CN202736125U - 一种医学图像的边缘检测系统 - Google Patents

一种医学图像的边缘检测系统 Download PDF

Info

Publication number
CN202736125U
CN202736125U CN2012202840772U CN201220284077U CN202736125U CN 202736125 U CN202736125 U CN 202736125U CN 2012202840772 U CN2012202840772 U CN 2012202840772U CN 201220284077 U CN201220284077 U CN 201220284077U CN 202736125 U CN202736125 U CN 202736125U
Authority
CN
China
Prior art keywords
medical image
detection system
rim detection
interface
module
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.)
Expired - Fee Related
Application number
CN2012202840772U
Other languages
English (en)
Inventor
孔银昌
王宝红
庞建丽
高丽娜
陈中良
李俊峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huanghuai University
Original Assignee
Huanghuai University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huanghuai University filed Critical Huanghuai University
Priority to CN2012202840772U priority Critical patent/CN202736125U/zh
Application granted granted Critical
Publication of CN202736125U publication Critical patent/CN202736125U/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)

Abstract

本实用新型公开一种医学图像的边缘检测系统，其包括：用于从医学图像产生设备中获取医学图像的医学图像获取设备，其连接医学图像产生设备；用于对医学图像进行边缘检测，输出检测结果的医学图像检测设备，其连接医学图像获取设备；其中，医学图像检测设备包括依次连接的双边滤波器、梯度幅值和方向计算模块、插值处理模块、非极大值抑制处理模块、双阈值计算模块和图像边缘连接模块。本实用新型不仅可以确保图像边缘检测的准确性，还提高了系统的适应性，且具有系统结构简单、容易实现的优点。

Description

一种医学图像的边缘检测系统
技术领域
本实用新型涉及一种检测系统，尤其是涉及一种医学图像的边缘检测系统。
背景技术
边缘是图像最基本的特征。边缘检测在计算机视觉、图像分析等应用中起着重要的作用，是图像分析与识别的重要环节，这是因为图像的边缘包含了用于识别的有用信息。所以边缘检测是图像分析和模式识别的主要特征提取手段。
边缘检测应用在医学图像处理领域，是医学图像处理的关键技术之一，目的是在有噪声背景的图像中确定出目标的边界，边缘检测的好坏，会直接影响到后续的治疗过程。它在医学图像匹配、肿瘤病灶确定、造影血管检测、冠心病诊断、左心室边缘抽出等方面占有举足轻重的地位。
目前的图像边缘检测系统在进行边缘检测时，一方面，应用高斯滤波器对原图像进行滤波后，在一定程度上对噪声起到了抑制作用，却也对图像的边缘信息进行了平滑，使得边缘信息丢失；另一方面，在进行边缘点的选取时，需要人工设定高低两个阈值，当光照或场景发生变化时，又需要人工来改变此双阈值，这使目前的图像边缘检测系统存在两方面的缺陷：一是系统结构复杂，实现难度较大；二是适应性较差。
实用新型内容
针对现有技术的缺陷，本实用新型提出一种医学图像的边缘检测系统，具有系统结构简单、易于实现且适应性较好的特点。
本实用新型采用如下技术方案实现：一种医学图像的边缘检测系统，其包括：用于从医学图像产生设备中获取医学图像的医学图像获取设备，其连接医学图像产生设备；用于对医学图像进行边缘检测，输出检测结果的医学图像检测设备，其连接医学图像获取设备。
其中，所述医学图像检测设备具体包括：用于对医学图像通过双边滤波进行去噪处理的双边滤波器；用于计算滤波后的医学图像的梯度、方向和幅值的梯度幅值和方向计算模块；用于沿梯度方向对医学图像进行梯度幅值插值处理的插值处理模块；用于对医学图像进行非极大值抑制处理的非极大值抑制处理模块；用于通过计算医学图像的梯度直方图，自适应确定双阈值的双阈值计算模块；用于扫描医学图像，对医学图像的每一个像素点根据双阈值确定是否为边缘点，且将所有边缘点根据连通性连接后输出检测结果的图像边缘连接模块；其中，双边滤波器、梯度幅值和方向计算模块、插值处理模块、非极大值抑制处理模块、双阈值计算模块和图像边缘连接模块依次连接。
其中，所述医学图像获取设备通过数据接口或网络接口连接医学图像产生设备。
其中，所述数据接口包括USB接口、PCMCIA接口或SD卡接口。
其中，所述网络接口为以太网络接口、无线网络接口或虚拟网络接口。
与现有技术相比，本实用新型具有如下有益效果：
本实用新型提出的医学图像的边缘检测系统，通过双边滤波和梯度幅值类间方差最大化来自适用确定双阈值，不仅可以确保图像边缘检测的准确性，更提高了系统的适应性。另外，本实用新型还具有系统结构简单、容易实现的优点。
附图说明
图1是本实用新型边缘检测系统的结构示意图。
图2是图1中边缘检测设备的结构示意图。
具体实施方式
如图1所示，本实用新型提出一种医学图像的边缘检测系统2，其连接医学图像产生设备1，从医学图像产生设备1获取医学图像并对医学图像进行边缘检测。
其中，医学图像产生设备1为任何可以产生并输出医学图像的设备，比如多普勒超声检测设备、直接数字化X射线摄影系统（Digital Radiography，DR）等等。
所述边缘检测系统2包括：用于从医学图像产生设备1中获取医学图像的医学图像获取设备21，其通过数据接口（比如USB接口、PCMCIA接口、SD卡接口等）或网络接口（比如以太网接口、无线网络接口、虚拟网络接口等）连接医学图像产生设备1；用于对医学图像进行边缘检测，输出检测结果的医学图像检测设备22，其连接医学图像获取设备21。
结合图2所示，在一个较佳实施例中，医学图像检测设备22具体包括依次连接的双边滤波器221、梯度幅值和方向计算模块222、插值处理模块223、非极大值抑制处理模块224、双阈值计算模块225和图像边缘连接模块226。
双边滤波器221用于对医学图像通过双边滤波进行去噪处理，双边滤波器221在处理相邻各像素的灰度时，不仅考虑了空间的邻近关系，也考虑了灰度的相似关系，通过对二者的非线性组合，自适应滤波得到平滑图像，通过双边滤波器221的滤波处理不仅滤除了大量的噪声，而且保留了医学图像的边缘信息。
经过双边滤波器221处理后的医学图像，由梯度幅值和方向计算模块222计算滤波后的医学图像的梯度、方向和幅值。
插值处理模块223则使用3×3大小的窗口在8个方向的领域对M[i,j］的所有沿梯度方向进行梯度幅值的插值。非极大值抑制处理模块224用于在每一点上，领域的中心像素M[i,j］与梯度方向上相邻两个像素比较，如果小于相邻梯度的两个幅值，则将其标记为0，否则标记为1，这一过程就把M[i,j］多点细化为了一个元素宽度，保留了医学图像精确的梯度幅值。
双阈值计算模块225用于自适应确定双阈值，具体来说，通过计算梯度直方图，应用OTSU算法计算双阈值Th和Tl。在自适应确定双阈值后，由图像边缘连接模块226扫描图像，对边缘图像中标记为候选边缘的任一像素点(i,j)进行检测，若点(i,j)的梯度幅值G(i,j)大于高阈值Th，则认为一定是边缘点；若点(i,j)梯度幅值G(i,j)小于低阈值Tl，则认为该点一定不是边缘点；而对于梯度幅值G(i，j)位于Th和Tl之间的像素点，则将其看着疑似边缘点，再进一步依据边缘的连通性进行判断，若该像素点的邻接像素中有边缘点，则认为该点也是边缘点，否则该点为非边缘点。
综上，本实用新型提出的医学图像的边缘检测系统，通过双边滤波和梯度幅值类间方差最大化来自适用确定双阈值，不仅可以确保图像边缘检测的准确性，更提高了系统的适应性。另外，本实用新型还具有系统结构简单、容易实现的优点。
以上所述仅为本实用新型的较佳实施例而已，并不用以限制本实用新型，凡在本实用新型的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本实用新型的保护范围之内。

Claims (5)

1.一种医学图像的边缘检测系统，其特征在于，所述边缘检测系统包括：
用于从医学图像产生设备中获取医学图像的医学图像获取设备，其连接医学图像产生设备；
用于对医学图像进行边缘检测，输出检测结果的医学图像检测设备，其连接医学图像获取设备。
2.根据权利要求1所述一种医学图像的边缘检测系统，其特征在于，所述医学图像检测设备具体包括：
用于对医学图像通过双边滤波进行去噪处理的双边滤波器；
用于计算滤波后的医学图像的梯度、方向和幅值的梯度幅值和方向计算模块；
用于沿梯度方向对医学图像进行梯度幅值插值处理的插值处理模块；
用于对医学图像进行非极大值抑制处理的非极大值抑制处理模块；
用于通过计算医学图像的梯度直方图，自适应确定双阈值的双阈值计算模块；
用于扫描医学图像，对医学图像的每一个像素点根据双阈值确定是否为边缘点，且将所有边缘点根据连通性连接后输出检测结果的图像边缘连接模块；
其中，双边滤波器、梯度幅值和方向计算模块、插值处理模块、非极大值抑制处理模块、双阈值计算模块和图像边缘连接模块依次连接。
3.根据权利要求1所述一种医学图像的边缘检测系统，其特征在于，所述医学图像获取设备通过数据接口或网络接口连接医学图像产生设备。
4.根据权利要求3所述一种医学图像的边缘检测系统，其特征在于，所述数据接口包括USB接口、PCMCIA接口或SD卡接口。
5.根据权利要求3所述一种医学图像的边缘检测系统，其特征在于，所述网络接口为以太网络接口、无线网络接口或虚拟网络接口。
CN2012202840772U 2012-06-15 2012-06-15 一种医学图像的边缘检测系统 Expired - Fee Related CN202736125U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012202840772U CN202736125U (zh) 2012-06-15 2012-06-15 一种医学图像的边缘检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012202840772U CN202736125U (zh) 2012-06-15 2012-06-15 一种医学图像的边缘检测系统

Publications (1)

Publication Number Publication Date
CN202736125U true CN202736125U (zh) 2013-02-13

Family

ID=47661803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012202840772U Expired - Fee Related CN202736125U (zh) 2012-06-15 2012-06-15 一种医学图像的边缘检测系统

Country Status (1)

Country Link
CN (1) CN202736125U (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809677A (zh) * 2016-03-03 2016-07-27 Tcl集团股份有限公司 一种基于双边滤波器的图像边缘检测方法及系统
CN106157301A (zh) * 2016-06-23 2016-11-23 凌云光技术集团有限责任公司 一种用于图像边缘检测的阈值自确定方法及装置
CN106908169A (zh) * 2017-02-28 2017-06-30 中国科学院合肥物质科学研究院 一种分布式光纤温度传感器数据处理方法
CN109674493A (zh) * 2018-11-28 2019-04-26 深圳蓝韵医学影像有限公司 医用超声自动追踪颈动脉血管的方法、系统及设备
CN109993750A (zh) * 2017-12-29 2019-07-09 中国科学院深圳先进技术研究院 一种手腕骨的分割识别方法及系统、终端及可读存储介质
CN110752013A (zh) * 2019-10-29 2020-02-04 山东大学 一种宫颈癌激光图像的数据预处理系统

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809677A (zh) * 2016-03-03 2016-07-27 Tcl集团股份有限公司 一种基于双边滤波器的图像边缘检测方法及系统
CN105809677B (zh) * 2016-03-03 2020-12-22 武汉Tcl集团工业研究院有限公司 一种基于双边滤波器的图像边缘检测方法及系统
CN106157301A (zh) * 2016-06-23 2016-11-23 凌云光技术集团有限责任公司 一种用于图像边缘检测的阈值自确定方法及装置
CN106157301B (zh) * 2016-06-23 2019-02-05 凌云光技术集团有限责任公司 一种用于图像边缘检测的阈值自确定方法及装置
CN106908169A (zh) * 2017-02-28 2017-06-30 中国科学院合肥物质科学研究院 一种分布式光纤温度传感器数据处理方法
CN106908169B (zh) * 2017-02-28 2020-03-17 中国科学院合肥物质科学研究院 一种分布式光纤温度传感器数据处理方法
CN109993750A (zh) * 2017-12-29 2019-07-09 中国科学院深圳先进技术研究院 一种手腕骨的分割识别方法及系统、终端及可读存储介质
CN109993750B (zh) * 2017-12-29 2020-12-25 中国科学院深圳先进技术研究院 一种手腕骨的分割识别方法及系统、终端及可读存储介质
CN109674493A (zh) * 2018-11-28 2019-04-26 深圳蓝韵医学影像有限公司 医用超声自动追踪颈动脉血管的方法、系统及设备
CN109674493B (zh) * 2018-11-28 2021-08-03 深圳蓝韵医学影像有限公司 医用超声自动追踪颈动脉血管的方法、系统及设备
CN110752013A (zh) * 2019-10-29 2020-02-04 山东大学 一种宫颈癌激光图像的数据预处理系统

Similar Documents

Publication Publication Date Title
CN202736125U (zh) 一种医学图像的边缘检测系统
Hao et al. Improved self-adaptive edge detection method based on Canny
US8750375B2 (en) Echocardiogram view classification using edge filtered scale-invariant motion features
WO2017084204A1 (zh) 一种二维视频流中的人体骨骼点追踪方法及系统
CN105147311B (zh) 用于ct系统中的可视化设备辅助扫描定位方法和系统
CN104075965B (zh) 一种基于分水岭分割的显微图像颗粒粒度测量方法
CN103218605A (zh) 一种基于积分投影与边缘检测的快速人眼定位方法
CN108898593B (zh) 一种基于腹部ct医学图像融合分类的检测装置
CN104361314A (zh) 基于红外与可见光图像融合的变电设备定位方法及装置
CN106491114B (zh) 一种心率检测方法及装置
Ni et al. Selective search and sequential detection for standard plane localization in ultrasound
US20130237829A1 (en) Methods and systems for color flow dynamic frame persistence
CN109886195B (zh) 基于深度相机近红外单色灰度图的皮肤识别方法
CN102184532A (zh) 基于单一尺度的医学图像边缘检测
CN110188639A (zh) 人脸图像处理方法及其系统、计算机设备、可读存储介质
CN104182984A (zh) 动态超声影像中的血管边缘形态快速自动采集方法及系统
Zhang et al. Photometric stereo for three-dimensional leaf venation extraction
CN103914829A (zh) 一种含噪图像边缘检测方法
Yasmin et al. Robust segmentation algorithm using LOG edge detector for effective border detection of noisy skin lesions
CN112070741B (zh) 一种基于图像显著性区域提取方法的大米垩白度检测系统
Kusumaningtyas et al. Feature extraction for application of heart abnormalities detection through iris based on mobile devices
Cheng et al. Automatic detection of region of interest and center point of left ventricle using watershed segmentation
Feng et al. Enhancing scene structure in prosthetic vision using iso-disparity contour perturbance maps
CN105512629B (zh) 一种人体手指静脉图像骨关节定位方法
WO2014082925A1 (en) A system and a method for processing post segmentation data of a medical image

Legal Events

Date Code Title Description
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130213

Termination date: 20150615

EXPY Termination of patent right or utility model