一种用于对图像上的对象的轮廓进行分段的方法，包括：接收包含至少一个对象的输入图像的第一步骤，所述图像包括至少二维的像素数据组；选择在对象内的所述输入图像的参考点的第二步骤；生成在所述输入图像的像素与所述参考点之间的距离参数的坐标映射的第三步骤；处理所述输入图像以便从所述输入图像提供经边缘检测的图像的第四步骤；计算相对于所述输入图像的像素ｐ的所述距离参数的至少一个统计矩的第五步骤，其中加权因子取决于经边缘检测的图像和取决于在以所述像素ｐ为中心的窗口函数上规定的滤波器影响函数；以及分析所述至少一个统计矩以便估计所述像素ｐ是否处在所述对象内的第六步骤。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及图像分段。更具体地，本专利技术提出用于识别在特别是在医学图像的数字图像中描绘的不同的分立的对象的边界的有效的和简化的技术。这样的分段技术，也称为轮廓描绘(contouring)，它对数字图像进行处理以便检测、分类和枚举在图像上描绘的分立的对象。它包含对于在感兴趣区域(ROI)内的对象确定它们的轮廓，即外形或边界，这对于例如分析对象的形状、形式、尺寸和运动是有用的。这表示了一个困难的问题，因为数字图像通常缺乏足够的信息来把分段问题的可能的解限制于包括正确解的一个小的解集。对图像进行轮廓描绘在医学图像的领域中找到许多应用，特别地，计算层析摄影术(CT)图像、X光图像、磁共振(MR)图像、超声图像、等等。特别希望精确地确定在这样的医学图像中出现的各种组织对象(例如，前列腺、肾脏、肝脏、胰脏等，或空腔，诸如心室、心房、肺泡等)的轮廓。通过精确地确定这样的组织对象的边界，组织对象相对于它的周围物的位置可被用于诊断或用来规划和执行诸如外科、癌症的放射处理等等的医疗手术。图像分段作用在具有数字形式的医学图像上。诸如人体的一部分那样的对象的数字图像是包括数据单元的数组的数据组，每个数据单元具有相应于对象的特性的数字数据值。特性可以在成像传感器的视场内由成像传感器以常规的间隔进行测量。它也可以根据投影数据按照像素网格进行计算。数据值所对应的特性可以是黑白照相的光强、彩色图像的分开的RGB分量、X射线衰减系数、对于MR的水含量等等。典型地，图像数据组是一个像素阵列，其中每个像素具有与强度相对应的一个或多个数值。数字图像的有用性部分地根据这些图像被计算机程序变换和增强从而可以从中提取意义的能力来得出。已知的轮廓描绘技术通常是复杂的，因此需要长的计算时间。而且，它们大多数技术是通用技术，被事先设计用于任何种类的对象形状，因此可能对于某些特定对象类型的性能较差。已经表明，要被分段的对象的总的形状可被用来简化它的分段。例如对于心脏(例如，在CT，MR或超声回波心动描记术中的左心室的2D视图)，或任何空腔形状的对象，极坐标(r，θ)的使用带来某些感兴趣的结果。在由用户互动地设置的坐标原点r＝0情况下，一些算法于是可被用来找到沿以极坐标(r，θ)表示的所有轮廓之中的垂直边缘的可能的最佳轮廓。用户对坐标原点的选择可以通过重复这些分段过程而被修改，以便把原点尽可能接近于2D空腔视图的重心。极坐标的这种使用的例子可以在“Constrained Contouring in the Polar Coordinates(在极坐标中受约束的轮廓描绘)”，S.Revankar和D.sher，Proceedings of theIEEE Conference on Computer Vision and Pattern Recognition，New-York，USA 15-17 June 1993，pp.688-689的论文中找到。这个方法在轮廓确定时仍旧需要使用角度变量θ，因而呈现某种程度的复杂性。本专利技术的目的是提供简化的分段方法，为了满足2D和3D中的实时约束条件，它要求有限的计算复杂性。本专利技术的另一个目的是提供只需要使用一个空间坐标的分段的方法。因此，本专利技术提供按照权利要求1的方法，按照权利要求12的计算机程序，以及按照权利要求13的设备。本专利技术利用一种简单的坐标映射，它使用在参考点与图像像素p之间的距离参数。用来确定像素究竟是在轮廓的里面还是外面的所建议的准则，是基于使用取决于经边缘检测的图像的加权因子来计算距离参数的统计的矩。加权因子还取决于在以像素为中心的窗口函数上规定的滤波器影响函数(filter kernel)。所以计算时间是相当有限的，这使得方法很适合于实时约束条件。当结合附图考虑时通过此后的说明将明白本专利技术的其它特性和优点，其中附图说明图1是显示按照本专利技术的方法的总的流程图；图2是显示不同的滤波器影响函数的曲线图；图3是显示使用滤波器影响函数的统计数据计算器的图；以及图4是用于实行本专利技术的通用计算机的框图。本专利技术处理图像上对象的轮廓的分段。虽然本专利技术的实施方案在这里被显示为软件实施方案，但它也可以用硬件部件实施，例如在医学应用计算机系统中的图形卡。现在参照附图，更具体地参照图1，图上显示按照本专利技术的分段方法的示意图。总的方案包括在步骤200，初始获取一个包含要被分段的对象的数字医学2D或3D图像。获取的图像也可以是一系列2D或3D图像，形成2D+t或3D+t数据，其中时间t作为附加的一维对待。步骤200可包括使用文件变换器部件，以便把图像从一个文件格式变换成另一个格式，如果必要的话。最终得到的输入图像此后被称为M(p)，p是在图像内的像素序号。为了易于说明，下面把图像和它的组成数据用同一个名字表示，因此M(p)是指像素p的输入图像和输入数据。在第二步骤210，选择参考点p0。在优选实施例中，这个参考点由用户根据他/她对对象的重心的假设而被输入，例如藉助于鼠标、跟踪球、触摸板或类似的指点设备指向显示图像的图形显示上的预期的重心的位置，或通过键盘输入预期的重心的坐标等等被输入。参考点p0也可以例如通过使用已知的质量检测方案用作为初始检测算法而被自动设置，该算法把要选择的位置作为可能的参考点送回。简单的阈值技术也可以帮助确定一个要在其中选择该参考点的感兴趣区域(ROI)。这样的ROI也可以由用户规定。在第三步骤220，规定了在输入图像M(p)的像素与参考点p0之间的距离参数的坐标映射R(p)。为了确定上述的距离参数，要规定一个参考帧，其原点是在以前的步骤210中选择的参考点p0。选择适当的参考帧是重要的，因为它可以导致更有效的方法。对于空腔形状的对象，极坐标系统是特别方便的。图形的所有的像素用它们的极坐标(r，θ)表示，r被称为半径，它是离原点的距离，以及θ是半径t相对于系统的轴线之一的角度。另一个可能的选择例如是椭圆坐标，其中r由椭圆半径ρ代替。正如在后面说明的，在分段进行过程中迭代地运行该方法和改变坐标系统也可能是有利的。坐标系统的选择可以是用户规定的或自动的。然后，通过使用选择的参考帧来规定坐标映射R(p)。对于输入图像M的每个像素p，R(p)被定义为在选择的坐标系统中测量的从所述像素p到参考点p0的距离参数。坐标映射在常规的极坐标系统的情形下包含半径r的矩阵，或在椭圆坐标系统的情形下包含椭圆半径ρ的矩阵。R(p)和M(p)的大小相同。方案可被推广到任何种类的距离参数R(p)，这取决于坐标系统的选择，只要所选择的距离参数具有距离的拓扑特性。在以下的说明中，R(p)或者是指输入图像中给定像素p的坐标映射本身，或者是指输入图像的给定的像素p的距离参数。在第四步骤230，输入图像M(p)被处理，以便从输入图像M(p)生成边缘检测的图像ED(p)。边缘检测的图像ED(p)是通过使用诸如局部变分(local variance)方法那样的已知的边缘滤波技术创建的。初始输入数据M(p)要进行边缘检测，以便它的边缘受到检测从而确定边缘强度数据ED(p)，以用于把对象的边缘区域与其它区域区分开。替换地，输入图像M(p)首先要通过适当的技术进行锐度和特性增强，以产生具有增强的锐度的图像。边缘检测的图像ED(p)可被修改本文档来自技高网...
【技术保护点】
一种对图像上的对象的轮廓进行分段的设备，包括以下步骤：－获取装置，用于接收包含至少一个对象的输入图像，所述图像包括至少二维的像素数据组；－选择装置，用来选择在输入图像的所述对象内的参考点；以及－处理装置，用于： －生成在所述输入图像的像素与所述参考点之间的距离参数的坐标映射；－处理所述输入图像，以便从所述输入图像提供经边缘检测的图像；－计算相对于所述输入图像的像素ｐ的所述距离参数的至少一个统计矩，其中加权因子取决于经边缘检测的图像 和取决于在以所述像素ｐ为中心的窗口函数上规定的滤波器影响函数；以及－分析所述至少一个统计矩，以便估计所述像素ｐ是否处在所述对象内。
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：S马拉姆伊贝德，
申请(专利权)人：皇家飞利浦电子股份有限公司，
类型：发明
国别省市：NL[荷兰]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。