CN115294166A - 一种图像边缘提取方法及装置 - Google Patents
一种图像边缘提取方法及装置 Download PDFInfo
- Publication number
- CN115294166A CN115294166A CN202210910223.6A CN202210910223A CN115294166A CN 115294166 A CN115294166 A CN 115294166A CN 202210910223 A CN202210910223 A CN 202210910223A CN 115294166 A CN115294166 A CN 115294166A
- Authority
- CN
- China
- Prior art keywords
- pixel
- pixel point
- edge
- value
- image
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种图像边缘提取方法及装置,涉及图像处理技术领域,所述方法包括:获取X光图像;对所述X光图像进行边缘特征提取,得到初始边缘图像;针对所述初始边缘图像中的每一像素点,获得根据该像素点的像素值以及该像素点的第一预设邻域内像素点的像素值确定的该像素点对应的梯度方向,根据所获得的梯度方向调整该像素点的像素值,得到中间边缘图像;基于预设的第一边缘强度阈值和第二边缘强度阈值,调整所述中间边缘图像中各像素点的像素值,得到所述X光图像的边缘图像。应用本发明实施例提供的图像边缘提取方案,能够提高所得到的边缘图像的精准度。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种图像边缘提取方法及装置。
背景技术
在医学领域,X光图像是较为常见的一种医学影像,对X光图像进行边缘提取可以得到X光轮廓图像,医师可以基于X光轮廓图像分析患者的病情。例如,医师可以通过直接观察病灶区域的X光轮廓图像来分析病变情况;又如,电子设备可以基于患者的X光轮廓图像与CT图像进行配准,得到患者特定部位的模拟X光图像,这样医师可以分析上述模拟X图像来判断上述特定部位的病情等。
可见,X光轮廓图像对于协助医师分析患者的病情具有极大的意义。
然而,由于X光图像具有图像内容复杂、数据噪声大、信噪比低等特点,现有技术中,对X光图像进行边缘提取时易受到干扰,导致所得到的X光轮廓图像精准度较低,质量较差。
发明内容
本发明实施例的目的在于提供一种图像边缘提取方法及装置,以提高所得到的边缘图像的精准度。具体技术方案如下:
第一方面,本发明实施例提供了一种图像边缘提取方法,所述方法包括:
获取X光图像;
对所述X光图像进行边缘特征提取,得到初始边缘图像;
针对所述初始边缘图像中的每一像素点,获得根据该像素点的像素值以及该像素点的第一预设邻域内像素点的像素值确定的该像素点对应的梯度方向,根据所获得的梯度方向调整该像素点的像素值,得到中间边缘图像;
基于预设的第一边缘强度阈值和第二边缘强度阈值,调整所述中间边缘图像中各像素点的像素值,得到所述X光图像的边缘图像。
本发明的一个实施例中,所述基于预设的第一边缘强度阈值和第二边缘强度阈值,调整所述中间边缘图像中各像素点的像素值,得到所述X光图像的边缘图像,包括:
针对所述中间边缘图像中的每一像素点,采用以下方式调整该像素点的像素值,得到所述X光图像的边缘图像:
若该像素点的像素值大于预设的第一边缘强度阈值,则为该像素点的像素值累加第一预设值;
若该像素点的像素值小于预设的第二边缘强度阈值,则为该像素点的像素值减去第二预设值,其中,所述第一边缘强度阈值大于所述第二边缘强度阈值。
本发明的一个实施例中,所述对所述X光图像进行边缘特征提取,得到初始边缘图像,包括:
根据所述X光图像中各像素点的像素值以及各像素点的第一预设邻域内像素点的像素值,获得各像素点在水平方向对应的第一梯度值和在竖直方向对应的第二梯度值;
根据所述X光图像中各像素点对应的第一梯度值和第二梯度值,获得各像素点对应的边缘强度,得到基于所获得边缘强度生成的初始边缘图像。
本发明的一个实施例中,所述获得根据该像素点的像素值以及该像素点的第一预设邻域内像素点的像素值确定的该像素点对应的梯度方向,根据所获得的梯度方向调整该像素点的像素值,包括:
根据该像素点对应的第一梯度值以及第二梯度值,获得该像素点对应的梯度方向;
从预设的角度分区中,确定所获得的梯度方向所属的目标角度分区,其中,每一角度分区包括呈中心对称的两个子角度分区;
从所述目标角度分区包括的每一子角度分区中该像素点的第二预设邻域内,分别确定该像素点对应的参考像素点;
基于所确定的参考像素点的像素值,调整该像素点的像素值。
本发明的一个实施例中,所述基于所确定的参考像素点的像素值,调整该像素点的像素值,包括:
根据该像素点对应的第一梯度值以及第二梯度值,确定所述目标角度分区的每一子角度分区中各参考像素点对应的插值比例;
针对所述目标角度分区的每一子角度分区,基于各参考像素点的像素值以及对应的插值比例,计算像素插值;
若所述目标角度分区的每一子角度分区对应的像素插值均大于该像素点的像素值,则将该像素点的像素值调整为0。
本发明的一个实施例中,在所述基于预设的第一边缘强度阈值和第二边缘强度阈值,调整所述中间边缘图像中各像素点的像素值,得到所述X光图像的边缘图像之后,还包括:
按照以下方式调整所述X光图像的边缘图像中各像素点的像素值:
将大于预设的第三边缘强度阈值的像素值调整为边缘像素点对应的像素值;
将小于预设的第四边缘强度阈值的像素值调整为非边缘像素点对应的像素值,其中,所述第三边缘强度阈值大于所述第四边缘强度阈值;
针对不大于所述第三边缘强度阈值且不小于所述第四边缘强度阈值的像素值,若该像素值对应的像素点的第三预设邻域内存在已确定的边缘像素点,则将该像素值调整为边缘像素点对应的像素值。
第二方面,本发明实施例提供了一种图像边缘提取装置,所述装置包括:
图像获取模块,用于获取X光图像;
边缘特征提取模块,用于对所述X光图像进行边缘特征提取,得到初始边缘图像;
第一像素值调整模块,用于针对所述初始边缘图像中的每一像素点,获得根据该像素点的像素值以及该像素点的第一预设邻域内像素点的像素值确定的该像素点对应的梯度方向,根据所获得的梯度方向调整该像素点的像素值,得到中间边缘图像;
第二像素值调整模块,用于基于预设的第一边缘强度阈值和第二边缘强度阈值,调整所述中间边缘图像中各像素点的像素值,得到所述X光图像的边缘图像。
本发明的一个实施例中,所述第二像素值调整模块,具体用于针对所述中间边缘图像中的每一像素点,采用以下方式调整该像素点的像素值,得到所述X光图像的边缘图像:
若该像素点的像素值大于预设的第一边缘强度阈值,则为该像素点的像素值累加第一预设值;若该像素点的像素值小于预设的第二边缘强度阈值,则为该像素点的像素值减去第二预设值,其中,所述第一边缘强度阈值大于所述第二边缘强度阈值。
本发明的一个实施例中,所述边缘特征提取模块,包括:
梯度值获得子模块,用于根据所述X光图像中各像素点的像素值以及各像素点的第一预设邻域内像素点的像素值,获得各像素点在水平方向对应的第一梯度值和在竖直方向对应的第二梯度值;
边缘强度获得子模块,用于根据所述X光图像中各像素点对应的第一梯度值和第二梯度值,获得各像素点对应的边缘强度,得到基于所获得边缘强度生成的初始边缘图像。
本发明的一个实施例中,所述第一像素值调整模块,包括:
梯度方向获得子模块,用于针对所述初始边缘图像中的每一像素点,根据该像素点对应的第一梯度值以及第二梯度值,获得该像素点对应的梯度方向;
目标角度分区确定子模块,用于从预设的角度分区中,确定所获得的梯度方向所属的目标角度分区,其中,每一角度分区包括呈中心对称的两个子角度分区;
参考像素点确定子模块,从所述目标角度分区包括的每一子角度分区中该像素点的第二预设邻域内,分别确定该像素点对应的参考像素点;
像素值调整子模块,用于基于所确定的参考像素点的像素值,调整该像素点的像素值,得到中间边缘图像。
本发明的一个实施例中,所述像素值调整子模块,具体用于根据该像素点对应的第一梯度值以及第二梯度值,确定所述目标角度分区的每一子角度分区中各参考像素点对应的插值比例;针对所述目标角度分区的每一子角度分区,基于各参考像素点的像素值以及对应的插值比例,计算像素插值;若所述目标角度分区的每一子角度分区对应的像素插值均大于该像素点的像素值,则将该像素点的像素值调整为0;基于调整结果得到中间边缘图像。
本发明的一个实施例中,所述装置还包括:
第三像素值调整模块,用于在所述第二像素值调整模块调整像素值之后,按照以下方式调整所述X光图像的边缘图像中各像素点的像素值:
将大于预设的第三边缘强度阈值的像素值调整为边缘像素点对应的像素值;
将小于预设的第四边缘强度阈值的像素值调整为非边缘像素点对应的像素值,其中,所述第三边缘强度阈值大于所述第四边缘强度阈值;
针对不大于所述第三边缘强度阈值且不小于所述第四边缘强度阈值的像素值,若该像素值对应的像素点的第三预设邻域内存在已确定的边缘像素点,则将该像素值调整为边缘像素点对应的像素值。
第三方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面所述的方法步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法步骤。
第五方面,本发明实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述第一方面所述方法步骤。
由以上可见,应用本发明实施例提供的图像边缘提取方案对X光图像进行边缘提取时,首先初次对X光图像进行边缘特征提取,得到初始边缘图像,针对初始边缘图像中的每一像素点,获得了根据初始边缘图像中该各像素点以及各像素点的第一预设邻域内像素点的像素值确定的各像素点对应的梯度方向,由于梯度方向表征了各像素点的像素值在第一预设邻域内变化速率最大的方向,因此,根据所获得的梯度方向调整各像素点的像素值,有利于剔除第一预设邻域内像素值非最大的冗余像素点,保留梯度方向上像素值较大的像素点,降低了初始边缘图像中的干扰信息,能够得到边缘轮廓更加清晰的中间边缘图像。
然后,基于预设的第一边缘强度阈值和第二边缘强度阈值,再次调整中间边缘图像中各像素点的像素值,这样增大或减小了各像素点的像素值,使得各像素点在中间边缘图像中的明暗区分程度更加明显,进一步降低了中间边缘图像中的干扰信息,使得调整后的边缘图像中的边缘轮廓更加清晰,提高了所得到的X光图像的边缘图像的精准度。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的实施例。
图1为本发明实施例提供的第一种图像边缘提取方法的流程示意图;
图2为本发明实施例提供的第二种图像边缘提取方法的流程示意图;
图3为本发明实施例提供的第三种图像边缘提取方法的流程示意图;
图4为本发明实施例提供的第四种图像边缘提取方法的流程示意图;
图5为人体脊椎区域的X光图像;
图6为应用现有技术中的图像边缘提取方法提取得到的边缘图像;
图7为应用本发明实施例提供的图像边缘提取方法提取得到的边缘图像;
图8为本发明实施例提供的第一种图像边缘提取装置的结构示意图;
图9为本发明实施例提供的第二种图像边缘提取装置的结构示意图;
图10为本发明实施例提供的第三种图像边缘提取装置的结构示意图;
图11为本发明实施例提供的一种电子设备的结构示意图。
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基于本申请所获得的所有其他实施例,都属于本发明保护的范围。
首先对本发明实施例提供的方案的执行主体进行说明。
本发明实施例所提供方案的执行主体可以为任意一台具有数据处理功能的电子设备。
下面对本发明实施例提供的图像边缘提取方法进行具体说明。
参见图1,图1为本发明实施例提供的第一种图像边缘提取方法的流程示意图,上述方法包括以下步骤S101-步骤S104。
步骤S101:获取X光图像。
X光图像可以为任意X光图像采集设备采集到的图像。例如,上述X光图像采集设备可以是大型X射线机,也可以是C型臂X光机、G型臂X光机等。
步骤S102:对X光图像进行边缘特征提取,得到初始边缘图像。
具体的,可以采用以下方式得到初始边缘图像。
一种实施方式中,可以基于边缘提取算子对X光图像进行边缘特征提取,得到初始边缘图像。例如,上述边缘提取算子可以是Roberts算子、Prewitt算子、Robinson算子、LOG(Laplacian of Gaussian,高斯-拉普拉斯)算子等等。
另一种实施方式中,可以首先基于X光图像中像素点的像素值,获得各像素点在水平方向对应的第一梯度值和在竖直方向对应的第二梯度值,基于各像素点对应的第一梯度值和第二梯度值获得各像素点对应的边缘强度,得到基于所获得边缘强度生成的初始边缘图像。具体实施方式详见后续图2所示实施例中步骤S202以及步骤S203,这里暂不详述。
步骤S103:针对初始边缘图像中的每一像素点,获得根据该像素点的像素值以及该像素点的第一预设邻域内像素点的像素值确定的该像素点对应的梯度方向,根据所获得的梯度方向调整该像素点的像素值,得到中间边缘图像。
本发明实施例不限定上述第一预设邻域的大小,其大小可以由工作人员根据经验设定。例如,第一预设邻域的大小可以为3×3,也可以为4×4等。
针对初始边缘图像中的每一像素点,该像素点对应的梯度方向为:该像素点的像素值在其第一预设邻域内变化率最高的方向,上述梯度方向为一个角度值。
其中,可以根据该像素点对应的第一梯度值以及第二梯度值,获得该像素点对应的梯度方向,具体实施方式详见后续图3所示实施例中步骤S304,这里暂不详述。
具体的,获得初始边缘图像中的各像素点对应的梯度方向之后,针对每一像素点,可以采用以下方式根据所获得的梯度方向调整该像素点的像素值,得到中间边缘图像。
一种实施方式中,可以在该像素点的第一预设邻域内,确定位于该像素点对应的梯度方向上、以及位于该像素点对应的梯度方向的相反方向上的目标像素点,基于目标像素点的像素值调整该像素点的像素值。具体的,可以判断该像素点的像素值是否大于目标像素点的像素值,若为否,则将该像素点的像素值确定为0。
下面对确定位于该像素点对应的梯度方向上的目标像素点的方式进行举例说明。
例如,第一预设邻域的大小为3×3,若像素点A对应的梯度方向为90°,那么可以确定出位于该像素点90°方向上的目标像素点为:位于像素点A正上方的像素点B;位于该像素点对应的梯度方向的相反方向上的目标像素点为:以及位于像素点A正下方的像素点C。
由于梯度方向表征了像素点的像素值在其第一预设邻域内变化率最高的方向,这样基于梯度方向确定出上述目标像素点,并根据目标像素点的像素值大小调整该像素点的像素值,有利于剔除第一预设邻域内像素值非最大的像素点,减少了初始图像中冗余的像素点,有利于使得初始图像中的边缘轮廓更加清晰。
一些情况下,在像素点的第一预设邻域内,可能不存在位于该像素点对应的梯度方向上以及位于该像素点对应的梯度方向的相反方向上的目标像素点。
如,在第一预设邻域的大小为3×3时,若像素点D对应的梯度方向为30°,在像素点D的第一预设邻域内不存在位于像素点D对应的梯度方向、以及位于该像素点对应的梯度方向的相反方向上的目标像素点。
在上述情况下,可以采用以下实施方式根据像素点对应的梯度方向调整该像素点的像素值。
另一种实施方式中,可以从预设的角度分区中,确定所获得的梯度方向所属的目标角度分区,然后,从目标角度分区包括的每一子角度分区中该像素点的第二预设邻域内,分别确定该像素点对应的参考像素点,基于所确定的参考像素点的像素值,调整该像素点的像素值。具体实施方式详见后续图3所示实施例中步骤S305-步骤S307,这里暂不详述。
步骤S104:基于预设的第一边缘强度阈值和第二边缘强度阈值,调整中间边缘图像中各像素点的像素值,得到X光图像的边缘图像。
本步骤中,基于第一边缘强度阈值和第二边缘强度阈值对中间边缘图像中各像素点的像素值进行调整,可以使得中间边缘图像中的边缘轮廓更加清晰。
具体的,可以采用以下方式调整中间边缘图像中各像素点的像素值,得到X光图像的边缘图像。
一种实施方式中,针对中间边缘图像中的每一像素点,可以采用以下方式调整该像素点的像素值:
若该像素点的像素值大于预设的第一边缘强度阈值,则为该像素点的像素值累加第一预设值;若该像素点的像素值小于预设的第二边缘强度阈值,则为该像素点的像素值减去第二预设值。其中,第一边缘强度阈值大于第二边缘强度阈值。
上述第一预设值以及第二预设值可以由工作人员根据经验设定。
其中,若为该像素点的像素值减去第二预设值后,该像素点的像素值小于0,则可以将该像素点的像素值确定为0。
这样增加了像素值大于第一边缘强度阈值的像素点的像素值,使得上述像素点在中间边缘图像中更加明亮清楚;同时,减小了像素值小于第二边缘强度阈值的像素点的像素值,使得上述像素点在中间边缘图像中更加暗淡模糊。可以看出,这样提高了各像素点在中间边缘图像中显示时的明暗区分程度,使得中间边缘图像中的边缘轮廓更加清晰。
需要说明的是,本发明实施例不限定上述第一边缘强度阈值以及第二边缘强度阈值的具体数值,上述第一边缘强度阈值以及第二边缘强度阈值可以由工作人员基于X光图像的特点通过预设实验等方式确定。
对于X光图像来说,其图像中各像素点的像素值差距原本就较小,因此,基于X光图像得到的中间边缘图像中,各像素点的像素值差距也较小,所以,用于增强像素点的第一边缘强度与用于抑制像素点的第二边缘强度之间的差距不宜过大。一种情况下,上述第一边缘强度阈值可以为35,第二边缘强度阈值为20。
在X光图像中,边缘像素点的像素值较高,非边缘像素点的像素值较低,因此,针对中间边缘图像中的各像素点,为像素值大于第一阈值的像素点的像素值累加第一预设值,使得上述像素点在中间边缘图像中更加明亮清楚,更加有利于边缘像素点在中间边缘图像中清晰显示;为像素值小于第一阈值的像素点的像素值减去第二预设值,使得上述像素点在中间边缘图像中更加暗淡模糊,更加有利于非边缘像素点在中间边缘图像中被抑制或消失。可见,这样有利于提高边缘像素点以及非边缘像素点在中间边缘图像中显示时的明暗区分程度,使得最终得到的边缘图像中边缘轮廓更加清晰,提高了所得到的X光图像的边缘图像的精准度。
其他实施方式详见后续实施例,这里暂不详述。
由以上可见,应用本发明实施例提供的图像边缘提取方法对X光图像进行边缘提取时,首先初次对X光图像进行边缘特征提取,得到初始边缘图像,针对初始边缘图像中的每一像素点,获得了根据初始边缘图像中该各像素点以及各像素点的第一预设邻域内像素点的像素值确定的各像素点对应的梯度方向,由于梯度方向表征了各像素点的像素值在第一预设邻域内变化速率最大的方向,因此,根据所获得的梯度方向调整各像素点的像素值,有利于剔除第一预设邻域内像素值非最大的冗余像素点,保留梯度方向上像素值较大的像素点,降低了初始边缘图像中的干扰信息,能够得到边缘轮廓更加清晰的中间边缘图像。
然后,基于预设的第一边缘强度阈值和第二边缘强度阈值,再次调整中间边缘图像中各像素点的像素值,这样增大或减小了各像素点的像素值,使得各像素点在中间边缘图像中的明暗区分程度更加明显,进一步降低了中间边缘图像中的干扰信息,使得调整后的边缘图像中的边缘轮廓更加清晰,提高了所得到的X光图像的边缘图像的精准度。
下面介绍前述步骤S104中基于预设的第一边缘强度阈值和第二边缘强度阈值,调整中间边缘图像中各像素点的像素值的其他实施方式。
另一种实施方式中,若该像素点的像素值大于预设的第一边缘强度阈值,则为该像素点的像素值累加第一预设值;若该像素点的像素值小于预设的第二边缘强度阈值,则将该像素点的像素值设置为0。
这样在增强了像素值大于第一边缘强度阈值的像素点,使得上述像素点在中间边缘图像中更加明亮清楚的同时,将像素值小于预设的第二边缘强度阈值的像素点的像素值设置为0,使得上述像素点在中间边缘图像中不能显示,也就是,从中间边缘图像中剔除了像素值小于预设的第二边缘强度阈值的像素点。
由于像素值小于预设的第二边缘强度阈值的像素点往往不是X光图像中的边缘像素点,因此,这样将上述像素点剔除,有利于降低这些像素点在边缘图像中的干扰。
本发明的一个实施例中,在前述步骤S102之前,还可以先对所得到的X光图像进行预处理,以便于后续步骤S102对X光图像进行边缘特征提取,得到初始边缘图像。
一种情况下,上述预处理可以是高斯滤波处理。这样有利于过滤掉可能对边缘提取存在干扰的部分噪声,保留X光图像的主体信息。
在图1所示实施例的基础上,在对X光图像进行边缘特征提取,得到初始边缘图像时,可以根据X光图像中各像素点的像素值以及各像素点的第一预设邻域内像素点的像素值,获得各像素点在水平方向对应的第一梯度值和在竖直方向对应的第二梯度值,然后根据上述第一梯度值和第二梯度值获得各像素点对应的边缘强度,得到基于所获得边缘强度生成的初始边缘图像。鉴于上述情况,本发明实施例提供了第二种图像边缘提取方法。
参见图2,图2为本发明实施例提供的第二种图像边缘提取方法的流程示意图,上述方法包括以下步骤S201-步骤S205。
步骤S201:获取X光图像。
上述步骤S201与前述图1所示实施例中步骤S101相同,这里不再赘述。
步骤S202:根据X光图像中各像素点的像素值以及各像素点的第一预设邻域内像素点的像素值,获得各像素点在水平方向对应的第一梯度值和在竖直方向对应的第二梯度值。
上述第一梯度值表征了像素点的像素值在其第一预设邻域内的水平方向上的变化率,可以衡量该像素点的像素值与其第一预设邻域内水平方向上的像素点的像素值的差异程度;上述第二梯度值表征了像素点的像素值在其第一预设邻域内的竖直方向上的变化率,可以衡量该像素点的像素值与其第一预设邻域内竖直方向上的像素点的像素值的差异程度。
具体的,针对X光图像中各像素点,可以采用应用于水平方向的卷积核,以该像素点为中心,在该像素点的邻域内进行卷积计算,得到该像素点在水平方向对应的第一梯度值。同理,可以采用应用于竖直方向的卷积核,以该像素点为中心,在该像素点的邻域内进行卷积计算,得到该像素点在竖直方向对应的第二梯度值。
其中,上述卷积核的大小与上述第一预设邻域相同。例如,第一预设邻域的大小为3×3,则上述卷积核的大小也为3×3。
一种情况下,上述应用于水平方向的卷积核可以是Sobelx卷积核,上述应用于竖直方向的卷积核可以是Sobely卷积核。
步骤S203:根据X光图像中各像素点对应的第一梯度值和第二梯度值,获得各像素点对应的边缘强度,得到基于所获得边缘强度生成的初始边缘图像。
本步骤中,像素点对应的边缘强度可以表征:该像素点的像素值与其第一预设邻域内其他像素点的像素值的差异程度。
可以理解的是,像素点对应的边缘强度越大,表明该像素点的像素值与其第一预设邻域内其他像素点的像素值的差异程度越大,也就是,该像素点是X光图像中的边缘像素点的概率越大。
具体的,可以采用以下方式获得各像素点对应的边缘强度。
一种实施方式中,可以计算各像素点对应的第一梯度值和第二梯度值的平方之和,并计算上述平方之和的开方,将计算结果作为各像素点对应的边缘强度。用公式表示如下:
其中,MAG表示像素点对应的边缘强度,dx表示像素点对应的第一梯度值,dy表示像素点对应的第二梯度值。
另一种实施方式中,可以计算各像素点对应的第一梯度值和第二梯度值的绝对值之和,将计算结果作为各像素点对应的边缘强度。用公式表示如下:
MAG=|dx|+|dy|
步骤S204:针对初始边缘图像中的每一像素点,获得根据该像素点的像素值以及该像素点的第一预设邻域内像素点的像素值确定的该像素点对应的梯度方向,根据所获得的梯度方向调整该像素点的像素值,得到中间边缘图像。
步骤S205:基于预设的第一边缘强度阈值和第二边缘强度阈值,调整中间边缘图像中各像素点的像素值,得到X光图像的边缘图像。
上述步骤S204-步骤S205前述图1所示实施例中步骤S103-步骤S104相同,这里不再赘述。
由于第一梯度值表征了像素点的像素值在其第一预设邻域内的水平方向上的变化率,第二梯度值表征了像素点的像素值在其第一预设邻域内的竖直方向上的变化率,且边缘强度可以由像素值的变化率衡量,因此,这样从水平和竖直两个方向上分别计算梯度,基于像素点在上述两个方向上的梯度获得像素点的边缘强度,可以更加准确的衡量该像素点的像素值与其第一预设邻域内像素点的像素值的差异,提高了所获得的边缘强度的准确度。
在图2所示实施例的基础上,在调整初始边缘图像中像素点的像素值时,可以根据该像素点对应的第一梯度值以及第二梯度值,获得该像素点对应的梯度方向,基于梯度方向在该像素点的第二预设邻域内确定该像素点对应的参考像素点,进而基于所确定的参考像素点的像素值,调整该像素点的像素值。鉴于以上情况,本发明实施例提供了第三种图像边缘提取方法。
参见图3,图3为本发明实施例提供的第三种图像边缘提取方法的流程示意图,上述方法包括以下步骤S301-步骤S308。
步骤S301:获取X光图像。
步骤S302:根据X光图像中各像素点的像素值以及各像素点的第一预设邻域内像素点的像素值,获得各像素点在水平方向对应的第一梯度值和在竖直方向对应的第二梯度值。
步骤S303:根据X光图像中各像素点对应的第一梯度值和第二梯度值,获得各像素点对应的边缘强度,得到基于所获得边缘强度生成的初始边缘图像。
上述步骤S301-步骤S303与前述图2所示实施例中步骤S201-步骤S203相同,这里不再赘述。
步骤S304:针对初始边缘图像中的每一像素点,根据该像素点对应的第一梯度值以及第二梯度值,获得该像素点对应的梯度方向。
由前述实施例可知,针对初始边缘图像中的每一像素点,该像素点对应的梯度方向为:该像素点的像素值在其第一预设邻域内变化率最高的方向,上述梯度方向为一个角度值。
一种实施方式中,像素点对应的梯度方向可以采用以下公式计算:
angel=arctan2(dy,dx)
其中,angel表示像素点对应的梯度方向。
进而对于任一像素点(r,c),该像素点对应的梯度方向可以采用以下公式计算:
angel(r,c)=arctan2{dy(r,c),dx(r,c)}
其中,(r,c)表示像素点的图像位置,angel(r,c)表示位于(r,c)的像素点对应的梯度方向,dx(r,c)表示位于(r,c)的像素点对应的第一梯度值,dy(r,c)表示位于(r,c)的像素点对应的第二梯度值。
步骤S305:从预设的角度分区中,确定所获得的梯度方向所属的目标角度分区。
其中,每一角度分区包括呈中心对称的两个子角度分区。上述每一角度分区包括的两个子角度分区的顶点重合,且关于顶点呈中心对称。
一种实施方式中,上述预设的角度分区可以如下所示:
第一角度分区:(45°,90°]∪(-135°,-90°];
第二角度分区:(90°,135°]∪(-90°,-45°];
第三角度分区:[0°,45°]∪[-180°,-135°];
第四角度分区:(135°,180°]∪(-45°,0°)。
其中,每一角度分区包含的两个集合即为该角度分区对应的两个子角度分区。
当然,上述角度分区划分方式仅为举例,本发明实施例并不限定划分上述角度分区的方式以及划分出的角度分区的数量。
下面通过举例说明根据梯度方向确定目标角度分区的方式。
例如,像素点E对应的梯度方向为60°,60°属于上述第一角度分区,则目标角度分区为上述第一角度分区;又如,像素点F对应的梯度方向为30°,30°属于上述第三角度分区,则目标角度分区为上述第三角度分区。
步骤S306:从目标角度分区包括的每一子角度分区中该像素点的第二预设邻域内,分别确定该像素点对应的参考像素点。
第二预设邻域的大小可以由工作人员根据经验设定。上述第二预设邻域的大小可以与第一预设邻域的大小相同,也可以不同。
具体的,针对目标角度分区包括的每一子角度分区,可以将位于该子角度分区中,且位于该像素点的第二预设邻域内的像素点确定为参考像素点。
例如,若第二预设邻域大小为3×3,像素点E(r,c)对应的梯度方向为60°,目标角度分区为上述第一角度分区,目标角度分区包含子角度分区a1:(45°,90°],以及子角度分区a2(-135°,-90°],则位于a1中,且位于E的3×3邻域内的像素点为:像素点E左上方的像素点F(r-1,c-1)以及像素点E上方的像素点G(r-1,c),即像素点F以及像素点G即为a1对应的参考像素点。
同理可以从子角度分区a2中该像素点的3×3邻域内,将像素点E右下方的像素点H(r+1,c+1)和像素点E上方的像素点I(r+1,c)确定为a2参考像素点。
需要说明的是,上述举例仅为便于理解而作出的,根据第二预设邻域大小的不同,所确定出的参考像素点的数量也不相同。
步骤S307:基于所确定的参考像素点的像素值,调整该像素点的像素值,得到中间边缘图像。
一种实施方式中,可以通过以下步骤A-步骤C调整该像素点的像素值。
步骤A:根据该像素点对应的第一梯度值以及第二梯度值,确定目标角度分区的每一子角度分区中各参考像素点对应的插值比例。
其中,上述差值比例的数量等于每一子角度分区中参考像素点的数量。
一种情况下,针对像素点(r,c),若该像素点对应的每一子角度分区中包含2个参考像素点,那么,上述2个参考像素点对应的插值比例可以分别为:|dx(r,c)|/|dy(r,c)|以及(1-|dx(r,c)|/|dy(r,c)|)。
步骤B:针对目标角度分区的每一子角度分区,基于各参考像素点的像素值以及对应的插值比例,计算像素插值。
具体的,针对目标角度分区的每一子角度分区,可以分别计算位于该子角度分区内的各参考像素点与上述插值比例之积,将计算结果作为该子角度分区对应的像素插值。
例如,针对像素点E,其对应子角度分区a1以及子角度分区a2,位于子角度分区a1的两个参考像素点的像素值分别为S1、S2,位于子角度分区a1的两个参考像素点的像素值分别为S3、S4,角度分区a1和a2中各参考像素点对应的插值比例均为P1以及(1-P1),则a1对应的像素插值即为:S1*P1+S2*(1-P1),a2对应的像素插值即为:S3*P1+S4*(1-P1)。
步骤C:若目标角度分区的每一子角度分区对应的像素插值均大于该像素点的像素值,则将该像素点的像素值调整为0。
其中,上述步骤A-步骤C的处理可以称为非极大值抑制处理,经过步骤A-步骤C处理后得到的中间边缘图像可以称为nonMaxsup(非极大值抑制)矩阵。
由于一个像素点对应的梯度插值表征了在该像素点的第二预设邻域内的梯度方向上可能的极大值,因此,若该像素点的像素值小于任何一个像素插值,表示该像素点的像素值不是其第二预设邻域内的极大值,将该像素点的像素值调整为0有利于剔除第一预设邻域内像素值非最大的像素点,减少了初始边缘图像中冗余的像素点。可见,这样通过对初始边缘图像中的像素点进行非极大值抑制处理,有利于降低初始边缘图像中的干扰信息,使得所得到的中间边缘图像中的边缘轮廓更加清晰。
另一种实施方式中,可以直接判断该像素点的像素值是否均大于参考像素点的像素值,若为否,则将该像素点的像素值调整为0。
步骤S308:基于预设的第一边缘强度阈值和第二边缘强度阈值,调整中间边缘图像中各像素点的像素值,得到X光图像的边缘图像。
上述步骤S308与前述步骤S104相同,这里不再赘述。
由于第一梯度值表征了像素点的像素值在其第一预设邻域内的水平方向上的变化率,第二梯度值表征了像素点的像素值在其第一预设邻域内的竖直方向上的变化率,这样根据该像素点对应的第一梯度值以及第二梯度值,可以准确的确定该像素点对应的梯度方向。另外,得到梯度方向之后,通过预先划分的角度分区,能够针对各种梯度方向的像素点确定参考像素点,进而基于参考点可以调整对应各种梯度方向的像素点的像素值。
参见图4,图4为本发明实施例提供的第四种图像边缘提取方法的流程示意图,上述方法包括以下步骤S401-步骤S407。
步骤S401:获取X光图像。
步骤S402:对X光图像进行边缘特征提取,得到初始边缘图像。
步骤S403:针对初始边缘图像中的每一像素点,获得根据该像素点的像素值以及该像素点的第一预设邻域内像素点的像素值确定的该像素点对应的梯度方向,根据所获得的梯度方向调整该像素点的像素值,得到中间边缘图像。
步骤S404:基于预设的第一边缘强度阈值和第二边缘强度阈值,调整中间边缘图像中各像素点的像素值,得到X光图像的边缘图像。
上述步骤S401-步骤S404与前述图1所示实施例中步骤S101-步骤S104相同,这里不再赘述。
在上述步骤S401-步骤S401之后,通过以下步骤S405-步骤S407调整X光图像的边缘图像中各像素点的像素值。
步骤S405:将大于预设的第三边缘强度阈值的像素值调整为边缘像素点对应的像素值。
需要说明的是,本发明实施例不限定上述第三边缘强度阈值的具体数值,上述第三边缘强度阈值可以由工作人员基于X光图像的特点通过预设实验等方式确定。
大于预设的第三边缘强度阈值的像素值对应的像素点为:是边缘像素点的可能性极高的像素点。将大于第三边缘强度阈值的像素值调整为边缘像素点对应的像素值,也就是将大于第三边缘强度阈值的像素值对应的像素点确定为边缘像素点。
其中,上述边缘像素点对应的像素值可以为255。
步骤S406:将小于预设的第四边缘强度阈值的像素值调整为非边缘像素点对应的像素值。
需要说明的是,本发明实施例不限定上述第四边缘强度阈值的具体数值,上述第四边缘强度阈值可以由工作人员基于X光图像的特点通过预设实验等方式确定。
其中,第四边缘强度阈值小于前述第三边缘强度阈值。
小于预设的第四边缘强度阈值的像素值对应的像素点为:是边缘像素点的可能性极低的像素点。这样将小于第四边缘强度阈值的像素值调整为非边缘像素点对应的像素值,也就是将小于第四边缘强度阈值的像素值对应的像素点确定为非边缘像素点,从而从边缘图像中剔除。
上述非边缘像素点对应的像素值可以为0。
步骤S407:针对不大于第三边缘强度阈值且不小于第四边缘强度阈值的像素值,若该像素值对应的像素点的第三预设邻域内存在已确定的边缘像素点,则将该像素值调整为边缘像素点对应的像素值。
第三预设邻域的大小可以由工作人员根据经验设定。上述第三预设邻域的大小可以与前述第一预设邻域或前述第二预设邻域中任意一个或多个相同,也可以与前述第一预设邻域或前述第二预设邻域均不相同。
不大于第三边缘强度阈值且不小于第四边缘强度阈值的像素值对应的像素点,其有可能是边缘像素点,也有可能不是边缘像素点。
若上述像素点的第三预设邻域内存在已确定的边缘像素点,那么说明该像素点与确定的边缘像素点相邻,因此可以将上述像素点确定为边缘像素点。这样可以使得确定出的边缘像素点较为连续。
由以上可见,得到边缘图像之后,针对边缘图像中各像素点,基于第三边缘强度阈值以及第四边缘强度阈值进行了双阈值滞后处理,这样能够进一步将边缘像素点可能性较高的像素点确定为边缘像素点,同时剔除了边缘像素点可能性较小的冗余像素点,进一步减少了上述像素点在边缘图像中的干扰,使得边缘图像中的边缘轮廓更加清晰。
另外,还针对边缘图像进行了边缘延长处理,即针对不大于第三边缘强度阈值且不小于第四边缘强度阈值的像素值,通过判断该像素值对应的像素点的第三预设邻域内是否存在已确定的边缘像素点,来判断是否将该像素值调整为边缘像素点对应的像素值,有利于使得所确定出的边缘像素点更加的连续,提高了所得到的边缘图像的质量。
下面结合图5、图6以及图7,对应用本发明实施例所提供的方案得到的边缘图像相较于应用现有技术中的方案得到的边缘图像的优点进行说明。
其中,图5为人体脊椎区域的X光图像,图6为应用现有技术中的图像边缘提取方法提取得到的边缘图像,图7为应用本发明实施例提供的图像边缘提取方法提取得到的边缘图像。
上述图6以及图7均为针对图5所示的X光图像进行边缘提取得到的边缘图像。
可以看出,图5所示的X光图像中,除了包含人体脊椎之外,还包含了一些其他骨骼、组织、标定物等无关内容的阴影。
在图6所示的边缘图像中,受人体脊椎区域的X光图像中其他骨骼、组织等的影响,边缘图像中除了包含脊椎主体部分的轮廓之外,还包含了许多由上述X光图像中其他骨骼、组织等带来的干扰线条或干扰点。
与图6相比,应用本发明实施例提供图像边缘提取方法提取得到的边缘图像图7中,不仅图中脊椎主体部分的轮廓更加的完整以及清晰,而且基本不包含由上述X光图像中其他骨骼、组织等带来的干扰线条或干扰点,有效降低了其他骨骼、组织等对于X光图像边缘提取时带来的影响。
综上可以看出,应用本发明实施例所提供的方案对X光图像进行边缘提取时,能够降低X光图像中无关内容的干扰,得到干扰信息更少、边缘轮廓更加清晰完整的高精准度边缘图像。这样能够有利于医师基于所得到的高精准度边缘图像进行病情分析,且提高了后续基于上述高精准度边缘图像进行医学图像配准时的准确度。
与上述图像边缘提取方法相对应的,本发明实施例还提供了一种图像边缘提取装置。
参见图8,图8为本发明实施例提供的第一种图像边缘提取装置,上述图像边缘提取装置包括以下模块801-模块804。
图像获取模块801,用于获取X光图像;
边缘特征提取模块802,用于对所述X光图像进行边缘特征提取,得到初始边缘图像;
第一像素值调整模块803,用于针对所述初始边缘图像中的每一像素点,获得根据该像素点的像素值以及该像素点的第一预设邻域内像素点的像素值确定的该像素点对应的梯度方向,根据所获得的梯度方向调整该像素点的像素值,得到中间边缘图像;
第二像素值调整模块804,用于基于预设的第一边缘强度阈值和第二边缘强度阈值,调整所述中间边缘图像中各像素点的像素值,得到所述X光图像的边缘图像。
由以上可见,应用本发明实施例提供的图像边缘提取方法对X光图像进行边缘提取时,首先初次对X光图像进行边缘特征提取,得到初始边缘图像,针对初始边缘图像中的每一像素点,获得了根据初始边缘图像中该各像素点以及各像素点的第一预设邻域内像素点的像素值确定的各像素点对应的梯度方向,由于梯度方向表征了各像素点的像素值在第一预设邻域内变化速率最大的方向,因此,根据所获得的梯度方向调整各像素点的像素值,有利于剔除第一预设邻域内像素值非最大的冗余像素点,保留梯度方向上像素值较大的像素点,降低了初始边缘图像中的干扰信息,能够得到边缘轮廓更加清晰的中间边缘图像。
然后,基于预设的第一边缘强度阈值和第二边缘强度阈值,再次调整中间边缘图像中各像素点的像素值,这样增大或减小了各像素点的像素值,使得各像素点在中间边缘图像中的明暗区分程度更加明显,进一步降低了中间边缘图像中的干扰信息,使得调整后的边缘图像中的边缘轮廓更加清晰,提高了所得到的X光图像的边缘图像的精准度。
本发明的一个实施例中,所述第二像素值调整模块804,具体用于针对所述中间边缘图像中的每一像素点,采用以下方式调整该像素点的像素值,得到所述X光图像的边缘图像:
若该像素点的像素值大于预设的第一边缘强度阈值,则为该像素点的像素值累加第一预设值;若该像素点的像素值小于预设的第二边缘强度阈值,则为该像素点的像素值减去第二预设值,其中,所述第一边缘强度阈值大于所述第二边缘强度阈值。
在X光图像中,边缘像素点的像素值较高,非边缘像素点的像素值较低,因此,针对中间边缘图像中的各像素点,为像素值大于第一阈值的像素点的像素值累加第一预设值,使得上述像素点在中间边缘图像中更加明亮清楚,更加有利于边缘像素点在中间边缘图像中清晰显示;为像素值小于第一阈值的像素点的像素值减去第二预设值,使得上述像素点在中间边缘图像中更加暗淡模糊,更加有利于非边缘像素点在中间边缘图像中被抑制或消失。可见,这样有利于提高边缘像素点以及非边缘像素点在中间边缘图像中显示时的明暗区分程度,使得最终得到的边缘图像中边缘轮廓更加清晰,提高了所得到的X光图像的边缘图像的精准度。
本发明的一个实施例中,所述装置还包括:第三像素值调整模块,用于在所述第二像素值调整模块804调整像素值之后,按照以下方式调整所述X光图像的边缘图像中各像素点的像素值:
将大于预设的第三边缘强度阈值的像素值调整为边缘像素点对应的像素值;
将小于预设的第四边缘强度阈值的像素值调整为非边缘像素点对应的像素值,其中,所述第三边缘强度阈值大于所述第四边缘强度阈值;
针对不大于所述第三边缘强度阈值且不小于所述第四边缘强度阈值的像素值,若该像素值对应的像素点的第三预设邻域内存在已确定的边缘像素点,则将该像素值调整为边缘像素点对应的像素值。
由以上可见,得到边缘图像之后,针对边缘图像中各像素点,基于第三边缘强度阈值以及第四边缘强度阈值进行了双阈值滞后处理,这样能够进一步将边缘像素点可能性较高的像素点确定为边缘像素点,同时剔除了边缘像素点可能性较小的冗余像素点,进一步减少了上述像素点在边缘图像中的干扰,使得边缘图像中的边缘轮廓更加清晰。
另外,还针对边缘图像进行了边缘延长处理,即针对不大于第三边缘强度阈值且不小于第四边缘强度阈值的像素值,通过判断该像素值对应的像素点的第三预设邻域内是否存在已确定的边缘像素点,来判断是否将该像素值调整为边缘像素点对应的像素值,有利于使得所确定出的边缘像素点更加的连续,提高了所得到的边缘图像的质量。
参见图9,图9为本发明实施例提供的第二种图像边缘提取装置,上述图像边缘提取装置包括以下模块901-模块905。
图像获取模块901,用于获取X光图像;
梯度值获得子模块902,用于根据所述X光图像中各像素点的像素值以及各像素点的第一预设邻域内像素点的像素值,获得各像素点在水平方向对应的第一梯度值和在竖直方向对应的第二梯度值;
边缘强度获得子模块903,用于根据所述X光图像中各像素点对应的第一梯度值和第二梯度值,获得各像素点对应的边缘强度,得到基于所获得边缘强度生成的初始边缘图像。
第一像素值调整模块904,用于针对所述初始边缘图像中的每一像素点,获得根据该像素点的像素值以及该像素点的第一预设邻域内像素点的像素值确定的该像素点对应的梯度方向,根据所获得的梯度方向调整该像素点的像素值,得到中间边缘图像;
第二像素值调整模块905,用于基于预设的第一边缘强度阈值和第二边缘强度阈值,调整所述中间边缘图像中各像素点的像素值,得到所述X光图像的边缘图像。
由于第一梯度值表征了像素点的像素值在其第一预设邻域内的水平方向上的变化率,第二梯度值表征了像素点的像素值在其第一预设邻域内的竖直方向上的变化率,且边缘强度可以由像素值的变化率衡量,因此,这样从水平和竖直两个方向上分别计算梯度,基于像素点在上述两个方向上的梯度获得像素点的边缘强度,可以更加准确的衡量该像素点的像素值与其第一预设邻域内像素点的像素值的差异,提高了所获得的边缘强度的准确度。
参见图10,图10为本发明实施例提供的第三种图像边缘提取装置,上述图像边缘提取装置包括以下模块1001-模块1008。
图像获取模块1001,用于获取X光图像;
梯度值获得子模块1002,用于根据所述X光图像中各像素点的像素值以及各像素点的第一预设邻域内像素点的像素值,获得各像素点在水平方向对应的第一梯度值和在竖直方向对应的第二梯度值;
边缘强度获得子模块1003,用于根据所述X光图像中各像素点对应的第一梯度值和第二梯度值,获得各像素点对应的边缘强度,得到基于所获得边缘强度生成的初始边缘图像。
梯度方向获得子模块1004,用于针对所述初始边缘图像中的每一像素点,根据该像素点对应的第一梯度值以及第二梯度值,获得该像素点对应的梯度方向;
目标角度分区确定子模块1005,用于从预设的角度分区中,确定所获得的梯度方向所属的目标角度分区,其中,每一角度分区包括呈中心对称的两个子角度分区;
参考像素点确定子模块1006,从所述目标角度分区包括的每一子角度分区中该像素点的第二预设邻域内,分别确定该像素点对应的参考像素点;
像素值调整子模块1007,用于基于所确定的参考像素点的像素值,调整该像素点的像素值,得到中间边缘图像。
第二像素值调整模块1008,用于基于预设的第一边缘强度阈值和第二边缘强度阈值,调整所述中间边缘图像中各像素点的像素值,得到所述X光图像的边缘图像。
由于第一梯度值表征了像素点的像素值在其第一预设邻域内的水平方向上的变化率,第二梯度值表征了像素点的像素值在其第一预设邻域内的竖直方向上的变化率,这样根据该像素点对应的第一梯度值以及第二梯度值,可以准确的确定该像素点对应的梯度方向。另外,得到梯度方向之后,通过预先划分的角度分区,能够针对各种梯度方向的像素点确定参考像素点,进而基于参考点可以调整对应各种梯度方向的像素点的像素值。
本发明的一个实施例中,所述像素值调整子模块1007,具体用于根据该像素点对应的第一梯度值以及第二梯度值,确定所述目标角度分区的每一子角度分区中各参考像素点对应的插值比例;针对所述目标角度分区的每一子角度分区,基于各参考像素点的像素值以及对应的插值比例,计算像素插值;若所述目标角度分区的每一子角度分区对应的像素插值均大于该像素点的像素值,则将该像素点的像素值调整为0;基于调整结果得到中间边缘图像。
由于一个像素点对应的梯度插值表征了在该像素点的第二预设邻域内的梯度方向上可能的极大值,因此,若该像素点的像素值小于任何一个像素插值,表示该像素点的像素值不是其第二预设邻域内的极大值,将该像素点的像素值调整为0有利于剔除第一预设邻域内像素值非最大的像素点,减少了初始边缘图像中冗余的像素点。可见,这样通过对初始边缘图像中的像素点进行非极大值抑制处理,有利于降低初始边缘图像中的干扰信息,使得所得到的中间边缘图像中的边缘轮廓更加清晰。
本发明实施例还提供了一种电子设备,如图11所示,包括处理器1101、通信接口1102、存储器1103和通信总线1104,其中,处理器1101,通信接口1102,存储器1103通过通信总线1104完成相互间的通信,
存储器1103,用于存放计算机程序;
处理器1101,用于执行存储器1103上所存放的程序时,实现本发明实施例提供的图像边缘提取方法。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例提供的图像边缘提取方法。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行本发明实施例提供的图像边缘提取方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备以及存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (14)
1.一种图像边缘提取方法,其特征在于,所述方法包括:
获取X光图像;
对所述X光图像进行边缘特征提取,得到初始边缘图像;
针对所述初始边缘图像中的每一像素点,获得根据该像素点的像素值以及该像素点的第一预设邻域内像素点的像素值确定的该像素点对应的梯度方向,根据所获得的梯度方向调整该像素点的像素值,得到中间边缘图像;
基于预设的第一边缘强度阈值和第二边缘强度阈值,调整所述中间边缘图像中各像素点的像素值,得到所述X光图像的边缘图像。
2.根据权利要求1所述的方法,其特征在于,所述基于预设的第一边缘强度阈值和第二边缘强度阈值,调整所述中间边缘图像中各像素点的像素值,得到所述X光图像的边缘图像,包括:
针对所述中间边缘图像中的每一像素点,采用以下方式调整该像素点的像素值,得到所述X光图像的边缘图像:
若该像素点的像素值大于预设的第一边缘强度阈值,则为该像素点的像素值累加第一预设值;
若该像素点的像素值小于预设的第二边缘强度阈值,则为该像素点的像素值减去第二预设值,其中,所述第一边缘强度阈值大于所述第二边缘强度阈值。
3.根据权利要求1或2所述的方法,其特征在于,所述对所述X光图像进行边缘特征提取,得到初始边缘图像,包括:
根据所述X光图像中各像素点的像素值以及各像素点的第一预设邻域内像素点的像素值,获得各像素点在水平方向对应的第一梯度值和在竖直方向对应的第二梯度值;
根据所述X光图像中各像素点对应的第一梯度值和第二梯度值,获得各像素点对应的边缘强度,得到基于所获得边缘强度生成的初始边缘图像。
4.根据权利要求3所述的方法,其特征在于,所述获得根据该像素点的像素值以及该像素点的第一预设邻域内像素点的像素值确定的该像素点对应的梯度方向,根据所获得的梯度方向调整该像素点的像素值,包括:
根据该像素点对应的第一梯度值以及第二梯度值,获得该像素点对应的梯度方向;
从预设的角度分区中,确定所获得的梯度方向所属的目标角度分区,其中,每一角度分区包括呈中心对称的两个子角度分区;
从所述目标角度分区包括的每一子角度分区中该像素点的第二预设邻域内,分别确定该像素点对应的参考像素点;
基于所确定的参考像素点的像素值,调整该像素点的像素值。
5.根据权利要求4所述的方法,其特征在于,所述基于所确定的参考像素点的像素值,调整该像素点的像素值,包括:
根据该像素点对应的第一梯度值以及第二梯度值,确定所述目标角度分区的每一子角度分区中各参考像素点对应的插值比例;
针对所述目标角度分区的每一子角度分区,基于各参考像素点的像素值以及对应的插值比例,计算像素插值;
若所述目标角度分区的每一子角度分区对应的像素插值均大于该像素点的像素值,则将该像素点的像素值调整为0。
6.根据权利要求1或2所述的方法,其特征在于,在所述基于预设的第一边缘强度阈值和第二边缘强度阈值,调整所述中间边缘图像中各像素点的像素值,得到所述X光图像的边缘图像之后,还包括:
按照以下方式调整所述X光图像的边缘图像中各像素点的像素值:
将大于预设的第三边缘强度阈值的像素值调整为边缘像素点对应的像素值;
将小于预设的第四边缘强度阈值的像素值调整为非边缘像素点对应的像素值,其中,所述第三边缘强度阈值大于所述第四边缘强度阈值;
针对不大于所述第三边缘强度阈值且不小于所述第四边缘强度阈值的像素值,若该像素值对应的像素点的第三预设邻域内存在已确定的边缘像素点,则将该像素值调整为边缘像素点对应的像素值。
7.一种图像边缘提取装置,其特征在于,所述装置包括:
图像获取模块,用于获取X光图像;
边缘特征提取模块,用于对所述X光图像进行边缘特征提取,得到初始边缘图像;
第一像素值调整模块,用于针对所述初始边缘图像中的每一像素点,获得根据该像素点的像素值以及该像素点的第一预设邻域内像素点的像素值确定的该像素点对应的梯度方向,根据所获得的梯度方向调整该像素点的像素值,得到中间边缘图像;
第二像素值调整模块,用于基于预设的第一边缘强度阈值和第二边缘强度阈值,调整所述中间边缘图像中各像素点的像素值,得到所述X光图像的边缘图像。
8.根据权利要求7所述的装置,其特征在于,
所述第二像素值调整模块,具体用于针对所述中间边缘图像中的每一像素点,采用以下方式调整该像素点的像素值,得到所述X光图像的边缘图像:
若该像素点的像素值大于预设的第一边缘强度阈值,则为该像素点的像素值累加第一预设值;若该像素点的像素值小于预设的第二边缘强度阈值,则为该像素点的像素值减去第二预设值,其中,所述第一边缘强度阈值大于所述第二边缘强度阈值。
9.根据权利要求7或8所述的装置,其特征在于,所述边缘特征提取模块,包括:
梯度值获得子模块,用于根据所述X光图像中各像素点的像素值以及各像素点的第一预设邻域内像素点的像素值,获得各像素点在水平方向对应的第一梯度值和在竖直方向对应的第二梯度值;
边缘强度获得子模块,用于根据所述X光图像中各像素点对应的第一梯度值和第二梯度值,获得各像素点对应的边缘强度,得到基于所获得边缘强度生成的初始边缘图像。
10.根据权利要求9所述的装置,其特征在于,所述第一像素值调整模块,包括:
梯度方向获得子模块,用于针对所述初始边缘图像中的每一像素点,根据该像素点对应的第一梯度值以及第二梯度值,获得该像素点对应的梯度方向;
目标角度分区确定子模块,用于从预设的角度分区中,确定所获得的梯度方向所属的目标角度分区,其中,每一角度分区包括呈中心对称的两个子角度分区;
参考像素点确定子模块,从所述目标角度分区包括的每一子角度分区中该像素点的第二预设邻域内,分别确定该像素点对应的参考像素点;
像素值调整子模块,用于基于所确定的参考像素点的像素值,调整该像素点的像素值,得到中间边缘图像。
11.根据权利要求10所述的装置,其特征在于,
所述像素值调整子模块,具体用于根据该像素点对应的第一梯度值以及第二梯度值,确定所述目标角度分区的每一子角度分区中各参考像素点对应的插值比例;针对所述目标角度分区的每一子角度分区,基于各参考像素点的像素值以及对应的插值比例,计算像素插值;若所述目标角度分区的每一子角度分区对应的像素插值均大于该像素点的像素值,则将该像素点的像素值调整为0;基于调整结果得到中间边缘图像。
12.根据权利要求7或8所述的装置,其特征在于,所述装置还包括:
第三像素值调整模块,用于在所述第二像素值调整模块调整像素值之后,按照以下方式调整所述X光图像的边缘图像中各像素点的像素值:
将大于预设的第三边缘强度阈值的像素值调整为边缘像素点对应的像素值;
将小于预设的第四边缘强度阈值的像素值调整为非边缘像素点对应的像素值,其中,所述第三边缘强度阈值大于所述第四边缘强度阈值;
针对不大于所述第三边缘强度阈值且不小于所述第四边缘强度阈值的像素值,若该像素值对应的像素点的第三预设邻域内存在已确定的边缘像素点,则将该像素值调整为边缘像素点对应的像素值。
13.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-6任一所述的方法步骤。
14.一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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210910223.6A CN115294166A (zh) | 2022-07-29 | 2022-07-29 | 一种图像边缘提取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210910223.6A CN115294166A (zh) | 2022-07-29 | 2022-07-29 | 一种图像边缘提取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115294166A true CN115294166A (zh) | 2022-11-04 |
Family
ID=83826208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210910223.6A Pending CN115294166A (zh) | 2022-07-29 | 2022-07-29 | 一种图像边缘提取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115294166A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117912404A (zh) * | 2024-03-15 | 2024-04-19 | 杭州海康威视数字技术股份有限公司 | 一种应用于led显示屏的灯珠有效像素点的边界确定方法 |
CN117982106A (zh) * | 2024-04-02 | 2024-05-07 | 天津市肿瘤医院(天津医科大学肿瘤医院) | 一种基于mri图像的乳腺癌化疗疗效预测系统及方法 |
-
2022
- 2022-07-29 CN CN202210910223.6A patent/CN115294166A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117912404A (zh) * | 2024-03-15 | 2024-04-19 | 杭州海康威视数字技术股份有限公司 | 一种应用于led显示屏的灯珠有效像素点的边界确定方法 |
CN117982106A (zh) * | 2024-04-02 | 2024-05-07 | 天津市肿瘤医院(天津医科大学肿瘤医院) | 一种基于mri图像的乳腺癌化疗疗效预测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109830289B (zh) | 肋骨图像显示装置 | |
CN110458827B (zh) | 医学影像坏点的检测方法、装置、设备及介质 | |
CN109509186B (zh) | 基于大脑ct图像的缺血性脑卒中病灶检测方法及装置 | |
CN110473143B (zh) | 一种三维mra医学图像拼接方法及装置、电子设备 | |
CN110610498A (zh) | 乳腺钼靶图像处理方法、系统、存储介质及设备 | |
CN110555856A (zh) | 一种基于深度神经网络的黄斑水肿病变区域分割方法 | |
CN115294166A (zh) | 一种图像边缘提取方法及装置 | |
CN111882565B (zh) | 一种图像二值化方法、装置、设备及存储介质 | |
CN116452464B (zh) | 一种基于深度学习的胸部图像增强处理方法 | |
CN113888566B (zh) | 目标轮廓曲线确定方法、装置、电子设备以及存储介质 | |
CN109758170B (zh) | X射线成像设备的曝光参数调节方法和装置 | |
CN113450341A (zh) | 图像处理方法及装置、计算机可读存储介质及电子设备 | |
CN106651768B (zh) | 图像校正方法及装置、x射线摄影设备 | |
CN116563166A (zh) | 一种图像增强方法、装置、存储介质和设备 | |
CN115546185A (zh) | 血管图像的轮廓提取方法、装置、设备及存储介质 | |
CN110084866B (zh) | 一种计算机断层成像方法和装置 | |
Jian et al. | Cloud image processing and analysis based flatfoot classification method | |
CN115147360A (zh) | 一种斑块分割方法、装置、电子设备及可读存储介质 | |
CN114565646A (zh) | 一种图像配准方法、设备、电子设备及可读存储介质 | |
CN113962938A (zh) | 图像分割方法、装置、计算机设备和可读存储介质 | |
CN114298934B (zh) | 一种基于像素调节的面颊夹显影弱化方法、装置 | |
CN117876402B (zh) | 一种用于颞下颌关节紊乱病影像的智能分割方法 | |
RU2684181C1 (ru) | Способ автоматизированного анализа цифровых флюорографических снимков | |
WO2023138273A1 (zh) | 图像增强方法和系统 | |
Samant et al. | Automated edge detection: new methodologies for portal imaging |
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 |