一种三维图像中前景的分割方法
【专利摘要】本发明提供一种三维图像中前景的分割方法，即从三维图像中得到前景掩模的方法，所述方法包括如下步骤：(1)输入所述三维图像和初始前景掩模M(1)；(2)计算所述三维图像中每个像素点的图像约束前景概率；(3)基于当前前景掩模M(k)，计算所述三维图像中每个像素点的形状约束前景概率k为迭代次数；(4)基于所述图像约束前景概率和形状约束前景概率得到下一前景掩模M(k+1)；(5)若所述当前前景掩模M(k)和下一前景掩模M(k+1)的变化小于预定值或者迭代次数k等于预定最大迭代次数，则所述当前前景掩模M(k)即为本方法得到的前景掩模；否则令M(k)＝M(k+1)，k＝k+1，且返回步骤(3)。本技术方案不仅实现简单，还能快速、稳定地提取三维医学图像中的前景。
【专利说明】—种三维图像中前景的分割方法
【技术领域】
[0001]本发明涉及图像处理领域，尤其涉及一种三维图像中前景的分割方法。
【背景技术】
[0002]目前，对于临床医学图像，常用的自动前景提取方法包括活动轮廓模型和区域增长。
[0003]活动轮廓模型，是对初始掩模边界轮廓进行演化的方法。该方法利用图像中感兴趣的特征，将初始掩模的轮廓作为整体曲线进行拉伸和变形，寻找感兴趣区域的边界，因此，对图像中的噪声不敏感，并且能够克服由于感兴趣边界处局部不清晰造成的分割泄露和误分割。但是，该方法是通过优化由图像本身和掩模边界曲线组合而成的能量函数，对掩膜边界进行演化，运算速度一般较慢。
[0004]区域增长，采用迭代的方法，从初始掩模的边界位置向外扩展，将图像中与掩模边界相邻的并且具有感兴趣特征的像素点逐步合并到掩模中，直到寻找到感兴趣区域的边界位置。该方法的算法实现简单、高效，但是，对图像中的噪声非常敏感，而且只考虑了掩模相邻区域的影响。
【发明内容】
[0005]本发明解决的问题是提供一种三维图像中前景的分割方法，不仅实现简单，还能快速、稳定地提取三维医学图像中的前景。
[0006]为了解决上述问题，本发明提供了一种三维图像中前景的分割方法，包括如下步骤:
[0007](I)输入所述三维图像，计算所述三维图像中每个像素点的图像约束前景概率；记所述三维图像的前景掩模为Μ，Μω为初始前景掩模；
[0008](2)基于当前前景掩模M(k)，计算所述三维图像中每个像素点的形状约束前景概率Pi=琪中，k为迭代次数，k彡I ;
[0009](3)基于所述图像约束前景概率和形状约束前景概率得到下一前景掩模
M(k+1)；
[0010](4)若所述当前前景掩模M(k)和下一前景掩模M(k+1)的变化小于预定值或者迭代次数k等于预定最大迭代次数，则结束迭代，所述当前前景掩模M(k)即为所需分割的前景；反之，则返回步骤(2)，k增加I。
[0011]上述所述一种三维图像中前景的分割方法，其中，计算所述三维图像中每个像素点的图像约束前景概率P100的过程包括:1)将所述三维图像二值化，得到二值化图像；2)将所述二值化图像进行空间滤波和变换，得到所述图像约束前景概率P100。
[0012]上述所述一种三维图像中前景的分割方法，其中，得到所述图像约束前景概率Pl(X)的公式为:
[0013]
【权利要求】
1.一种三维图像中前景的分割方法，其特征在于，包括如下步骤: (1)输入所述三维图像，计算所述三维图像中每个像素点的图像约束前景概率；记所述三维图像的前景掩模为M，初始前景掩模为M(1)； (2)基于当前前景掩模M(k)，计算所述三维图像中每个像素点的形状约束前景概率 琪中，k为迭代次数，k ≥ I ； (3)基于所述图像约束前景概率和形状约束前景概率P:1)，得到下一前景掩模M(k+1)； (4)若所述当前前景掩模M(k)和下一前景掩模M(k+1)的变化小于预定值或者迭代次数k等于预定最大迭代次数，则结束迭代，所述当前前景掩模M(k)即为所需分割的前景；反之，则返回步骤(2)，k增加I。
2.如权利要求1所述三维图像中前景的分割方法，其特征在于，计算所述三维图像中每个像素点的图像约束前景概率P100的过程包括: 1)将所述三维图像二值化，得到二值化图像； 2)将所述二值化图像进行空间滤波和变换，得到所述图像约束前景概率P100。
3.如权利要求2所述三维图像中前景的分割方法，其特征在于，得到所述图像约束前景概率P100的公式为:
其中，X表示所述三维图像中任一像素点的空间位置；gl为变换函数；Gffl为空间滤波算子表示卷积运算；Ib为所述二值化图像。
4.如权利要求1所述三维图像中前景的分割方法，其特征在于，计算所述形状约束前景概率的公式为:
其中，g2为变换函数；&2为空间滤波算子；?表示卷积运算；k为迭代次数；X表示所述三维图像中任一像素点的空间位置。
5.如权利要求1所述一种三维图像中前景的分割方法，其特征在于，得到所述下一前景掩模M(k+1)的过程包括: 1)将所述图像约束前景概率P100和所述形状约束前景概率C组合，得到所述三维图像中每个像素点成为前景的概率； 2)对所述前景概率进行二值化，得到临时前景掩模； 3)将所述临时前景掩模进行空间平滑滤波和二值化，得到所述下一前景掩模M(k+1)。
6.如权利要求5所述一种三维图像中前景的分割方法，其特征在于，所述组合的公式为/7?1) = wZ7Ifx),其中，w为所述前景概率/^丨1]中P100的权重,O < w < 10
7.如权利要求5所述一种三维图像中前景的分割方法，其特征在于，所述组合的公式
8.如权利要求5所述一种三维图像中前景的分割方法，其特征在于，得到所述下一前景掩模M(k+1)的公式为:
其中，€^为空间滤波算子；0表示卷积运算；1为指标函数，当其变量中的不等式成立时，取值为1，否则取值为O ;t2和t3为预定阈值。
9.如权利要求1所述一种三维图像中前景的分割方法，其特征在于，所述预定值的取值范围为 0.000001-0.001。
10.如权利要求1所述一种三维图像中前景的分割方法，其特征在于，所述预定最大迭代次数的取值范围为10-20。
【文档编号】G06T7/00GK104166976SQ201310182718
【公开日】2014年11月26日 申请日期:2013年5月16日 优先权日:2013年5月16日
【发明者】刘靖, 李强 申请人:上海联影医疗科技有限公司