三维影像分割系统及其分割方法技术方案

本发明专利技术公开了一种三维影像分割系统及其分割方法。所述三维影像分割方法包括：对影像进行框选，以得到包含目标对象的目标影像；根据所述目标影像分别建立前景模型和背景模型；计算得到前景和背景的无向连通图和无向加权图；对所述无向连通图赋权值，以得到加权无向连通图；计算得到所述无向加权图的最小割集；根据所述最小割集对所述加权无向连通图进行分割，以得到两个不连通的子图，从而实现目标影像的前景和背景的分割。本发明专利技术可直接对三维医学影像数据进行分割，所用时间短、分割精度高、分割结果鲁棒性好，不会出现空洞现象。另外，三维影像分割系统及其分割方法的可视化效果好，可有效地消除影像噪声，分割后的影像边缘比较平滑。

【技术实现步骤摘要】

本专利技术属于影像处理
，具体地讲，涉及一种三维影像分割系统及其分割方法。
技术介绍
医学影像分割是医学影像处理的一个重要组成部分，分割结果对临床诊断和治疗起着至关重要的作用。医学影像分割的目的是从医学影像中分离出感兴趣的解剖结构或者定位出病源的位置和形状，它直接决定着后续分析的准确性。目前影像分割算法有很多，但并没有一种算法可以适用于各种医学影像，而且很多算法应用到三维医学影像上分割的准确率比较低，程序运行时间比较长，无法满足三维医学影像的实时性分析需求。目前常用的影像分割方法具有以下缺点：(1)基于区域的分割方法具有对噪声和灰度多样性敏感，过分依赖于种子点的选择，计算量大等缺点。(2)边缘检测法主要有串行和并行两种方法：串行方法分割结果比较依赖初始边缘点，不合适的初始边缘点可能导致错误的边缘；并行方法对噪声敏感，且当边缘的象素值变化较小时，可能会得到不连续或虚假边界。(3)活动轮廓模型存在难以捕捉目标凹陷边界及对初始轮廓线敏感等不足；模糊C均值算法中各像素点的数据是相互独立的，没有利用影像的空间信息；遗传算法善于全局搜索，局部搜索能力不足，对噪声敏感。
技术实现思路
为了解决上述现有技术中存在的问题，本专利技术的目的在于提供一种。本专利技术提供了一种三维影像分割方法，所述三维影像分割方法包括：对影像进行框选，以得到包含目标对象的目标影像；根据所述目标影像分别建立前景模型和背景模型；计算得到前景和背景的无向连通图和无向加权图；对所述无向连通图赋权值，以得到加权无向连通图；计算得到所述无向加权图的最小割集；根据所述最小割集对所述加权无向连通图进行分割，以得到两个不连通的子图，从而实现目标影像前景和背景的分割。进一步地，将所述无向连通图映射形成加权无向连通图，所述加权无向连通图被构造为：G＝(V,E,W)，其中，V为节点集，用于表示原影像中所有像素点的集合；E为边集，用于表示连接两个邻接顶点的边的集合；W为所有边权值的集合，所述边权值用于表示该边的两个顶点的差异或相似度。进一步地，通过建立能量函数指导所述无向连通图加权寻优。进一步地，所述能量函数被构造为：E(α,k,θ,z)＝U(α,k,θ,z)+V(α,z)，θ＝{π(α,k),μ(α,k),∑(α,k),α＝0,1,k＝1...K本文档来自技高网...

【技术保护点】
一种三维影像分割方法，其特征在于，所述三维影像分割方法包括：对影像进行框选，以得到包含目标对象的目标影像；根据所述目标影像分别建立前景模型和背景模型；计算得到前景和背景的无向连通图和无向加权图；对所述无向连通图赋权值，以得到加权无向连通图；计算得到所述无向加权图的最小割集；根据所述最小割集对所述加权无向连通图进行分割，以得到两个不连通的子图，从而实现目标影像前景和背景的分割。

【技术特征摘要】
1.一种三维影像分割方法，其特征在于，所述三维影像分割方法包括：对影像进行框选，以得到包含目标对象的目标影像；根据所述目标影像分别建立前景模型和背景模型；计算得到前景和背景的无向连通图和无向加权图；对所述无向连通图赋权值，以得到加权无向连通图；计算得到所述无向加权图的最小割集；根据所述最小割集对所述加权无向连通图进行分割，以得到两个不连通的子图，从而实现目标影像前景和背景的分割。2.根据权利要求1所述的三维影像分割方法，其特征在于，将所述无向连通图映射形成加权无向连通图，所述加权无向连通图被构...

【专利技术属性】
技术研发人员：余绍德，姬治华，陈璐明，江帆，伍世宾，谢耀钦，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东;44