一种序列化可视人体切片图像自动分割方法技术

本发明专利技术公开了一种序列化可视人体切片图像自动分割方法，包括以下步骤：S1：选取彩色器官切片图像的序列化图像；S2：运用基于优化能量函数的最小割算法对该图像进行前景区域和背景区域进行分割处理；S3：基于腐蚀算法提取该图像中前景区域的种子点图像；S4：基于细化算法提取该图像中背景区域的骨架图像；S5：根据前景区域的种子点和背景区域的骨架分割序列化图像的第二张图像。该方法结合交互式分割和序列化自动分割两种分割方式，既能降低分割的鲁棒性受医学图像复杂程度的影响，又能大大节省分割时间，在实现人体器官的分割提取、人体组织和其病变区域的定量分析等医学工作领域上具有十分重要的现实意义。

【技术实现步骤摘要】
一种序列化可视人体切片图像自动分割方法
本专利技术涉及图像分割
，尤其涉及一种序列化可视人体切片图像自动分割方法。
技术介绍
近年来，可视人体研究日益深化，使得使用可视人数据集并将其应用于实际研究的需要成为可能。在数据集的3D重绘过程中人工提取所需的组织或器官需要消耗大量的人力。传统的图像自动分割算法面对颜色十分接近的不同的人体组织也无法快速精准的将其分割开。基于光谱分析和骨架涂鸦的序列化自动分割方法可以将组织之间及其细小的颜色差异识别出来，并快速、精准、有效地将研究所需的人体组织器官从庞大的数据集中分离出来，为今后的医学研究提供可靠的数据来源。在医学工程方面，关于人体切片可视化的研究促进了人类医学、生物科学事业的发展。图像的分割技术先后经历了人工、半自动和自动分割的发展历程。现有技术中在对图片进行分割的过程中采用将已经被提取出的感兴趣区域依次按照上下左右的顺序进行扫描腐蚀，每次腐蚀掉一层，直至剩下的点四周都不是感兴趣区域，则剩下的点即为种子点，然后把提取出的种子点作为起点，添加与当前像素同类的像素点到感兴趣区域中，让种子点向四周进行区域生长。但是在这个过程中技术人员需要反复找寻最佳标记区域，根据实施者的不同，得到的分割效果也参差不齐。第一张图片的种子点尤为重要，可能直接影响后续结果，并且图片感兴趣区域的提取干扰大，非感兴趣区域若与感兴趣区域具有相似像素也可被提取出来，因此对后续种子点的传递有一定误差。
技术实现思路
根据现有技术存在的问题，本专利技术公开了一种序列化可视人体切片图像自动分割方法，包括以下步骤：S1：采集彩色器官切片图像的序列化图像；S2：将序列化图像的第一张图像映射为无向图，运用基于优化能量函数的最小割算法对该图像的前景区域和背景区域进行分割处理；S3：基于腐蚀算法提取该图像中前景区域的种子点图像；S4：基于细化算法提取该图像中背景区域的骨架图像；S5：将第一张图像所获得的种子点图像和骨架图像分别作为第二张图像的前景辅助线和背景辅助线往复执行S2至S4完成第二张图像的分割并为第三张图像提供前景辅助线和背景辅助线，如此反复循环将前一张图像的种子点图像和骨架图像作为下一张图像的前景辅助线和背景辅助线分割完该序列化图像。进一步的，S3中提取图像中前景区域的种子点采用如下方式：S31：将前景区域设为感兴趣区域，设种子点为黑色、其周围多个像素点为白色；S32：沿着从左向右的方向对图像进行扫描：首先选取图像的第一列像素点和第二列像素点依次对两列中每一行的两个像素点颜色值进行比较，如果当前行的第一列像素点为白色，第二列像素点为黑色并且该像素点不是种子点，则将此黑色像素点变为白色，其他状况则不做改动，循环该扫描过程，直到第一列和第二列所有行的像素点互相比较完毕，此时选取第三列和第四列即此时选取的分别是当前列的后第二列像素点；S33：循环执行S32直至将开始的比较列已经到达了输入图像的最后一条像素列，则从左向右的扫描完成；同样的方式对该图像进行从上到下，从右向左，从下到上的像素点扫描，扫描过程中第二轮扫描开始的位置是上一轮开始位置的下一列；S34：循环对图片感兴趣区域执行上述扫描过程，直至图片中再没有允许删除的种子点则种子点已经提取完毕，扫描停止。进一步的，所述S5具体过程为：S51：提取S3中获取的种子点图像和骨架图像作为辅助图像，将种子点图像设为白色，种子点位置记为黑色，将骨架图像设为黑色，骨架位置标记为白色；S52：同时遍历两张辅助图像，将种子点图像中当前位置像素点为黑色的顶点加入到输入图片的源点集，将骨架图像中当前位置像素点为白色的顶点加入到输入图片的汇点集；S53：将源点集和汇点集中的两类像素点规定为特殊类顶点，而将当前输入图像中不在这两个集合中的像素点规定为普通点，此时将输入图像中的每两个普通点相连设为第一类边，将特殊类顶点分别与普通点相连设为第二类边，并根据能量分别赋予第一类边和第二类边权值，此时得到一个带有边权值的图像T；S54：根据最小割算法去除图T中的一些边，使图T中所有的顶点被划分为两个不相交的子集，源点集和汇点集合，此时完成了图像的分割；S55：新建一张与输入图像大小相同的图像，遍历每一个输入图片的像素点，如果像素点被标记为源点则在新建图像中标记为黑色，反之如果是汇点则在新建图像中标记为白色，即将分割结果保存；S56：对S55中保存的图像进行前景种子点和背景骨架的提取，重复上述步骤直到全部分割完毕。由于采用了上述技术方案，本专利技术提供的一种序列化可视人体切片图像自动分割方法，该方法结合交互式分割和序列化自动分割两种分割方式，既能降低分割的鲁棒性受医学图像复杂程度的影响，又能大大节省分割时间，在实现人体器官的分割提取、人体组织和其病变区域的定量分析等医学工作领域上具有十分重要的现实意义，有助于实现医学图像的重建与可视化。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中记载的一些实施例，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为本专利技术中公开的方法的流程图；图2为本专利技术中具体流程图像化的示意图；图3为本专利技术中在第一张序列化图像上选取种子点的示意图；图4为本专利技术中将图像的顶点和边分为两类的示意图；图5为本专利技术中大腿部分单张分割后的二值图像的示意图；图6为本专利技术中基于腐蚀算法提取种子点的总体流程的示意图；图7为本专利技术中生成种子点的纵向扫描过程的示意图；图8为本专利技术中单个像素点的周围八领域的标识图；图9为本专利技术中基于细化算法提取到的背景骨架的示意图；图10为本专利技术中最终得到的序列化大腿图像分割结果示意图。具体实施方式为使本专利技术的技术方案和优点更加清楚，下面结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚完整的描述：如图1所示的一种序列化可视人体切片图像自动分割方法，首先载入序列化彩色器官切片图像，在第一张图像上手动选取前景和背景种子点，运用基于能量优化函数的最小割算法分割第一张图像，存储分割后的二值图，在二值图上基于腐蚀算法提取前景种子点，基于细化算法提取背景骨架，根据前景种子点和背景骨架分割下一张图像，如图2所示。重复上述步骤直至所有图像分割完毕。具体步骤为：S1：选取彩色器官切片图像的序列化图像。S2：将序列化大腿切片图像映射为无向图，将该图像的每一个像素定义为一个顶点，对点和边进行分类，简单勾勒目标区域的肌肉部分和其余的背景区域，运用基于优化能量函数的最小割算法对大腿进行分割处理，提取出大腿的肌肉部分。具体采用如下方式：S21：将大腿切片图像的每一个像素定义为一个顶点，连接两个顶点构成一条边，将图像映射为无向图G＝<V,E>，其中V和E分别是顶点的集合和边的集合；S22：以鼠标为画笔，在第一张图像上勾勒前景辅助线和背景辅助线，如图3所示，因辅助线是像素点的集合，故前景辅助线和背景辅助线分别作为前景种子点集和背景种子点集；S23：将顶点和边分为两类。图像中的每个像素都作为普通顶点，连接每两个邻接的普通顶点，构成第一类边。除普通顶点外还有两类终端顶点：源点α和汇点β，其中源点α本文档来自技高网...

【技术保护点】
1.一种序列化可视人体切片图像自动分割方法，其特征在于：包括以下步骤：S1：采集彩色器官切片图像的序列化图像；S2：将序列化图像的第一张图像映射为无向图，运用基于优化能量函数的最小割算法对该图像的前景区域和背景区域进行分割处理；S3：基于腐蚀算法提取该图像中前景区域的种子点图像；S4：基于细化算法提取该图像中背景区域的骨架图像；S5：将第一张图像所获得的种子点图像和骨架图像分别作为第二张图像的前景辅助线和背景辅助线往复执行S2至S4完成第二张图像的分割并为第三张图像提供前景辅助线和背景辅助线，如此反复循环将前一张图像的种子点图像和骨架图像作为下一张图像的前景辅助线和背景辅助线分割完该序列化图像。

【技术特征摘要】
1.一种序列化可视人体切片图像自动分割方法，其特征在于：包括以下步骤：S1：采集彩色器官切片图像的序列化图像；S2：将序列化图像的第一张图像映射为无向图，运用基于优化能量函数的最小割算法对该图像的前景区域和背景区域进行分割处理；S3：基于腐蚀算法提取该图像中前景区域的种子点图像；S4：基于细化算法提取该图像中背景区域的骨架图像；S5：将第一张图像所获得的种子点图像和骨架图像分别作为第二张图像的前景辅助线和背景辅助线往复执行S2至S4完成第二张图像的分割并为第三张图像提供前景辅助线和背景辅助线，如此反复循环将前一张图像的种子点图像和骨架图像作为下一张图像的前景辅助线和背景辅助线分割完该序列化图像。2.根据权利要求1所述的一种序列化可视人体切片图像自动分割方法，其特征还在于：S3中提取图像中前景区域的种子点采用如下方式：S31：将前景区域设为感兴趣区域，设种子点为黑色、其周围多个像素点为白色；S32：沿着从左向右的方向对图像进行扫描：首先选取图像的第一列像素点和第二列像素点依次对两列中每一行的两个像素点颜色值进行比较，如果当前行的第一列像素点为白色，第二列像素点为黑色并且该像素点不是种子点，则将此黑色像素点变为白色，其他状况则不做改动，循环该扫描过程，直到第一列和第二列所有行的像素点互相比较完毕，此时选取第三列和第四列即此时选取的分别是当前列的后第二列像素点；S33：循环执行S32直至将开始的比较列已经到达了输入图像的最后一条像素列，则从左向右的扫描完成；同样的方式...

【专利技术属性】
技术研发人员：刘斌，吴倩雯，李思美，张竞一，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21