基于X光数据的骨骼目标识别分割方法技术

本发明专利技术涉及用于图像数据处理技术领域，具体涉及基于X光数据的骨骼目标识别分割方法，包括：利用OTSU算法对图像进行初步分割获取图暗区域，根据暗区域的灰度直方图的双波峰特征获得灰度遍历区间，根据肋骨边缘的光滑程度和肋骨的等宽度特征，结合灰度遍历区间内各灰度值对应像素点为肋骨边缘的概率，进而以其为权重对OTSU算法函数加权，实现对X光胸片图像暗区域的阈值分割。本发明专利技术获得的灰度遍历区间减少了OTSU算法所需要遍历灰度值的数量，提高了OTSU算法的运算速度；同时，以肋骨边缘的概率作为权重对OTSU算法加权，提高了OTSU算法进行阈值分割的准确性。阈值分割的准确性。阈值分割的准确性。

【技术实现步骤摘要】
基于X光数据的骨骼目标识别分割方法


[0001]本专利技术涉及图像数据处理
，具体涉及基于X光数据的骨骼目标识别分割方法。

技术介绍

[0002]X光被广泛应用于医学影像检查中，许多疾病可以通过人体组织图像的可视化被精准识别，其最常用于检查的是X线的胸部正位片，而肋骨骨折及损伤是生活中常见的胸部损伤疾病，因此X光胸片中的肋骨精准分割，可为肋骨损伤治疗和修复的医学研究提供可靠的数据，提高医生的诊断准确性。
[0003]常用的OTSU算法是利用图像中需要提取的目标物与背景在灰度上的差异，选择合适的阈值进行分割。但由于X光胸片图像分辨率低，且肋骨的灰度值一般较低，肋骨与肋骨间隙的灰度差异较小，即肋骨边缘模糊，会导致图像阈值分割肋骨区域时产生较大的误差。
[0004]本专利技术通过分析X光胸片中肋骨区域的特征，选取OTSU算法的限制灰度值遍历区间，进而计算区间内各灰度值对应像素点为肋骨边缘的机率，以此为权重，进而利用加权后的OTSU算法精准分割肋骨区域。

技术实现思路

[0005]本专利技术提供基于X光数据的骨骼目标识别分割方法，以解决现有的问题。
[0006]本专利技术的基于X光数据的骨骼目标识别分割方法采用如下技术方案：本专利技术提供了基于X光数据的骨骼目标识别分割方法，该方法包括以下步骤：获取X光胸片图像以及X光胸片图像的分割阈值，将X光胸片图像阈值分割后，灰度值小于分割阈值的像素点所组成区域记为第一暗区域，并对第一暗区域进行二值化以及形态学处理，获得第二暗区域；将第二暗区域在X光胸片图像中位置上对应的区域记为对应区域，根据对应区域的灰度均值和灰度直方图中的最值点获得灰度遍历区间；在灰度遍历区间选取任意灰度值作为初始分割阈值将对应区域进行分割，并对分割后的图像进行形态学处理，获取图像中灰度值不为0的像素点数量，记为毛刺像素点数量，根据毛刺像素点数量与对应区域像素点数量的比例关系获得肋骨边缘的光滑程度；对第一暗区域进行形态学处理获得第三暗区域，将第三暗区域中每一列灰度连续不变的区域记为连续段，根据连续段的第一个像素点和最后一个像素点在预设邻域范围内灰度值的差异获得首尾邻域差异；根据所有首尾邻域差异的均值和所有连续段的像素点数量的方差获校正系数，将校正系数对光滑程度的乘积校正结果记为肋骨边缘的概率；逐个遍历获取灰度遍历区间中的灰度值输入OTSU算法函数，将肋骨边缘的概率作为权重对OTSU算法函数进行调节，获得若干个加权后类间方差，将加权后类间方差的最大值作为对应区域的最佳分割阈值，记为第二最佳分割阈值，将灰度值大于等于第二最佳分割阈值的像素点记为肋骨像素点，灰度值小于第二最佳分割阈值的像素点记为非肋骨像素
点，实现对肋骨区域的精准分割。
[0007]进一步的，所述第二暗区域，获取方法如下：利用OTSU算法获取X光胸片图像的第一最佳分割阈值进行阈值分割，将灰度值小于等于第一最佳分割阈值的像素点所组成的区域记为第一暗区域，并将第一暗区域中像素值设置为0，将灰度值大于第一最佳分割阈值的像素点所组成区域记为背景区域，将背景区域的像素值设置为1，获得第一二值图像；利用预设的形态学的第一结构元素大小和预设的第一结构元素形状，对第一二值图像进行形态学腐蚀运算，获得腐蚀后的第一二值图像，记为第二二值图像；将第二二值图像中像素值为0的区域记为第二暗区域。
[0008]进一步的，所述灰度遍历区间，获取方法如下：获取对应区域中所有像素点的灰度值的均值，将均值作为对应区域的分割阈值；获取对应区域的灰度直方图，利用对应区域的分割阈值将对应区域的灰度直方图分割为左右两部分，并对左右两部分利用最小二乘法进行开口向下的抛物线拟合；或取两抛物线顶点对应的两个灰度值，这两个灰度值所包含的区间记为灰度遍历区间。
[0009]进一步的，所述肋骨边缘的光滑程度，获取方法如下：在灰度遍历区间中选取任意一个灰度值记为初始分割阈值，利用初始分割阈值将对应区域内灰度值大于等于初始分割阈值的像素值设置为1，灰度值小于初始分割阈值的像素值设为0，表示疑似肋间隙区域，获得对应区域二值图像；利用预设的形态学的第二结构元素大小和第二结构元素形状，利用形态学顶帽变换对第一暗区域进行处理，获取顶帽变换后第一暗区域中像素值为1的像素点数量，记为毛刺像素点数量，获取对应区域的所有像素点的数量；肋骨边缘的光滑程度：其中，表示分割阈值为初始分割阈值C时肋骨边缘的光滑程度，表示当分割阈值为初始分割阈值C时毛刺像素点数量，F表示X光胸片图像的对应区域内所有像素点数量。
[0010]进一步的，所述首尾邻域差异，获取方法如下：在对第一暗区域进行形态学顶帽变换的同时，获取形态学顶帽变换过程中的开运算结果，记为第三暗区域，将第三暗区域内为像素点1的区域记为肋骨区域，将第三暗区域内像素值为0的像素点记为非肋骨边缘像素点；获取第三暗区域中，每一列中相邻的像素值连续为0或连续为1的直线区域，记为连续段；在所有连续段中选取任意一个连续段记为目标连续段，获取目标连续段上第一个像素点和最后一个像素点在第三暗区域内的八邻域像素点，进而对该连续段上第一个像素点对应的八邻域像素点中非肋骨边缘像素点进行反相处理，即将像素值为0的像素点的像素值设置为1，将像素值为1的像素点的像素值设置为0，将该连续段上第一个像素点反相处理后的八邻域像素点记为新八邻域像素点；则首尾邻域差异H：
其中，表示目标连续段上第一个像素点的第i个新八邻域像素点的像素值，表示目标连续段上最后一个像素点的第i个八邻域像素点的像素值。
[0011]进一步的，所述肋骨边缘的概率，获取方法如下：将每一个连续段中像素点的数量记为连续段长度，由所有连续段构成连续段集合，并获取连续段长度集合中关于长度的方差，记为连续段长度方差；初始分割阈值C对应的肋骨边缘的概率为：其中，表示初始分割阈值C下对应的肋骨边缘的概率，表示分割阈值为初始分割阈值C时肋骨边缘的光滑程度，表示连续段长度方差，表示第j个连续段的首尾邻域差异，m表示连续段的首尾邻域差异的数量，e为自然常数。
[0012]进一步的，所述第二最佳分割阈值，获取方法如下：逐个遍历灰度遍历区间内所有灰度值，根据初始分割阈值C对应的肋骨边缘的概率的获取方法，则获得对应像素点为肋骨边缘的概率集合，其中q表示灰度值区间内的灰度值种类数量，再对集合进行max
‑
min线性归一化处理，获得集合；根据灰度遍历区间内各灰度值对应像素点为肋骨边缘的概率，对OTSU算法函数进行加权：其中，表示灰度阈值为时的加权后类间方差，表示灰度遍历区间内的第y个灰度值，表示OTSU算法函数；表示集合中的第y个数据，q表示灰度值区间内的灰度值种类数量；然后，获取计算q个加权后类间方差值中的最大值为T，记为第二最佳分割阈值。
[0013]本专利技术的技术方案的有益效果是：1.由于OTSU算法是一种穷举搜索算法，会对图像内所有灰度值进行一次遍历计算，通过初步分割X光胸片图像中的暗区域，根据暗区域的灰度直方图的双波峰特征，选取OTSU算法的限制灰度值遍历区间，提高算法的运算速度。...

【技术保护点】

【技术特征摘要】
1.基于X光数据的骨骼目标识别分割方法，其特征在于，该方法包括以下步骤：获取X光胸片图像以及X光胸片图像的分割阈值，将X光胸片图像阈值分割后，灰度值小于分割阈值的像素点所组成区域记为第一暗区域，并对第一暗区域进行二值化以及形态学处理，获得第二暗区域；将第二暗区域在X光胸片图像中位置上对应的区域记为对应区域，根据对应区域的灰度均值和灰度直方图中的最值点获得灰度遍历区间；在灰度遍历区间选取任意灰度值作为初始分割阈值将对应区域进行分割，并对分割后的图像进行形态学处理，获取图像中灰度值不为0的像素点数量，记为毛刺像素点数量，根据毛刺像素点数量与对应区域像素点数量的比例关系获得肋骨边缘的光滑程度；对第一暗区域进行形态学处理获得第三暗区域，将第三暗区域中每一列灰度连续不变的区域记为连续段，根据连续段的第一个像素点和最后一个像素点在预设邻域范围内灰度值的差异获得首尾邻域差异；根据所有首尾邻域差异的均值和所有连续段的像素点数量的方差获取校正系数，将校正系数对光滑程度的乘积校正结果记为肋骨边缘的概率；逐个遍历获取灰度遍历区间中的灰度值输入OTSU算法函数，将肋骨边缘的概率作为权重对OTSU算法函数进行调节，获得若干个加权后类间方差，将加权后类间方差的最大值作为对应区域的最佳分割阈值，记为第二最佳分割阈值，将灰度值大于等于第二最佳分割阈值的像素点记为肋骨像素点，灰度值小于第二最佳分割阈值的像素点记为非肋骨像素点，实现对肋骨区域的精准分割。2.根据权利要求1所述基于X光数据的骨骼目标识别分割方法，其特征在于，所述第二暗区域，获取方法如下：利用OTSU算法获取X光胸片图像的第一最佳分割阈值进行阈值分割，将灰度值小于等于第一最佳分割阈值的像素点所组成的区域记为第一暗区域，并将第一暗区域中像素值设置为0，将灰度值大于第一最佳分割阈值的像素点所组成区域记为背景区域，将背景区域的像素值设置为1，获得第一二值图像；利用预设的形态学的第一结构元素大小和预设的第一结构元素形状，对第一二值图像进行形态学腐蚀运算，获得腐蚀后的第一二值图像，记为第二二值图像；将第二二值图像中像素值为0的区域记为第二暗区域。3.根据权利要求1所述基于X光数据的骨骼目标识别分割方法，其特征在于，所述灰度遍历区间，获取方法如下：获取对应区域中所有像素点的灰度值的均值，将均值作为对应区域的分割阈值；获取对应区域的灰度直方图，利用对应区域的分割阈值将对应区域的灰度直方图分割为左右两部分，并对左右两部分利用最小二乘法进行开口向下的抛物线拟合；获取两抛物线顶点对应的两个灰度值，这两个灰度值所包含的区间记为灰度遍历区间。4.根据权利要求1所述基于X光数据的骨骼目标识别分割方法，其特征在于，所述肋骨边缘的光滑程度，获取方法如下：在灰度遍历区间中选取任意一个灰度值记为初始分割阈值，利用初始分割阈值将对应区域内灰度值大于等于初始分割阈值的像素值设置为1，灰度值小于初始分割阈值的像素值设...

【专利技术属性】
技术研发人员：尹坤鹏，吕荣，贺志勇，张文成，王亚宾，蔡陆兵，
申请(专利权)人：周口港区医院周口烧伤医院，
类型：发明
国别省市：