处理数字X线图像的方法、装置、设备及存储介质
技术领域
本发明涉及到电子信息领域,特别是涉及到一种处理数字X线图像的方法、装置、设备及存储介质。
背景技术
随着现代医学技术的不断发展和医疗诊断手段的不断完善,数字X线图像在临床诊断、医学科研等方面有着广泛的应用。放射检查对于剂量的要求是非常严格的,在临床中,为了减少患者和剂师的额外辐射量,通常会利用束光器来限制拍摄区域,无论需要患者摆出何种姿势配合检查,都可以通过调整束光器的开口大小使射线仅投照在指定区域,从而控制病人的辐射剂量。但是对于诊断来说,X线图像中的束光器区域不包含任何有用的信息,并且会影响图像后处理速度和处理效果,诊断时还影响检查区域的视觉效果,容易造成误诊,所以将束光器区域识别出来并裁剪掉,是非常必要的。
而目前能够实现去除数字X线图像中束光器区域的方法一般为以下两种,1、通过设置边界检测窗口并提取角点的方法检测图像的边界,此方法通过设置边界检测窗口虽然加快了检测速度,但是并不能保证每次图像的边界都在设置的检测窗口中,所以容易产生误检;2、通过利用纹理、亮度、色彩等多种图像特征定位边界位置,此方法虽然可以准确的检测出图像的边界位置,但是利用的图像特征过多,而且数字X射线图像的尺寸一般都比较大,因此,通过该方法进行束光器区域的去除需要设备进行庞大的运算处理,对处理设备要求高、而且效率比较低、普及可能性较低。
发明内容
本发明的主要目的为提供处理数字X线图像的方法、装置、设备及存储介质,以解决背景技术中所提出的至少一个技术问题。
本发明提出一种去除数字X线图像中束光器边界的方法,包括:
将原始数字X线图像通过第一指定步骤得到边缘图像;
将上述边缘图像进行二值化处理得到二值化图像,其中,在上述二值化图像中代表边缘的像素和其余像素的灰度值分别为0或255,且在上述二值化图像中代表边缘的像素和其余像素的灰度值取值唯一且不相等;
通过第二指定步骤提取上述二值化图像中的直线形成直线图像;
根据第三指定步骤筛选出上述直线图像中的束光器边缘的直线,得到束光器边界图像;
根据上述束光器边界图像去除原始数字X线图像中的束光器边界区域。
进一步地,在上述的处理数字X线图像的方法中,根据第三指定步骤去除上述直线图像中的非束光器边缘的直线得到束光器边界图像的步骤,包括:
根据第一公式组筛选出上述直线图像中符合要求的直线,并根据对上述直线图像的筛选结果生成第一边界图像,
第一公式组为:
Tx[i]>Thr×ImageWidth
Ty[i]>Thr×ImageHeight
其中,Tx[i]表示上述直线图像中横向方向上每条直线的长度,Ty[i]表示上述直线图像中纵向方向上每条直线的长度,ImageWidth表示直线图像的宽,ImageHeight表示直线图像的高,Thr=0.3。
进一步地,在上述的处理数字X线图像的方法中,在根据公式去除上述直线图像中不符合上述特点的直线,得到第一边界图像的步骤之后,还包括:
分别筛选出上述第一边界图像中左侧边界区域中Dx[x]大于零的直线、上述第一边界图像中右侧边界区域中Dx[x]小于零的直线、上述第一边界图像中上侧边界区域中Dy[y]大于零的直线以及上述第一边界图像中下侧边界区域中Dy[y]小于零的直线,并根据筛选出的直线生成第二边界图像,
其中,Dx[x]表示上述原始数字X线图像中第x列像素的梯度值,Dy[y]表示上述原始数字X线图像中第y行像素的梯度值。
进一步地,在上述的处理数字X线图像的方法中,在将原始数字X线图像通过第一指定步骤得到边缘图像的步骤之前,还包括:
利用第二公式组计算上述原始数字X线图像中第y行像素的梯度值Dy[y]和上述原始数字X线图像中第x列像素的梯度值Dx[x],
第二公式组为:
Dy[y]=SumGray[y+1]-SumGray[y-1]
Dx[x]=SumGray[x+1]-SumGray[x-1]
其中:y表示上述原始数字X线图像中第y行像素,x表示上述原始数字X线图像中第x列像素,SumGray[y+1]表示上述原始数字X线图像中第y+1行所有像素灰度值的和,SumGray[y-1]表示上述原始数字X线图像中第y-1行所有像素灰度值的和,SumGray[x+1]表示上述原始数字X线图像中第x+1列所有像素灰度值的和,SumGray[x-1]表示上述原始数字X线图像中第x-1列所有像素灰度值的和。
进一步地,在上述的处理数字X线图像的方法中,在得到第二边界图像的步骤之后,还包括:
根据第三公式组从上述第二边界图像中筛选出符合公式结果的直线,并根据上述第二边界图像的筛选结果生成上述束光器边界图像,
第三公式组为:
PointGray[i][x][y]<Threshod
其中,PointGray[i][x][y]表示束光器边界图像中第i条直线到图像边界区域中像素点(x,y)的灰度值;MinGray表示上述边缘图像中像素点灰度的最小值;MinGray表示上述边缘图像中像素点灰度的最大值;当筛选第二边界图像中的左侧边界区域时,x的取值范围为0-i,y的取值范围为为0-ImageHeight;当筛选上述第二边界图像中的右侧边界区域时,x的取值范围为i-ImageWidth,y的取值范围为0-ImageHeight;当筛选第二边界图像中的上侧边界区域时,x的取值范围为0-ImageWidth,y的取值范围为0-i;当筛选第二边界图像中的下侧边界区域时,x的取值范围为0-ImageWidth,y的取值范围为i-ImageHeight。
进一步地,在上述的处理数字X线图像的方法中,将原始数字X线图像通过第一指定步骤得到边缘图像的步骤,包括:
利用边缘检测算法提取上述原始数字X线图像中的边缘,得到上述边缘图像。
进一步地,在上述的处理数字X线图像的方法中,通过第二指定步骤提取上述二值化图像中的直线形成直线图像的步骤,包括步骤:
通过霍夫变换提取出上述二值化图像中的所有直线,并将得到的直线生成上述直线图像。
一种处理数字X线图像的装置,包括:
边缘检测模块,用于将原始数字X线图像通过第一指定步骤得到边缘图像;
二值化模块,用于将上述边缘图像进行二值化处理得到二值化图像,其中,上述二值化中代表边缘的像素灰度值为255,其余像素的灰度值为0;
变换模块,用于通过第二指定步骤提取上述二值化图像中的直线形成直线图像;
筛选模块,用于根据第三指定步骤筛选出上述直线图像中的束光器边缘的直线,得到束光器边界图像;
去除模块,用于根据上述束光器边界图像去除原始数字X线图像中的束光器边界区域。
本发明提出一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,上述处理器执行上述程序时实现如上述实施例中任意一项上述的方法。
本发明提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例中任意一项上述的方法。
本发明的处理数字X线图像的方法、装置、设备及存储介质的有益效果为:通过指定的多维特征判断束光器区域的边界,提高检测束光器区域边界的准确性,简化了图像特征的需求,降低了设备运算负担;采用霍夫变换检测边缘图像中的直线,提升检测束光器区域边界的效率,满足数字X线摄影系统对于图像处理实时性的要求。
附图说明
图1为本发明一实施例的处理数字X线图像的方法的流程示意图;
图2为本发明一实施例的处理数字X线图像的方法的流程示意图;
图3为本发明一具体实施例的手臂原始数字X线图像示意图;
图4为本发明一具体实施例的手臂手臂边缘图像示意图;
图5为本发明一具体实施例的手臂二值化图像示意图;
图6为本发明一具体实施例的手臂直线图像示意图;
图7为本发明一具体实施例的手臂第一边界图像示意图;
图8为本发明一具体实施例的第二边界图像示意图;
图9为本发明一具体实施例的手臂束光器边界图像示意图;
图10为本发明一具体实施例的裁剪束光器区域后的手臂X线图像示意图;
图11为本发明一实施例的上、下则边界区域分割示意图;
图12为本发明一实施例的左、右则边界区域分割示意图;
图13为本发明一实施例的处理数字X线图像的装置的模块结构示意图;
图14为本发明一实施例的一种计算机设备的结构示意图。
1、边缘检测模块;2、二值化模块;3、变换模块;4、筛选模块;5、去除模块;12、计算机设备;14、外部设备;16、处理单元;18、总线;20、网络适配器;22、(I/O)接口;24、显示器;28、系统存储器;30、随机存取存储器(RAM);31、去噪电路;32、高速缓存存储器;34、存储系统;40、程序/实用工具;42、程序模块;311、分差放大模块;312、高通滤波模块;313、低通滤波模块;314、主放大模块。
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
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,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作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。
另外,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
需要说明的是,在本方法任一实施例中所出现的对于图像的上侧、下侧、左侧和右侧边界区域的设置都如图11和12中所展示的设置方式一致,如图11所示,图中白色横线的上侧区域为上侧边界区域;图像中白色横线的下侧区域为下侧边界区域;如图12所示,图中白色横线的左侧区域为左侧边界区域;图像中白色横线的右侧区域为右侧边界区域。
参照图1,本发明提出一种处理数字X线图像的方法,包括:
S1、将原始数字X线图像通过第一指定步骤得到边缘图像;
S2、将上述边缘图像进行二值化处理得到二值化图像,其中,在上述二值化图像中代表边缘的像素和其余像素的灰度值分别为0或255,且在上述二值化图像中代表边缘的像素和其余像素的灰度值取值唯一且不相等;
S3、通过第二指定步骤提取上述二值化图像中的直线形成直线图像;
S4、根据第三指定步骤筛选出上述直线图像中的束光器边缘的直线,得到束光器边界图像;
S5、根据上述束光器边界图像去除原始数字X线图像中的束光器边界区域。
如上述步骤S1所述,将原始数字X线图像通过第一指定步骤得到边缘图像,上述第一指定步骤一般为通过边缘检测算法对上述原始数字X线图像进行边缘像素和非边缘像素的区分,需要说明的是,边缘像素为图像中用于显示图像内容边界的像素,如:X线图像中束光器的边界、骨骼的边界或内脏的边界,其中,边缘检测算法一般包括Sobel算子、Laplacian算子、Canny算子、Shen-Castan(ISEF)边缘检测器中的一种。
如上述步骤S2所述,将上述边缘图像进行二值化处理得到二值化图像,将执行上述步骤S1后得到的标记处边缘像素的边缘图像进行二值化处理,得到上述二值化图像,即将上述边缘图像中的所有像素调整为灰度图像,且所有像素的灰度值仅能为0或255,以除去其余无关像素的干扰,其中,在上述二值化图像中代表边缘的像素和其余像素的灰度值分别为0或255,且在上述二值化图像中代表边缘的像素和其余像素的灰度值取值唯一且不相等,在本方法实施例中,优选将所有边缘像素的灰度值设定为255,非边缘像素的灰度值设定为0,需要说明的是,边缘像素和非边缘像素的灰度值在使用条件的改变下可更改为:所有边缘像素的灰度值设定为0,非边缘像素的灰度值设定为255。
如上述步骤S3所述,通过第二指定步骤提取上述二值化图像中的直线形成直线图像,由于经过上述步骤S1-S2处理的图像仅仅为将原始X像图像中的边缘像素筛选出来,而由于X线图像中边缘像素保护多种图像内容,因此边缘像素形成的线段一般包括直线和非直线,而由于束光器的边缘为直线型边缘,因此通过筛选出上述二值化图像中的直线以进行对边缘像素的去噪处理。
如上述步骤S4所述,根据第三指定步骤筛选出上述直线图像中的束光器边缘的直线,得到束光器边界图像,需要说明的是,上述第三指定步骤为根据束光器的特点对上述直线图像进行去噪处理,其中,在方法中引用到的束光器的特征一般包括:1、束光器的边缘贯穿整幅图像的特点;2、数字X线图像中束光器区域灰度值低于非束光器区域灰度值的特点;3、图像中每条直线是束光器边界的可能性特点,其中,特点3需要通过基于原始数字X线图像的各行及各列的像素梯度值计算获得。
如上述步骤S5所述,根据上述束光器边界图像去除原始数字X线图像中的束光器边界区域,需要说明的是,上述步骤S1-S5执行时,图像尺寸保持一致,确保上述束光器边界像素与原数字X图像中同一个像素的位置相同,由于上述束光器边界图像一般不能完全得出束光器边界,因此,在得到上述束光器边界图像后换算出束光器边界的尺寸(宽和高),在根据上述束光器边界图像和束光器边界的尺寸,裁剪掉束光器边界及其以外的像素,以获得准确的数字X线图像。
参照图2,在本实施例中,在上述的处理数字X线图像的方法中,根据第三指定步骤去除上述直线图像中的非束光器边缘的直线得到束光器边界图像的步骤,包括:
S41、根据第一公式组筛选出上述直线图像中符合要求的直线,并根据对上述直线图像的筛选结果生成第一边界图像,
第一公式组为:
Tx[i]>Thr×ImageWidth
Ty[i]>Thr×ImageHeight
其中,Tx[i]表示上述直线图像中横向方向上每条直线的长度,Ty[i]表示上述直线图像中纵向方向上每条直线的长度,ImageWidth表示直线图像的宽,ImageHeight表示直线图像的高,Thr=0.3。
需要说明的是,Thr一般为0-1,在本实施例中,Thr为0.3时上述第一公式组所获得的结果最佳。
如上述步骤S41所述,根据公式筛选出上述直线图像中符合要求的直线,并根据对上述直线图像的筛选结果生成第一边界图像,在得到上述步骤S3的上述直线图像后,一般先获取上述直线图像的尺寸(即,宽和高),根据获得的上述直线图像的尺寸得出筛选过程的最小阈值。
参照图2、11和12,在本实施例中,在上述的处理数字X线图像的方法中,在根据公式去除上述直线图像中不符合上述特点的直线,得到第一边界图像的步骤之后,还包括:
S42、分别筛选出上述第一边界图像中左侧边界区域中Dx[x]大于零的直线、上述第一边界图像中右侧边界区域中Dx[x]小于零的直线、上述第一边界图像中上侧边界区域中Dy[y]大于零的直线以及上述第一边界图像中下侧边界区域中Dy[y]小于零的直线,并根据筛选出的直线生成第二边界图像,
其中,Dx[x]表示上述原始数字X线图像中第x列像素的梯度值,Dy[y]表示上述原始数字X线图像中第y行像素的梯度值
如上述步骤S42所述,分别筛选出上述第一边界图像中左侧边界区域中Dx[x]大于零的直线、上述第一边界图像中右侧边界区域中Dx[x]小于零的直线、上述第一边界图像中上侧边界区域中Dy[y]大于零的直线以及上述第一边界图像中下侧边界区域中Dy[y]小于零的直线,并根据筛选出的直线生成第二边界图像,需要说明的是,上述第一边界图像中上侧边界区域和下侧边界如图11所示,上述第一边界图像中左侧边界区域和右侧边界如图12所示,需要说明的是,上述第一边界图像的侧边界区域的筛选次序可任意排列或同时进行,在执行本步骤前一般需要计算出上述原始数字X线图像的各行及各列的像素梯度值,即,Dy[y]和Dx[x],计算方法一般为通过公式进行:
Dy[y]=SumGray[y+1]-SumGray[y-1]
Dx[x]=SumGray[x+1]-SumGray[x-1]
其中:y表示上述原始数字X线图像中第y行像素,x表示上述原始数字X线图像中第x列像素,SumGray[y+1]表示上述原始数字X线图像中第y+1行所有像素灰度值的和,SumGray[y-1]表示上述原始数字X线图像中第y-1行所有像素灰度值的和,SumGray[x+1]表示上述原始数字X线图像中第x+1列所有像素灰度值的和,SumGray[x-1]表示上述原始数字X线图像中第x-1列所有像素灰度值的和。
参照图2,在本实施例中,在上述的处理数字X线图像的方法中,在将原始数字X线图像通过第一指定步骤得到边缘图像的步骤之前,还包括:
S6、利用第二公式组计算上述原始数字X线图像中第y行像素的梯度值Dy[y]和上述原始数字X线图像中第x列像素的梯度值Dx[x],
第二公式组为:
Dy[y]=SumGray[y+1]-SumGray[y-1]
Dx[x]=SumGray[x+1]-SumGray[x-1]
其中:y表示上述原始数字X线图像中第y行像素,x表示上述原始数字X线图像中第x列像素,SumGray[y+1]表示上述原始数字X线图像中第y+1行所有像素灰度值的和,SumGray[y-1]表示上述原始数字X线图像中第y-1行所有像素灰度值的和,SumGray[x+1]表示上述原始数字X线图像中第x+1列所有像素灰度值的和,SumGray[x-1]表示上述原始数字X线图像中第x-1列所有像素灰度值的和。
如上述步骤S6所述,利用公式计算上述原始数字X线图像中第y行像素的梯度值Dy[y]和上述原始数字X线图像中第x列像素的梯度值Dx[x],用于表示图像中各行或各列像素的像素值变化,需要明示的是,上述步骤S6一般在上述步骤S1执行前执行,亦可以作为并列步骤,与上述骤S1、S2、S3和S41之间的任一步骤同时执行,在方法中,上述步骤S6的执行结果一般用于上述步骤S42中的公式的计算条件之一。
参照图2、11和12,在本实施例中,在上述的处理数字X线图像的方法中,在得到第二边界图像的步骤之后,还包括:
S43、根据第三公式组从上述第二边界图像中筛选出符合公式结果的直线,并根据上述第二边界图像的筛选结果生成上述束光器边界图像,
第三公式组为:
PointGray[i][x][y]<Threshod
其中,PointGray[i][x][y]表示束光器边界图像中第i条直线到图像边界区域中像素点(x,y)的灰度值;MinGray表示上述边缘图像中像素点灰度的最小值;MinGray表示上述边缘图像中像素点灰度的最大值;当筛选第二边界图像中的左侧边界区域时,x的取值范围为0-i,y的取值范围为为0-ImageHeight;当筛选上述第二边界图像中的右侧边界区域时,x的取值范围为i-ImageWidth,y的取值范围为0-ImageHeight;当筛选第二边界图像中的上侧边界区域时,x的取值范围为0-ImageWidth,y的取值范围为0-i;当筛选第二边界图像中的下侧边界区域时,x的取值范围为0-ImageWidth,y的取值范围为i-ImageHeight。
如上述步骤S43、根据公式从上述第二边界图像中筛选出符合公式结果的直线,并根据上述第二边界图像的筛选结果生成上述束光器边界图像,需要说明的是,上述步骤S43的筛选过程中,上述第二边界图像的侧边界区域的筛选次序可任意排列或同时进行,在筛选不同区域时,公式中像素点的x和y的取值范围选取与区域对应的取值范围,因此,在进行筛选前一般需要先确定筛选区域,再匹配对应的像素点的x和y的取值范围,需要说明的是,上述第二边界图像中上侧边界区域和下侧边界如图11所示,上述第二边界图像中左侧边界区域和右侧边界如图12所示,。
参照图3,在本实施例中,在上述的处理数字X线图像的方法中,将原始数字X线图像通过第一指定步骤得到边缘图像的步骤,包括:
S11、利用边缘检测算法提取上述原始数字X线图像中的边缘,得到上述边缘图像。
如上述步骤S11所述,利用边缘检测算法提取上述原始数字X线图像中的边缘,得到上述边缘图像,需要说明的是,上述边缘检测算法一般包括Sobel算子、Laplacian算子、Canny算子、Shen-Castan(ISEF)边缘检测器中的一种。
在本实施例中,在上述的处理数字X线图像的方法中,通过第二指定步骤提取上述二值化图像中的直线形成直线图像的步骤,包括步骤:
S21、通过霍夫变换提取出上述二值化图像中的所有直线,并将得到的直线生成上述直线图像。
如上述步骤S21所述,通过霍夫变换提取出上述二值化图像中的所有直线,并将得到的直线生成上述直线图像,Sobel边缘检测算法,Canny边缘检测算法。
参照图2-12,在一具体实施例中,以人体的手臂原始数字X线图像(如图3所示)为例,以下简称手臂X线图像,
通过第二公式组分别计算出该手臂X线图像中各行及各列的梯度值Dy[y]和Dx[x],
在计算出该手臂X线图像中各行及各列的梯度值后,通过Canny算子获取该手臂X线图像的边缘像素并形成如图4所示的手臂边缘图像,将该手臂边缘图像进行二值化处理(边缘像素的像素值为255,其余为0)得到如图5所示的手臂二值化图像,
通过霍夫变换提取出改手臂二值化图像中的直线,并根据提取出的直线形成如图6所示的手臂直线图像,
通过第一公式组筛选出该手臂直线图像中符合长度要求的直线(要求:横向直线长度大于0.3倍手臂直线图像的宽;纵向直线长度大于0.3倍手臂直线图像的高)并根据筛选结果生成如图7所示的手臂第一边界图像,
分别筛选出该手臂第一边界图像中左侧边界区域中Dx[x]大于零的直线、该手臂第一边界图像中右侧边界区域中Dx[x]小于零的直线、该手臂第一边界图像中上侧边界区域中Dy[y]大于零的直线以及该手臂第一边界图像中下侧边界区域中Dy[y]小于零的直线,并根据筛选出的直线生成如图8所示的手臂第二边界图像,
通过第三公式组筛对该手臂第二边界图像中的所有直线进行束光器边界的可能性判定,并筛选出符合可能性要求的直线,从而最终获得如图9所示的手臂束光器边界图像,(当筛选手臂第二边界图像中的左侧边界区域时,x的取值范围为0-i,y的取值范围为为0-ImageHeight;当筛选手臂第二边界图像中的右侧边界区域时,x的取值范围为i-ImageWidth,y的取值范围为0-ImageHeight;当筛选手臂第二边界图像中的上侧边界区域时,x的取值范围为0-ImageWidth,y的取值范围为0-i;当筛选手臂第二边界图像中的下侧边界区域时,x的取值范围为0-ImageWidth,y的取值范围为i-ImageHeight。)
最后通过该手臂束光器边界图像换算出束光器边界尺寸,并根据该束光器边界图像和束光器边界尺寸,裁剪掉该手臂原始X线图像中的束光器区域获得如图10所示的手臂X线图像。
参照图13,一种处理数字X线图像的装置,包括:
边缘检测模块1,用于将原始数字X线图像通过第一指定步骤得到边缘图像;
二值化模块2,用于将上述边缘图像进行二值化处理得到二值化图像,其中,上述二值化中代表边缘的像素灰度值为255,其余像素的灰度值为0;
变换模块3,用于通过第二指定步骤提取上述二值化图像中的直线形成直线图像;
筛选模块4,用于根据第三指定步骤筛选出上述直线图像中的束光器边缘的直线,得到束光器边界图像;
去除模块5,用于根据上述束光器边界图像去除原始数字X线图像中的束光器边界区域。
上述边缘检测模块1,一般用于将原始数字X线图像通过第一指定步骤得到边缘图像,上述第一指定步骤一般为通过边缘检测算法对上述原始数字X线图像进行边缘像素和非边缘像素的区分,需要说明的是,边缘像素为图像中用于显示图像内容边界的像素,如:X线图像中束光器的边界、骨骼的边界或内脏的边界,其中,边缘检测算法一般包括Sobel算子、Laplacian算子、Canny算子、Shen-Castan(ISEF)边缘检测器中的一种。
上述二值化模块2,一般用于将上述边缘图像进行二值化处理得到二值化图像,将上述边缘检测模块1处理后得到的标记处边缘像素的边缘图像进行二值化处理,得到上述二值化图像,即将上述边缘图像中的所有像素调整为灰度图像,且所有像素的灰度值仅能为0或255,以除去其余无关像素的干扰,其中,将所有边缘像素的灰度值设定为255,非边缘像素的灰度值设定为0。
上述变换模块3,一般用于通过第二指定步骤提取上述二值化图像中的直线形成直线图像,由于经过上述边缘检测模块1和二值化模块2处理的图像仅仅为将原始X像图像中的边缘像素筛选出来,而由于X线图像中边缘像素保护多种图像内容,因此边缘像素形成的线段一般包括直线和非直线,而由于束光器的边缘为直线型边缘,因此通过筛选出上述二值化图像中的直线以进行对边缘像素的去噪处理。
上述筛选模块4,一般用于根据第三指定步骤筛选出上述直线图像中的束光器边缘的直线,得到束光器边界图像,需要说明的是,上述第三指定步骤为根据束光器的特点对上述直线图像进行去噪处理,其中,在方法中引用到的束光器的特征一般包括:1、束光器的边缘贯穿整幅图像的特点;2、数字X线图像中束光器区域灰度值低于非束光器区域灰度值的特点;3、图像中每条直线是束光器边界的可能性特点,其中,特点3需要通过基于原始数字X线图像的各行及各列的像素梯度值计算获得。
上述去除模块5,一般用于根据上述束光器边界图像去除原始数字X线图像中的束光器边界区域,根据上述束光器边界图像对去除上述原始数字X线图像中的束光器边界,需要说明的是,上述边缘检测模块1、二值化模块2、变换模块3、筛选模块4和去除模块5处理图像时,图像尺寸保持一致,确保上述束光器边界像素与原数字X图像中同一个像素的位置相同。
参照图14,在本发明实施例中,本发明还提供一种计算机设备,上述计算机设备12以通用计算设备的形式表现,计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线18结构中的一种或多种,包括存储器总线18或者存储器控制器,外围总线18,图形加速端口,处理器或者使用多种总线18结构中的任意总线18结构的局域总线18。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线18,微通道体系结构(MAC)总线18,增强型ISA总线18、音视频电子标准协会(VESA)局域总线18以及外围组件互连(PCI)总线18。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其他移动/不可移动的、易失性/非易失性计算机体统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(通常称为“硬盘驱动器”)。尽管图14中未示出,可以提供用于对可移动非易失性磁盘(如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD~ROM,DVD~ROM或者其他光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块42,这些程序模块42被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其他程序模块42以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24、摄像头等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)),广域网(WAN)和/或公共网络(例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其他模块通信。应当明白,尽管图14中未示出,可以结合计算机设备12使用其他硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元16、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统34等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的处理数字X线图像的方法。
也即,上述处理单元16执行上述程序时实现:将原始数字X线图像通过第一指定步骤得到边缘图像;将上述边缘图像进行二值化处理得到二值化图像,其中,上述二值化中代表边缘的像素灰度值为255,其余像素的灰度值为0;通过第二指定步骤提取上述二值化图像中的直线形成直线图像;根据第三指定步骤筛选出上述直线图像中的束光器边缘的直线,得到束光器边界图像;根据上述束光器边界图像去除原始数字X线图像中的束光器边界区域。
在本发明实施例中,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请所有实施例提供的处理数字X线图像的方法:
也即,给程序被处理器执行时实现:将原始数字X线图像通过第一指定步骤得到边缘图像;将上述边缘图像进行二值化处理得到二值化图像,其中,上述二值化中代表边缘的像素灰度值为255,其余像素的灰度值为0;通过第二指定步骤提取上述二值化图像中的直线形成直线图像;根据第三指定步骤筛选出上述直线图像中的束光器边缘的直线,得到束光器边界图像;根据上述束光器边界图像去除原始数字X线图像中的束光器边界区域。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机克顿信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPOM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD~ROM)、光存储器件、磁存储器件或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,改计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言——诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行或者完全在远程计算机或者服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本发明的处理数字X线图像的方法、装置、设备及存储介质的有益效果为:通过指定的多维特征判断束光器区域的边界,提高检测束光器区域边界的准确性,简化了图像特征的需求,降低了设备运算负担;采用霍夫变换检测边缘图像中的直线,提升检测束光器区域边界的效率,满足数字X线摄影系统对于图像处理实时性的要求。
以上所述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。