基于图像处理的耳部CT特征提取方法技术

本发明专利技术涉及图像处理技术领域，提出了基于图像处理的耳部CT特征提取方法，包括：根据耳部CT图像中不同区域的灰度值获取耳部CT图像中每个像素点的类归属标记；根据每个像素点的类归属标记、灰度值、梯度方向和与其八邻域内像素点灰度值之差绝对值的最大值获取每个像素点的耳部CT特征向量；获取每个像素点与相邻像素点之间的特征向量差异；根据特征向量差异计算每个像素点的局部相似性离散强度，构建局部相似性离散强度矩阵；根据局部相似性离散强度矩阵计算每个像素点在各方向上的方向相似链强度，进而获取方向相似链强度图像，进行耳部区域特征识别。本发明专利技术旨在解决现有的特征提取算法进行耳部特征提取时准确性较差的问题。取算法进行耳部特征提取时准确性较差的问题。取算法进行耳部特征提取时准确性较差的问题。

【技术实现步骤摘要】
基于图像处理的耳部CT特征提取方法


[0001]本专利技术涉及图像处理
，具体涉及基于图像处理的耳部CT特征提取方法。

技术介绍

[0002]耳部属于人体最重要的器官之一，主要分为外耳、中耳和内耳三部分，包括耳蜗、半规管、听小骨、前庭等三十多个部位，不同部位的形状结构特征各有不同。通过仪器采集CT图像的过程中，由于扫描过程中投影数据不全、仪器本身精度等问题，导致采集到的CT图像较为模糊，具体表现为CT图像中耳部特征较弱，在对CT图像中的耳部进行特征提取时较为困难。
[0003]传统的特征提取算法如基于边缘检测的算法，能够提取图像中的物体的边缘信息，进而实现特征提取，但由于CT图像较为模糊，边缘不清晰，在提取时效果较差；基于纹理特征提取的算法能够描述图像中物体的形状信息，进而实现对物体的形状识别与分类，但是，由于耳部结构较为复杂，在CT图像中耳部区域纹理特征较难描述，提取耳部CT特征存在一定难度，准确性较差。

技术实现思路

[0004]为解决上述技术问题，本专利技术的目的在于提供一种基于图像处理的耳部CT特征提取方法，以解决现有的特征提取算法进行耳部特征提取时准确性较差的问题，所采用的技术方案具体如下：本专利技术一个实施例提供了基于图像处理的耳部CT特征提取方法，该方法包括以下步骤：获取CT图像，对CT图像进行预处理，得到耳部CT图像；根据耳部CT图像中不同区域的灰度值获取图像中每个像素点的类归属标记；获取每个像素点的梯度方向，根据每个像素点的类归属标记、灰度值、梯度方向和每个像素点的灰度值与其八邻域内像素点灰度值之差绝对值的最大值获取每个像素点的耳部CT特征向量；基于所述每个像素点的特征向量，获取每个像素点与相邻像素点之间的特征向量差异；对每个像素点构建一个特征窗口，并根据每个像素点与相邻像素点的特征向量差异计算局部相似性离散强度，根据所述每个像素点的局部相似性离散强度构建局部相似性离散强度窗口，基于局部相似性离散强度窗口构建局部相似性离散强度矩阵；根据所述局部相似性离散强度矩阵获取每个像素点在各方向上的方向相似链强度；获取方向相似链强度图像，使用显著性检测算法对方向相似链强度图像进行耳部区域特征识别，得到耳部区域的分割结果，基于所述耳部区域的分割结果提取耳部轮廓作为耳部CT的特征提取结果。
[0005]进一步，所述根据耳部CT图像中不同区域的灰度值获取图像中每个像素点的类归属标记，包括的具体方法为：使用聚类算法对CT图像中每个像素点的灰度值进行聚类，根据聚类中心的灰度值
对像素点进行标记，聚类中心灰度值最大的聚类簇中的像素点标记为白色骨骼部分；聚类中心灰度值第二大的聚类簇中的像素点标记为灰色组织部分；聚类中心灰度值最小的聚类簇中的像素点标记为黑色背景部分。
[0006]进一步，所述获取每个像素点的梯度方向，包括的具体方法为：获取每个像素点在横轴方向与纵轴方向上的梯度大小，通过反正切函数得到像素点梯度方向。
[0007]进一步，所述根据每个像素点的类归属标记、灰度值、梯度方向和每个像素点的灰度值与其八邻域内像素点灰度值之差绝对值的最大值获取每个像素点的耳部CT特征向量，包括的具体方法为：令坐标为的像素点的耳部CT特征向量为,，其中，表示坐标为的像素点的类归属标记，表示坐标为的像素点的灰度值，表示坐标为的像素点的灰度值与其八邻域内像素点灰度值之差绝对值的最大值，表示坐标为的像素点的梯度方向。
[0008]进一步，所述获取每个像素点与相邻像素点之间的特征向量差异，包括的具体方法为：将每个像素点分别作为待分析像素点，取待分析像素点四邻域内右方的像素点，记为待分析像素点的第一相邻像素点，取待分析像素点四邻域内下方的像素点，记为待分析像素点的第二相邻像素点；获取待分析像素点与其第一相邻像素点和待分析像素点与其第二相邻像素点的耳部CT特征向量中各个对应元素的最大值与最小值，进而获取待分析像素点与相邻像素点的特征向量差异。
[0009]进一步，所述根据每个像素点与相邻像素点的特征向量差异计算局部相似性离散强度，包括的具体方法为：获取每个像素点的特征窗口，进而获取特征窗口中所有像素点与相邻像素点的特征向量差异，计算特征向量差异的均值，将每个像素点与相邻像素点的特征差异均值作为每个像素点的局部相似性离散强度。
[0010]进一步，所述基于局部相似性离散强度窗口构建局部相似性离散强度矩阵，包括的具体方法为：分别以每个像素点为中心像素点建立预设大小的局部相似性离散强度窗口，根据像素点对应的局部相似性离散强度窗口获取局部相似性离散强度矩阵，矩阵中的元素为局部相似性离散强度窗口中对应位置的局部相似性离散强度。
[0011]进一步，所述根据所述局部相似性离散强度矩阵获取每个像素点在各方向上的方向相似链强度，包括的具体方法为：根据每个像素点的局部相似性离散强度矩阵获取该像素点在方向上的序列，并计算方向相似链强度：
其中，表示坐标为的像素点在方向上的方向相似链强度；表示方向；表示局部相似性离散强度矩阵在方向上的序列数；表示局部相似性离散强度矩阵在方向上第个序列的序列长度；表示局部相似性离散强度矩阵在方向上第个序列中第个元素的值；表示局部相似性离散强度矩阵在方向上第个序列中第个元素的值。
[0012]进一步，所述根据每个像素点的局部相似性离散强度矩阵获取该像素点在方向上的序列，包括的具体方法为：将局部相似性离散强度矩阵中在方向上同一行数据所组成的序列记为局部相似性离散强度矩阵在方向上的序列。
[0013]进一步，所述获取方向相似链强度图像，包括的具体方法为：对每个像素点获取0
°
方向、45
°
方向、90
°
方向和135
°
方向的方向相似链强度，每个方向都有一个方向相似链强度，将四个方向中方向相似链强度的最小值作为每个像素点的方向相似链强度，并将每个像素点的方向相似链强度代替各像素点的灰度值，得到方向相似链强度图像。
[0014]本专利技术的有益效果是：通过聚类算法对CT图像中像素点灰度值进行聚类，得到每个像素点的类归属标记，由于CT图像中耳部结构最为复杂，故结合各像素点的灰度值、梯度方向与邻域像素点的灰度值差异构建特征向量，进而计算各像素点的局部相似性离散强度，反映各像素点与邻域像素点的差异程度，基于此构建局部相似性离散强度矩阵，并计算方向相似链强度，反映根据各像素点所构建的局部相似性离散强度矩阵中各方向上局部相似性离散强度之间的差异性，即反映各像素点与CT图像中耳部结构的特征相似性，将方向相似链强度代替灰度值使用显著性检测算法提取CT图像中耳部特征，提取结果的准确性提高。
附图说明
[0015]为了更清楚地说明本专利技术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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0016]图1为本专利技术一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像处理的耳部CT特征提取方法，其特征在于，该方法包括以下步骤：获取CT图像，对CT图像进行预处理，得到耳部CT图像；根据耳部CT图像中不同区域的灰度值获取图像中每个像素点的类归属标记；获取每个像素点的梯度方向，根据每个像素点的类归属标记、灰度值、梯度方向和每个像素点的灰度值与其八邻域内像素点灰度值之差绝对值的最大值获取每个像素点的耳部CT特征向量；基于所述每个像素点的特征向量，获取每个像素点与相邻像素点之间的特征向量差异；对每个像素点构建一个特征窗口，并根据每个像素点与相邻像素点的特征向量差异计算局部相似性离散强度，根据所述每个像素点的局部相似性离散强度构建局部相似性离散强度窗口，基于局部相似性离散强度窗口构建局部相似性离散强度矩阵；根据所述局部相似性离散强度矩阵获取每个像素点在各方向上的方向相似链强度；获取方向相似链强度图像，使用显著性检测算法对方向相似链强度图像进行耳部区域特征识别，得到耳部区域的分割结果，基于所述耳部区域的分割结果提取耳部轮廓作为耳部CT的特征提取结果。2.根据权利要求1所述的基于图像处理的耳部CT特征提取方法，其特征在于，所述根据耳部CT图像中不同区域的灰度值获取图像中每个像素点的类归属标记，包括的具体方法为：使用聚类算法对CT图像中每个像素点的灰度值进行聚类，根据聚类中心的灰度值对像素点进行标记，聚类中心灰度值最大的聚类簇中的像素点标记为白色骨骼部分；聚类中心灰度值第二大的聚类簇中的像素点标记为灰色组织部分；聚类中心灰度值最小的聚类簇中的像素点标记为黑色背景部分。3.根据权利要求1所述的基于图像处理的耳部CT特征提取方法，其特征在于，所述获取每个像素点的梯度方向，包括的具体方法为：获取每个像素点在横轴方向与纵轴方向上的梯度大小，通过反正切函数得到像素点梯度方向。4.根据权利要求1所述的基于图像处理的耳部CT特征提取方法，其特征在于，所述根据每个像素点的类归属标记、灰度值、梯度方向和该像素点灰度值与其八邻域内像素点灰度值之差绝对值的最大值获取每个像素点的耳部CT特征向量，包括的具体方法为：令坐标为的像素点的耳部CT特征向量为,，其中，表示坐标为的像素点的类归属标记，表示坐标为的像素点的灰度值，表示坐标为的像素点的灰度值与其八邻域内像素点灰度值之差绝对值的最大值，表示坐标为的像素点的梯度方向。5.根据权利要求1所述的基于图像处理的耳部CT特征提取方法，其特征在于，所述获取每个像素点与相邻像素点之间的特征向量差异，包括的具体方法为：将每个像素点分别作为待分析像素点，取待分析像素点四邻域内右方的像素点，记为待分析像素点的第一相邻像素点，取待分析...

【专利技术属性】
技术研发人员：葛洪洲，王倩倩，刘兴，徐慧，
申请(专利权)人：青岛市中医医院青岛市海慈医院，青岛市康复医学研究所，
类型：发明
国别省市：