉点；

边缘像素点获取单元，用于根据所述零交叉点获取所述图像的各个所述边缘像素点。

8.根据权利要求6或7所述的基于Dijkstra的X光照片中金属物定位装置，其特征在于，包括：

三维坐标获取模块，用于根据所述金属物的位置对应的各个像素点确定所述金属物的三维坐标。

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；

计算器，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X光照片中金属物定位方法的步骤。

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，所述计算机程序被计算器执行时实现如权利要求1至5任一项所述的X光照片中金属物定位方法的步骤。