CN114612569A - 一种几何标定中标记物重叠的处理方法与装置 - Google Patents
一种几何标定中标记物重叠的处理方法与装置 Download PDFInfo
- Publication number
- CN114612569A CN114612569A CN202210168660.5A CN202210168660A CN114612569A CN 114612569 A CN114612569 A CN 114612569A CN 202210168660 A CN202210168660 A CN 202210168660A CN 114612569 A CN114612569 A CN 114612569A
- Authority
- CN
- China
- Prior art keywords
- marker
- image
- angle
- overlapped
- label
- 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.)
- Pending
Links
- 239000003550 marker Substances 0.000 title claims abstract description 150
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 title claims abstract description 15
- 238000003709 image segmentation Methods 0.000 claims abstract description 25
- 238000012937 correction Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 76
- 238000005457 optimization Methods 0.000 claims description 16
- 230000001419 dependent effect Effects 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000002591 computed tomography Methods 0.000 abstract description 2
- 238000007408 cone-beam computed tomography Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 1
- 239000004926 polymethyl methacrylate Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种几何标定中标记物重叠的处理方法与装置,方法包括:对采集的若干投影进行图像分割,获取标记物的掩膜图像;根据标记物是否发生重叠将掩膜图像分为A类图像和B类图像;计算A类图像中每个标记物的像素坐标,并记录当前的角度作为第一角度标签;分别寻找A类图像中每个标记物的横、纵像素坐标与所述角度标签之间的拟合函数;记录B类图像中重叠标记物的当前角度作为第二角度标签,将第二角度标签分别代入横、纵像素坐标对应的最优拟合函数中,得到重叠标记物的像素坐标;将A类图像的像素坐标和B类图像的像素坐标进行统一组合,执行几何校正后,得到系统的几何标定结果。本发明提高了效率和准确性,可广泛应用于计算机断层成像技术领域。
Description
技术领域
本发明涉及计算机断层成像技术领域,尤其是一种几何标定中标记物重叠的处理方法与装置。
背景技术
锥形束计算机断层成像(Cone-beam Computed Tomography,CBCT)是一种用平板探测器采集数据的现代医学成像技术。为了避免由安装误差、机械运动等原因造成的几何伪影,通常借助内含有多个标记物的模体对CBCT系统的几何参数进行标定。但在某些投影角度下出射射线可能同时穿透多个标记物,造成部分标记物的投影重叠。对于此类投影,若对发生重叠的标记物进行简单剔除,计算的几何参数偏差增大、准确性下降,导致重建图像质量下降甚至几何畸变。
对重叠标记物的一种识别方法为人工经验选择。该方法通过对有标记物重叠的投影进行图像分割得到标记点掩膜,再根据经验确定每个标记物的中心,进而执行几何校正。这种方法操作简单,但过度依赖个人经验,且效率低下。
对重叠标记物的另一种识别方法为深度学习网络。该方法将有标记物重叠的投影输入到分割网络,生成标记点掩膜,再进行椭圆拟合获取标记物的中心。这种方法无需人工干预,从端到端学习直接获取标记物的中心,方便快捷。但深度学习需要大数据驱动,在实际应用中有标记物重叠的投影数量较少,容易导致深度学习过拟合,进一步导致标记物中心识别不准确。
发明内容
有鉴于此,本发明实施例提供一种高效且准确性高的,几何标定中标记物重叠的处理方法与装置。
本发明的一方面提供了一种几何标定中标记物重叠的处理方法,包括:
对采集的若干投影进行图像分割,获取标记物的掩膜图像;
根据所述标记物是否发生重叠将所述掩膜图像分为A类图像和B类图像;
计算所述A类图像中每个标记物的像素坐标,并记录当前的角度作为第一角度标签;
分别寻找所述A类图像中每个标记物的横、纵像素坐标与所述角度标签之间的拟合函数;
记录所述B类图像中重叠标记物的当前角度作为第二角度标签,将所述第二角度标签分别代入横、纵像素坐标对应的最优拟合函数中,得到所述重叠标记物的像素坐标;
将所述A类图像的像素坐标和所述B类图像的像素坐标进行统一组合,执行几何校正后得到系统的几何标定结果。
可选地,所述根据所述标记物是否发生重叠将所述掩膜图像分为A类图像和B类图像,包括:
对于不发生重叠的标记物,记录每个标记物不发生重叠所在的角度作为第一标签集合;
计算所述第一标签集合中所有角度标签对应的标记物的几何中心像素坐标值;
对于发生重叠的标记物,记录每个标记物发生重叠所在的角度作为第二标签集合。
可选地,所述方法还包括:
从函数类中寻找目标函数,以使得当所述目标函数的自变量为所述第一标签集合时,非重叠标记物坐标值落在所述目标函数的因变量上或所述因变量附近。
可选地,所述方法还包括:
根据所述目标函数,构造多个优化模型,确定所述多个优化模型的自变量;
将优化目标确定为所述因变量与标记物的横坐标值或纵坐标值的距离最小化。
可选地,所述记录所述B类图像中重叠标记物的当前角度作为第二角度标签,将所述第二角度标签分别代入横、纵像素坐标对应的最优拟合函数中,得到所述重叠标记物的像素坐标,包括:
补全重叠标记物的像素坐标值;
将标记物重叠角度标签依次代入横、纵像素坐标对应的最优拟合函数,求得重叠标记物的估计像素坐标值;
根据所述标记物重叠角度标签,将所述估计像素坐标值按角度顺序插入到坐标集合中。
可选地,所述将所述A类图像的像素坐标和所述B类图像的像素坐标进行统一组合,执行几何校正后得到系统的几何标定结果,包括:
当所有重叠标记点的像素坐标值估计完成,组合统一所有标记物在所有角度下的像素坐标值;
将所述所有角度下的像素坐标值代入几何标定步骤中进行几何参数计算,得到系统的几何标定结果。
可选地,所述对采集的若干投影进行图像分割,获取标记物的掩膜图像,包括:
采用自适应阈值分割算法对采集的若干投影进行图像分割,获取标记物的掩膜图像;
或者,采用直方图分析算法对采集的若干投影进行图像分割,获取标记物的掩膜图像;
或者,采用最大类间方差算法对采集的若干投影进行图像分割,获取标记物的掩膜图像。
可选地,所述拟合函数包括正弦函数、多项式拟合函数或非线性拟合函数。
本发明实施例的另一方面还提供了一种几何标定中标记物重叠的处理装置,包括:
第一模块,用于对采集的若干投影进行图像分割,获取标记物的掩膜图像;
第二模块,用于根据所述标记物是否发生重叠将所述掩膜图像分为A类图像和B类图像;
第三模块,用于计算所述A类图像中每个标记物的像素坐标,并记录当前的角度作为第一角度标签;
第四模块,用于分别寻找所述A类图像中每个标记物的横、纵像素坐标与所述角度标签之间的拟合函数;
第五模块,用于记录所述B类图像中重叠标记物的当前角度作为第二角度标签,将所述第二角度标签分别代入横、纵像素坐标对应的最优拟合函数中,得到所述重叠标记物的像素坐标;
第六模块,用于将所述A类图像的像素坐标和所述B类图像的像素坐标进行统一组合,执行几何校正后得到系统的几何标定结果。
本发明实施例的另一方面还提供了一种电子设备,包括处理器以及存储器;
所述存储器用于存储程序;
所述处理器执行所述程序实现如前面所述的方法。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行前面的方法。
本发明的实施例对采集的若干投影进行图像分割,获取标记物的掩膜图像;根据所述标记物是否发生重叠将所述掩膜图像分为A类图像和B类图像;计算所述A类图像中每个标记物的像素坐标,并记录当前的角度作为第一角度标签;分别寻找所述A类图像中每个标记物的横、纵像素坐标与所述角度标签之间的拟合函数;记录所述B类图像中重叠标记物的当前角度作为第二角度标签,将所述第二角度标签分别代入横、纵像素坐标对应的最优拟合函数中,得到所述重叠标记物的像素坐标;将所述A类图像的像素坐标和所述B类图像的像素坐标进行统一组合,执行几何校正后得到系统的几何标定结果。本发明提高了效率和准确性。
附图说明
为了更清楚地说明本申请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为本发明实施例提供的几何标定中标记物重叠的处理方法流程图;
图2为本发明实施例提供的采集投影的标记物是否发生重叠的结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
针对现有技术存在的问题,本发明实施例提供了一种几何标定中标记物重叠的处理方法,包括:
对采集的若干投影进行图像分割,获取标记物的掩膜图像;
根据所述标记物是否发生重叠将所述掩膜图像分为A类图像和B类图像;
计算所述A类图像中每个标记物的像素坐标,并记录当前的角度作为第一角度标签;
分别寻找所述A类图像中每个标记物的横、纵像素坐标与所述角度标签之间的拟合函数;
记录所述B类图像中重叠标记物的当前角度作为第二角度标签,将所述第二角度标签分别代入横、纵像素坐标对应的最优拟合函数中,得到所述重叠标记物的像素坐标;
将所述A类图像的像素坐标和所述B类图像的像素坐标进行统一组合,执行几何校正后得到系统的几何标定结果。
可选地,所述根据所述标记物是否发生重叠将所述掩膜图像分为A类图像和B类图像,包括:
对于不发生重叠的标记物,记录每个标记物不发生重叠所在的角度作为第一标签集合;
计算所述第一标签集合中所有角度标签对应的标记物的几何中心像素坐标值;
对于发生重叠的标记物,记录每个标记物发生重叠所在的角度作为第二标签集合。
可选地,所述方法还包括:
从函数类中寻找目标函数,以使得当所述目标函数的自变量为所述第一标签集合时,非重叠标记物坐标值落在所述目标函数的因变量上或所述因变量附近。
可选地,所述方法还包括:
根据所述目标函数,构造多个优化模型,确定所述多个优化模型的自变量;
将优化目标确定为所述因变量与标记物的横坐标值或纵坐标值的距离最小化。
可选地,所述记录所述B类图像中重叠标记物的当前角度作为第二角度标签,将所述第二角度标签分别代入横、纵像素坐标对应的最优拟合函数中,得到所述重叠标记物的像素坐标,包括:
补全重叠标记物的像素坐标值;
将标记物重叠角度标签依次代入横、纵像素坐标对应的最优拟合函数,求得重叠标记物的估计像素坐标值;
根据所述标记物重叠角度标签,将所述估计像素坐标值按角度顺序插入到坐标集合中。
可选地,所述将所述A类图像的像素坐标和所述B类图像的像素坐标进行统一组合,执行几何校正后得到系统的几何标定结果,包括:
当所有重叠标记点的像素坐标值估计完成,组合统一所有标记物在所有角度下的像素坐标值;
将所述所有角度下的像素坐标值代入几何标定步骤中进行几何参数计算,得到系统的几何标定结果。
可选地,所述对采集的若干投影进行图像分割,获取标记物的掩膜图像,包括:
采用自适应阈值分割算法对采集的若干投影进行图像分割,获取标记物的掩膜图像;
或者,采用直方图分析算法对采集的若干投影进行图像分割,获取标记物的掩膜图像;
或者,采用最大类间方差算法对采集的若干投影进行图像分割,获取标记物的掩膜图像。
可选地,所述拟合函数包括正弦函数、多项式拟合函数或非线性拟合函数。
本发明实施例的另一方面还提供了一种几何标定中标记物重叠的处理装置,包括:
第一模块,用于对采集的若干投影进行图像分割,获取标记物的掩膜图像;
第二模块,用于根据所述标记物是否发生重叠将所述掩膜图像分为A类图像和B类图像;
第三模块,用于计算所述A类图像中每个标记物的像素坐标,并记录当前的角度作为第一角度标签;
第四模块,用于分别寻找所述A类图像中每个标记物的横、纵像素坐标与所述角度标签之间的拟合函数;
第五模块,用于记录所述B类图像中重叠标记物的当前角度作为第二角度标签,将所述第二角度标签分别代入横、纵像素坐标对应的最优拟合函数中,得到所述重叠标记物的像素坐标;
第六模块,用于将所述A类图像的像素坐标和所述B类图像的像素坐标进行统一组合,执行几何校正后得到系统的几何标定结果。
本发明实施例的另一方面还提供了一种电子设备,包括处理器以及存储器;
所述存储器用于存储程序;
所述处理器执行所述程序实现如前面所述的方法。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行前面的方法。
下面详细描述本发明的实现原理:
一种CBCT系统几何标定中标记物重叠的处理方法:
对采集的若干投影进行图像分割,获取标记物的掩膜图像。根据标记物是否发生重叠将掩膜图像分为A、B两类,其中A类标记物不发生重叠。计算A类别的每个标记物的像素坐标,及记录当前的角度作为标签。用最优化方法分别寻找A类别的每个标记物的横、纵像素坐标与角度标签的拟合函数。记录B类别重叠标记物的当前角度作为标签,分别代入横、纵坐标最优拟合函数中,得到重叠标记物的像素坐标。将A、B两类的像素坐标统一组合,完成系统几何标定。
下面对技术方案每个步骤进一步解释说明:
(1)对采集的若干投影进行图像分割,获取标记物的掩膜图像,假设标定模体中标记物共有n个。
(2)根据标记物是否发生重叠将掩膜图像进行分类及计算,分为以下三个步骤(a)-(c):
(a)对于不发生重叠的标记物,记录每个标记物不发生重叠所在的角度作为标签到集合A{L1,L2,...,Li},i=1,2,...,n,其中,Li={x1,x2,...,xj}i,j=1,2,...,ti,Li(j)=xj为第i个标记物在不发生重叠下的第j个角度标签,ti为第i个标记物的所有不发生重叠的标签总数。
(b)计算集合A中所有角度标签对应的标记物的几何中心像素坐标值,记Ω{M1,M2,...,Mi},i=1,2,...,n,其中,Mi={(u1,v1),(u2,v2),...,(uj,vj)}i,j=1,2,...,tj,Mi((u,v)j)为第i个标记物在不发生重叠下的第j个角度标签下的像素坐标值,ti为第i个标记物的所有不发生重叠的标签总数。为方便描述,将Mi分解为x轴坐标值Mui={u1,u2,...,uj},y轴坐标值Mvi={v1,u2,...,uj}。
(c)对于发生重叠的标记物,记录每个标记物发生重叠所在的角度作为标签到集合B{L1′,L2′,...,Li′},i=1,2,...,n,其中,Li′={x′1,x′2,...,x′j}i,j=1,2,...,ti′,L′i(j)=x′j为第i个标记物在发生重叠下的第j个角度标签,ti′为第i个标记物的所有发生重叠的标签总数。
(3)在某个函数类Φ中寻找一个函数当自变量为给定的角度标签数据集A,可满足非重叠标记物坐标值Mi落在函数因变量上或其附近。构造n×2个优化模型,自变量为Li(j),优化目标为其因变量与标记物的横或纵坐标值的距离最小化,即目标函数为:
(4)通过观察数据分布情况,确定(3)中的函数类Φ,对于第i个标记物的非重叠角度标签Li及其对应的x轴坐标值Mui,使用优化器求解第i个标记物的x坐标值在所有角度下的拟合函数同样地,对于第i个标记物的非重叠角度标签Li及其对应的y轴坐标值Mvi,使用优化器求解第i个标记物的y坐标值在所有角度下的拟合函数
(5)补全重叠标记物的像素坐标值,对于第i个标记物,将(2)所得的标记物发生重叠的角度标签Li′依次分别代入和中,求得重叠标记物的估计像素坐标值Mi'={(u1′,v1′),(u2′,v2′),...,(uj′,vj′)}i,通过标签Li′按角度顺序插入到集合Mi。
(6)待所有重叠标记点的像素坐标值估计完成,组合统一所有标记物在所有角度下的像素坐标值,最后代入几何标定步骤中进行几何参数计算。
下面结合说明书附图,详细描述本发明的具体实施过程:
针对现有技术中几何标定中重叠标记物中心识别的技术难题,本发明提供一种CBCT系统中几何标定中标记物重叠的处理方法,如附图1所示。下面结合说明书附图,对本发明提供的几何标定中标记物重叠的处理方法详细阐述:
S1:采集若干投影并进行图像分割,获取标记物的掩膜图像。本发明实施例使用的CBCT系统为自主研发的工程原型机。此CBCT系统射线源与探测器中心距离SDD为1640mm,射线源与旋转中心的距离SAD为1000mm,其余的几何参数设计值均为0。数据采集时,射线源与探测器围绕旋转中心沿圆轨迹匀速旋转一周。几何标定模体外观设计为圆柱形,材料为亚克力(PMMA),内含13个呈直排分布的钢珠球。将几何标定模体放置于CBCT系统的旋转中心,等角度曝光采集300个投影。采用最大熵自适应阈值分割方法对投影标记物进行图像分割,获取标记物的掩膜图像。
S2:根据标记物是否发生重叠将掩膜图像分为A、B两类,其中A类标记物不发生重叠。
S3:计算A类别的每个标记物的像素坐标,及记录当前的角度作为标签。这一步骤可分为以下三个子步骤:
S3.1:对于不发生重叠的标记物,记录每个标记物不发生重叠所在的角度作为标签到集合A{L1,L2,…,Li},i=1,2,…,13。在本实施例中,如图2所示,第7个标记物在不发生重叠下的所有角度标签为L7={50.02,50.10,…,67.14,68.14,109.97,110.97,…,245.45,246.44,292.26,293.26,…,341.08,342.07}7,标签总数t7=214;如图2所示,第13个标记物在不发生重叠下的所有角度标签L13={50.02,50.10,…,72.12,73.11,105.99,106.98,…,209.58,210.58,286.29,287.28,…,341.08,342.07}13,标签总数t13=235。
S3.2计算集合A中所有标签对应的标记物的几何中心像素坐标值,记Ω{M1,M2,…,Mi},i=1,2,…,13。在本实施例中,第7个标记物的x轴坐标值Mu7={57.11,56.98,…,-83.10,-83.72,-91.51,-91.54,…,-27.08,-25.64,35.15,36.49,…,82.44,82.99},y轴坐标值Mv7={6.91,6.92,…,7.07,7.09,7.40,7.39,…,6.83,6.81,6.74,6.75,…,6.83,6.85};第13个标记物的x轴坐标值Mu13={-95.30,-95.15,…,128.44,129.85,151.85,152.37,…,58.90,56.15,-86.98,-89.45,…,-155.18,-155.70},y轴坐标值Mv13={6.91,6.92,…,7.10,7.26,7.36,7.38,…,6.80,6.79,6.73,6.73,…,6.83,6.85}。
S3.3对于发生重叠的标记物,记录每个标记物发生重叠所在的角度作为标签到集合B{L′1,L′2,…,L′i},i=1,2,…,13,在本实施例中,第7个标记物在发生重叠下的角度标签集合L7′={69.13,70.13,…,107.98,108.98,247.44,248.44,…,290.28,291.27}7,发生重叠的标签总数t′7=86;第13个标记物在发生重叠下的投影标签集合L13′={74.11,75.11,…,104.00,104.10,253.42,254.41,…,284.30,285.30}13,发生重叠的标签总数t13′=65。
S4:用最优化方法分别寻找A类别的每个标记物的横、纵像素坐标与角度标签的拟合函数。在某个函数类Φ中寻找一个函数当自变量为给定的角度标签数据集A,可满足非重叠标记物坐标值Mi落在函数因变量上或其附近。构造13×2个优化模型,自变量为Li,优化目标为其因变量与标记物的横或纵坐标值的距离最小化,在本实施例中,目标函数选择绝对误差:
在本实施例中,标记物的横坐标满足函数类Φ(x)=a1*sin(a2*x+a3)+a4*sin(a5*x+a6)。对于第7个标记物的非重叠标签L7及其对应的x轴坐标值Mu7,使用最大似然拟合优化器Minuit求解其x坐标值在所有角度下的拟合函数求得系数a1到a6分别为{8.1578,0.0173,1.7996,5.05,0.0003,3.4014}。对于第13个标记物的非重叠标签L13及其对应的x轴坐标值Mu13,使用Minuit优化器求解其x坐标值在所有角度下的拟合函数求得系数a1到a6分别为{156.5993,0.0175,-1.5895,6.9838,0.0348,-0.1512}。标记物的纵坐标满足函数类Φ(x)=a1+a2*cos(x*w)+a3*sin(x*w)+a4*cos(2*x*w)+a5*sin(2*x*w)+…+a11*cos(5*x*w)+a11*sin(5*x*w),对于第7个标记物的标签L7及其对应的y轴坐标值Mv7,使用优化器求解其y坐标值在所有角度下的拟合函数求得系数a1到a11及w分别为{7.5404,0.6702,-0.4240,-0.0727,-0.8612,-0.3288,-0.3929,-0.2470,-0.0696,-0.0939,0.0396,0.0107}。对于第13个标记物的标签L13及其对应的y轴坐标值Mv13,使用Minuit优化器求解其y坐标值在所有角度下的拟合函数求得系数a1到a11及w分别为{11.1276,2.8128,-7.170,-4.4054,-4.2341,-2.5715,1.2711,0.0749,1.1052,0.2416,0.0672,0.0085}。
S5:记录B类别重叠标记物的当前角度作为标签,分别代入横、纵坐标最优拟合函数中,得到重叠标记物的像素坐标。补全重叠标记物的像素坐标值,对于第7个标记物,将S2步骤所得的标记物重叠角度标签L′7依次分别代入和中,求得重叠标记物的估计像素坐标值M7’={(-0.18,7.10),(-0.34,7.39),…,
(-5.48,7.29),(-5.64,7.26),(-3.31,7.15),(-3.19,7.18),…,(2.42,7.04),(2.52,7.02)}7,通过标签L7′按角度顺序插入到集合M7。对于第13个标记物,将S2步骤所得的标记物重叠角度标签L′13依次分别代入和中,求得重叠标记物的估计像素坐标值M13'={(-40.35,6.15),(-37.91,6.16),…,(33.85,6.32),(36.28,6.33),(49.54,7.54),(46.73,7.54),…,(-41.17,7.37),(-44.04,7.35)}13,通过标签L13′按角度顺序插入到集合M13。
S6:将A、B两类的像素坐标统一组合,完成系统几何标定。待所有重叠标记点的像素坐标值估计完成,组合统一所有标记物在所有角度下的像素坐标值,最后代入几何标定步骤中进行几何参数计算。
综上所述,相较于现有技术,本发明具有以下突出的改进效果:
(1)重叠标记物中心的求解由关联标记点在其他投影角度下的信息估计得到,相比其他技术方案更加准确可靠。
(2)无需采集其他数据或数据训练,可实现实时在线求解,减少工作量。
(3)提出的技术方案高效,鲁棒性强,是一种通用性技术手段。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案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一个存储介质中,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方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种几何标定中标记物重叠的处理方法,其特征在于,包括:
对采集的若干投影进行图像分割,获取标记物的掩膜图像;
根据所述标记物是否发生重叠将所述掩膜图像分为A类图像和B类图像;
计算所述A类图像中每个标记物的像素坐标,并记录当前的角度作为第一角度标签;
分别寻找所述A类图像中每个标记物的横、纵像素坐标与所述角度标签之间的拟合函数;
记录所述B类图像中重叠标记物的当前角度作为第二角度标签,将所述第二角度标签分别代入横、纵像素坐标对应的最优拟合函数中,得到所述重叠标记物的像素坐标;
将所述A类图像的像素坐标和所述B类图像的像素坐标进行统一组合,执行几何校正后得到系统的几何标定结果。
2.根据权利要求1所述的一种几何标定中标记物重叠的处理方法,其特征在于,所述根据所述标记物是否发生重叠将所述掩膜图像分为A类图像和B类图像,包括:
对于不发生重叠的标记物,记录每个标记物不发生重叠所在的角度作为第一标签集合;
计算所述第一标签集合中所有角度标签对应的标记物的几何中心像素坐标值;
对于发生重叠的标记物,记录每个标记物发生重叠所在的角度作为第二标签集合。
3.根据权利要求2所述的一种几何标定中标记物重叠的处理方法,其特征在于,所述方法还包括:
从函数类中寻找目标函数,以使得当所述目标函数的自变量为所述第一标签集合时,非重叠标记物坐标值落在所述目标函数的因变量上或所述因变量附近。
4.根据权利要求3所述的一种几何标定中标记物重叠的处理方法,其特征在于,所述方法还包括:
根据所述目标函数,构造多个优化模型,确定所述多个优化模型的自变量;
将优化目标确定为所述因变量与标记物的横坐标值或纵坐标值的距离最小化。
5.根据权利要求1所述的一种几何标定中标记物重叠的处理方法,其特征在于,所述记录所述B类图像中重叠标记物的当前角度作为第二角度标签,将所述第二角度标签分别代入横、纵像素坐标对应的最优拟合函数中,得到所述重叠标记物的像素坐标,包括:
补全重叠标记物的像素坐标值;
将标记物重叠角度标签依次代入横、纵像素坐标对应的最优拟合函数,求得重叠标记物的估计像素坐标值;
根据所述标记物重叠角度标签,将所述估计像素坐标值按角度顺序插入到坐标集合中。
6.根据权利要求1所述的一种几何标定中标记物重叠的处理方法,其特征在于,所述将所述A类图像的像素坐标和所述B类图像的像素坐标进行统一组合,执行几何校正后得到系统的几何标定结果,包括:
当所有重叠标记点的像素坐标值估计完成,组合统一所有标记物在所有角度下的像素坐标值;
将所述所有角度下的像素坐标值代入几何标定步骤中进行几何参数计算,得到系统的几何标定结果。
7.根据权利要求1所述的一种几何标定中标记物重叠的处理方法,其特征在于,所述对采集的若干投影进行图像分割,获取标记物的掩膜图像,包括:
采用自适应阈值分割算法对采集的若干投影进行图像分割,获取标记物的掩膜图像;
或者,采用直方图分析算法对采集的若干投影进行图像分割,获取标记物的掩膜图像;
或者,采用最大类间方差算法对采集的若干投影进行图像分割,获取标记物的掩膜图像。
8.根据权利要求1所述的一种几何标定中标记物重叠的处理方法,其特征在于,所述拟合函数包括正弦函数、多项式拟合函数或非线性拟合函数。
9.一种几何标定中标记物重叠的处理装置,其特征在于,包括:
第一模块,用于对采集的若干投影进行图像分割,获取标记物的掩膜图像;
第二模块,用于根据所述标记物是否发生重叠将所述掩膜图像分为A类图像和B类图像;
第三模块,用于计算所述A类图像中每个标记物的像素坐标,并记录当前的角度作为第一角度标签;
第四模块,用于分别寻找所述A类图像中每个标记物的横、纵像素坐标与所述角度标签之间的拟合函数;
第五模块,用于记录所述B类图像中重叠标记物的当前角度作为第二角度标签,将所述第二角度标签分别代入横、纵像素坐标对应的最优拟合函数中,得到所述重叠标记物的像素坐标;
第六模块,用于将所述A类图像的像素坐标和所述B类图像的像素坐标进行统一组合,执行几何校正后得到系统的几何标定结果。
10.一种电子设备,其特征在于,包括处理器以及存储器;
所述存储器用于存储程序;
所述处理器执行所述程序实现如权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210168660.5A CN114612569A (zh) | 2022-02-23 | 2022-02-23 | 一种几何标定中标记物重叠的处理方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210168660.5A CN114612569A (zh) | 2022-02-23 | 2022-02-23 | 一种几何标定中标记物重叠的处理方法与装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114612569A true CN114612569A (zh) | 2022-06-10 |
Family
ID=81859370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210168660.5A Pending CN114612569A (zh) | 2022-02-23 | 2022-02-23 | 一种几何标定中标记物重叠的处理方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114612569A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115063564A (zh) * | 2022-07-13 | 2022-09-16 | 如你所视(北京)科技有限公司 | 用于二维显示图像中的物品标签展示方法、装置及介质 |
-
2022
- 2022-02-23 CN CN202210168660.5A patent/CN114612569A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115063564A (zh) * | 2022-07-13 | 2022-09-16 | 如你所视(北京)科技有限公司 | 用于二维显示图像中的物品标签展示方法、装置及介质 |
CN115063564B (zh) * | 2022-07-13 | 2024-04-30 | 如你所视(北京)科技有限公司 | 用于二维显示图像中的物品标签展示方法、装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107945132B (zh) | 一种基于神经网络的ct图像的伪影校正方法及装置 | |
Penney et al. | A comparison of similarity measures for use in 2-D-3-D medical image registration | |
JP4718003B2 (ja) | 放射線写真におけるインターバル変化を検出する方法 | |
EP2422318B1 (en) | Quantification of medical image data | |
KR102044237B1 (ko) | 2차원 음영 영상 기반 기계학습을 이용한 자동 3차원 랜드마크 검출 방법 및 장치 | |
US9247880B2 (en) | Image fusion for interventional guidance | |
CN111080573B (zh) | 肋骨图像检测方法、计算机设备和存储介质 | |
US8913817B2 (en) | Rib suppression in radiographic images | |
JP6505078B2 (ja) | 画像レジストレーション | |
EP2319013B1 (en) | Apparatus for determining a modification of a size of an object | |
Joris et al. | HemoVision: An automated and virtual approach to bloodstain pattern analysis | |
CN114612569A (zh) | 一种几何标定中标记物重叠的处理方法与装置 | |
US20160180521A1 (en) | Image Fusion for Interventional Guidance | |
EP4156089A1 (en) | Method, device and system for automated processing of medical images to output alerts for detected dissimilarities | |
CN114266896A (zh) | 图像标注方法、模型训练方法及装置、电子设备、介质 | |
US11423554B2 (en) | Registering a two-dimensional image with a three-dimensional image | |
US20190340765A1 (en) | Image Segmentation | |
US20100329571A1 (en) | Shape based registration | |
JP6620172B2 (ja) | 画像データをハンドリングするためのシステム及び方法 | |
CN109214398B (zh) | 一种从连续图像中量测杆体位置的方法和系统 | |
CN112529820A (zh) | Cbct系统半扇束几何校正方法、装置、设备和介质 | |
CN107610105B (zh) | 定位roi的方法、装置、设备及机器可读存储介质 | |
CN116503453B (zh) | 图像配准方法、装置、计算机可读存储介质及电子设备 | |
Bacchuwar et al. | Scale-space for empty catheter segmentation in PCI fluoroscopic images | |
Kalla et al. | 3D dental image registration using exhaustive deformable models: a comparative study |
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 |