专利名称：：标尺图像中像素位移与实际位移的自动转换方法
技术领域：
：本发明实现了标尺图像中标尺边界像素点坐标的自动提取和像素位移与实际位移的自动转换，可应用于不同图像中同一物体的运动位移或变形程度分析，属于图像处理领域。
背景技术：
：在图像处理领域中，散斑计量技术是一种有效的工程检测技术。数字散斑相关方法(DSCM)是一种新型非接触变形场测量技术。DSCM的思想方法是基于对变形前后图像的分析，进行相关处理。这两幅图像可以是物体表面本身的散斑场,也可以是表面纹理;使用的光源可以是激光或白光光源。常由CCD摄像机记录被测物体位移或变形前后的两张散斑图，经模数转换得到两个数字灰度场，对两个数字灰度场做相关运算，找到相关系数极值点得到相应的位移或变形，即检测出物体的荷载变位情况。这一方法是80年代由日本Y咖aguchi和美国南卡罗来纳大学的W*H*Peter和WF*Panson等人独立提出的，是一种计算机辅助的光学测量方法。在此基础上，本发明实现了标尺图像中标尺边界像素点坐标的自动提取和像素位移与实际位移的自动转换，并对一些实际图像(如足部标本图像)进行了实验分析和数据验证。
发明内容本发明的目的在于针对含有标尺的图像，提出如何实现标尺边界像素点坐标的准确提取以及基于最小二乘直线拟合的标尺图像中像素位移与实际位移自动转换方法。该方法可应用于不同图像中同一物体的运动位移或变形程度分析。本发明的主要思路是在不同时刻，对同一运动或受力物体拍摄附加标尺的照片，然后精确提取图像中标尺边界像素点坐标，利用标尺的宽度和下边沿两端点的距离，计算出每个像素所代表的实际长度，实现像素位移与实际位移的自动转换，并通过图像对物体进行运动位移或变形程度分析。结合实际处理的足部标记图像，进一步说明整个发明思路当足部受到不同压力时，由于关节的运动，探测电极就会产生运动位移；医生需要根据足部标记图像中标记点的像素位移计算出探测电极的实际位移；利用同济大学附属同济医院骨科提供的一幅700N压力下的足部正面受力标记图像(图2)，图像中的黑色标记点和矩形区域分别为探测电极和标尺，经过相关的图像处理，精确提取标尺边界像素点坐标；然后，根据最小二乘直线拟合思想，获得标尺的边界直线，并求其下边缘两端点的像素距离，利用标尺宽度求3出每个像素所代表的实际长度，进而实现了像素位移与实际位移(mm)的自动转换。最后，利用同济大学附属同济医院骨科提供的足部正面和侧面标记图像各4幅，对本发明进行了实验验证，本发明阐述方法己在同济大学附属同济医院骨科的足部关节受力情况下运动位移分析中得到应用，取得了良好的效果。根据上述的发明构思，本发明采用下述技术方案标尺图像中像素位移与实际位移的自动转换方法，其特征在于实施步骤为l)提取标尺边界像素点坐标；2)像素位移与实际位移的自动转换。提取标尺边界像素点坐标的具体操作步骤为-(1)图像求反和标尺提取图像求反就是将原图像的灰度级范围由变换到[L-1，0];标尺截取则是通过选取略大于标尺边界的局部图像，并且删除图像的其他信息，进而获得标尺的边界模板，然后将边界模板与求反后的图像取"与"操作；(2)灰度变换增强图像对比度是增强图像中感兴趣的灰度区域，相对抑制那些不感兴趣的灰度区域。实现方法是利用分段函数法将需要的图像细节灰度级拉伸，将不需要的图像细节灰度级压縮，采用增强对比度的变换函数为三段线性变换；(3)二值化处理图像分割的经典方法是基于灰度阈值的分割，它通过设置阈值，把像素点按灰度级分若干类，从而实现图像分割，所以选择迭代阈值法，基本思想是选择一个阈值作为初始估计值，然后按某种策略不断的改进这一估计值，直到满足给定的准则为止；(4)提取标尺边界像素点坐标，利用数组保存。像素位移与实际位移的自动转换采用基于最小二乘法直线拟合的方法，具体的操作步骤为(1)剔除异常数据点因为采用最小二乘法直线拟合求取标尺的边界直线，必须确保所获得的数据没有异常数据点；所以采用编程实现了自动剔除异常像素点。(2)运用最小二乘法直线拟合，求解标尺两个垂直边界与水平下边界的直线方程；(3)分别计算标尺下端两端点的像素坐标，根据两点间的距离公式可求出两端点的像素距离；(4)利用图像中标尺的宽度和两端点的像素距离，计算出每个像素所代表的实际长度，实现像素位移与实际位移的自动转换。本发明方法的主要特点和优点第一、对所有内嵌标尺的图像均可采用此方法，利用图像研究物体运动位移和变形程度领域，可以拍摄图像时，在所拍摄物体上或附近区域粘贴标尺，采用此方法实现像素位移和实际位移的自动转换，进而研究物体运动位移或变形程度。第二、此方法人工参与部分少，不需要操作人员具有该领域的专业知识背景，只需在标尺提取步骤中，手动选取略大于标尺部分的图像区域，其余部分均有程序自动完成。第三、这种方法具有非常好的鲁棒性，保证了像素位移与实际位移自动转换的准确性。图1标尺图像像素位移与实际位移自动转换流程图。图2足部标记图像。图3灰度值求反图像。图4标尺提取图像。图5二值化处理图像。图6足部正面图像(a)图为标记图像l，(b)图为标记图像2,(c)图为标记图像3,(d)图为标记图像4。图7足部侧面图像(a)图为标记图像l,(b)图为标记图像2,(c)图为标记图像3，(d)图为标记图像4。具体实施例方式本发明利用同济大学附属同济医院骨科提供的足部标记图像作为一个优选实施例结合附图详述如下参照图1，对足部标记图像进行具体实施，含标尺的足部标记图像像素位移与实际位移自动转换方法具体实施方式分为两大步骤，即提取标尺边界像素点坐标流程和像素位移与实际位移的自动转换流程。我们在第一步骤首先进行图像求反和标尺提取，然后进行灰度变换和二值化处理，最后提取标尺边界像素点坐标；而在第二步骤中，我们首先剔除异常数据点，利用最小二乘法直线拟合求解标尺两个垂直边界与水平下边界的直线方程，然后分别计算标尺下端两端点的像素坐标以及像素距离；最后利用图像中标尺的宽度和两端点的像素距离，计算出每个像素所代表的实际长度，医生可以根据足部标记图像中标记点的像素位移，计算出测量电极的实际位移，实现像素位移与标尺位移的自动转换。具体可参考图1。本实施例的两大步骤结合附图详述如下.-一、提取标尺边界像素点坐标为了准确提取标尺的边界像素点坐标信息，我们需要对足部标记图像进行一系列图像处理操作，详细操作步骤如下(1)图像求反和标尺提取图像求反就是将原图像的灰度级范围由[O，L-l]变换到[L-l，O]，变换公式为t=L-l-S。其中L表示灰度图像的最大灰度值，S和t分别表示某像素变换前后的灰度值，这种方法尤其适用于增强嵌入于图像暗色区域的白色或灰色细节。标尺截取则是通过选取略大于标尺边界的局部图像，并且删除图像的其他信息，进而获得标尺的边界模板，然后将边界模板与求反后的足部图像取"与"操作。图3实现了对足部图像求反的功能，得到的标尺底色为白色。图4表示只包含标尺的截取图像。(2)灰度变换。增强图像对比度是增强图像中感兴趣的灰度区域，相对抑制那些不感兴趣的灰度区域。实现方法是利用分段函数法将需要的图像细节灰度级拉伸，将不需要的图像细节灰度级压縮。本实施例采用增强对比度的变换函数为三段线性变换，其数学表达式为t2*1255—f，0《S(1)S和t分别表示图像中某个像素灰度变换前后的灰度值。利用公式(1)，可使图像中灰度级小于A的各像素保持灰度级不变，而灰度级在S,到S2之间的各像素拉伸灰度级为、到^范围，同时灰度级在^到255之间的各像素压缩为/2到255范围，可以根据足部图像中标尺和背景的实际对比度，选择合适的灰度变换参数。在本实施例足部图像灰度变换中，选择的参数如下^=^=30，s2=160(正面图)或140(侧面图)，t2=200。(3)二值化处理。图像分割的经典方法是基于灰度阈值的分割，它通过设置阈值，把像素点按灰度级分若干类，从而实现图像分割。设原图像为/(x,j)，以一定的准则在/(U)中找出一个灰度值T作为阈值，将图像分割成两部分，即把大于等于该阈值的像素值置为1，小于该阈值的像素值置成0。阈值运算后的图像为二值化图像gOc,力如下式所示<formula>formulaseeoriginaldocumentpage7</formula>(2)自动选取阈值T是大部分图像分割应用的基本要求，自动阈值法通常使用灰度直方图来分析图像中灰度值的分布，结合特定的应用领域知识来选择最合适的阈值。本实施例选择迭代阈值法，基本思想是选择一个阈值作为初始估计值，然后按某种策略不断的改进这一估计值，直到满足给定的准则为止。迭代阈值法的实现步骤如下3.〗选择图像灰度的中值作为初始阈值7。，依次重复步骤23,获得新的阈值7;,/=1,2,...。直到7]+1和7]的差小于某个给定值。3.2利用阈值7;把图像分割成两个区域A和i。，用下式计算区域^和i^的灰度均值^和/^,2。公式如下-<formula>formulaseeoriginaldocumentpage7</formula>(3)3.3计算出//(1和^2后，用下式计算出新的阈值;以上迭代步骤中，Z'表示迭代次数，r表示灰度值，为图像中对应于该灰度值的像素个数，Z为图像中的最大灰度值。图5为二值化处理图像。(4)提取标尺边界像素点坐标，并利用数组保存。二、像素位移与实际位移的自动转换流程在完成第一步以后，我们可以准确提取标尺的边界像素点坐标信息，然后采用基于最小二乘法直线拟合的方法，像素位移与实际位移的自动转换，实现具体的操作步骤为1.剔除异常数据点在本实施例采用的是最小二乘法直线拟合，因此必须确保所获得的数据没有异常数据点。拟合直线的精确性依赖于相互独立的数据3^"+^^,.,>;,)，!、1,2,...,的准确性，因此剔除异常数据点是非常关键的一个环节。人工剔除异常数据点是通过观察剔除二值化图像的异常像素点，缺点是异常数据点的剔除必须有人的参与。本实施例采用编程实现了自动剔除异常像素点，主要思想是首先将相互独立的数据存储于一个数组，并利用直线上各点坐标的特点将异常数据点置零，然后将其剔除，最后将准确的数据点组成一个新的数组。2.运用最小二乘法直线拟合，求解标尺两个垂直边界与水平下边界的直线方程；设两变量Ly满足线性关系y=fl+fo。如果精确地测得一组相互独立的数据y=fl+te{u,}，i-l，2，…，rt。当所测各乂值与拟合直线上a+fcc,之间偏差的平方和，即2=t[X-("+&0]2最小，所得系数a,b，拟合公式即为最佳经验公式。分别求g对"和6的偏导("+K)](-i)=o解方程得<formula>formulaseeoriginaldocumentpage8</formula>3.分别计算标尺下端两端点的像素坐标，根据两点间的距离公式可求出两端点的像素距离；4.利用图像中标尺的宽度和两端点的像素距离，计算出每个像素所代表的实际长度，然后根据标记点的像素位移得到测量电极的实际位移，实现像素位移与实际位移的自动转换。本发明所阐述方法的实验验证及数据分析利用同济大学附属同济医院骨科提供的足部正面和侧面标记图像8幅，进行实验验证及数据分析。图6为4幅足部正面图像，图7为4幅足部侧面图像；标记图像I、2、3、4分别是对添加探测电极的新鲜尸足进行700N压力测试时的采集图像。每次采集图像前重新粘贴检测台前端的标尺，尺寸为20mm*10mm。且每次采集图像时相机的焦距和与检测台的位置不做任何规定。利用本发明方法可计算出足部正面和侧面图像的每个像素所代表的实际长度，分别见表l和表2。表1足部正面图像每个像素所代表的实际长度<table>tableseeoriginaldocumentpage9</column></row><table>表1和表2分别给出8幅足部图像中每个像素所代表的实际长度，进而可以根据足部标记图像中标记点的像素位移，计算出测量电极的实际位移，实现了像素位移与实际位移的自动转换。实验可采集足部受力前后的图像并记录电极的实际位移，计算标记点的像素位移并将其转化为实际位移(mm)，然后以电极的实际位移为参照，验证这种方法的合理性。权利要求1.一种标尺图像中像素位移与实际位移的自动转换方法，其特征在于实施步骤为1)提取标尺边界像素点坐标；2)像素位移与实际位移的自动转换。2.根据权利要求1所述的标尺图像中像素位移与实际位移的自动转换方法，其特征在于所述的步骤1)的提取标尺边界像素点坐标的具体步骤如下(1)图像求反和标尺截取图像求反就是将原图像的灰度级范围由变换到[L-1,0];标尺截取则是通过选取略大于标尺边界的局部图像，并且删除图像的其他信息，进而获得标尺的边界模板，然后将边界模板与求反后的图像取"与"操作；(2)灰度变换增强图像对比度是增强图像中感兴趣的灰度区域，相对抑制那些不感兴趣的灰度区域；实现方法是利用分段函数法将需要的图像细节灰度级拉伸，将不需要的图像细节灰度级压縮，采用增强对比度的变换函数为三段线性变换；(3)二值化处理图像分割的经典方法是基于灰度阈值的分割，它通过设置阈值，把像素点按灰度级分若干类，从而实现图像分割；选择迭代阈值法，基本思想是选择一个阈值作为初始估计值，然后按某种策略不断的改进这一估计值，直到满足给定的准则为；(4)提取标尺边界像素点坐标，并利用数组保存。3.根据权利要求1所述的标尺图像中像素位移与实际位移的自动转换方法，其特征在于所述的步骤2)的像素位移与实际位移的自动转换的具体步骤如下(1)剔除异常数据点采用编程实现自动剔除异常像素点；(2)运用最小二乘法直线拟合，求解标尺两个垂直边界与水平下边界的直线方程；(3)分别计算标尺下端两端点的像素坐标，根据两点间的距离公式可求出两端点的像素距离；(4)利用图像中标尺的宽度和两端点的像素距离，计算出每个像素所代表的实际长度，实现像素位移与实际位移的自动转换。全文摘要本发明涉及一种标尺图像中像素位移与实际位移的自动转换方法。本方法的实施步骤为(1)提取标尺边界像素点坐标首先进行图像求反和标尺截取，然后进行灰度变换和二值化处理，最后提取标尺边界像素点的像素坐标；(2)像素位移与实际位移的自动转换首先剔除异常数据点，利用最小二乘法直线拟合求解标尺两个垂直边界与水平下边界的直线方程，然后分别计算标尺下端两端点的像素坐标以及像素距离；最后利用图像中标尺的宽度和两端点的像素距离，计算出每个像素所代表的实际长度，实现像素位移与实际位移的自动转换。本方法可应用于不同图像中同一物体的运动位移或变形程度分析。文档编号G01B11/16GK101520895SQ20091004651公开日2009年9月2日申请日期2009年2月24日优先权日2009年2月24日发明者史安生,吕东辉,栋张,张海燕,汪世刚申请人:上海大学