舌体图像的分割方法和装置的制造方法

文档序号:8340248阅读:492来源:国知局
舌体图像的分割方法和装置的制造方法
【技术领域】
[0001] 本发明涉及医学图像处理领域,具体地,涉及一种舌体图像的分割方法和装置。
【背景技术】
[0002] 医学图像分割算法众多,常用的如阈值分割算法,分水岭分割算法、主动轮廓模型 分割算法,基于神经网络的分割算法等,但由于每种算法自身都存在一定问题,并非所有方 法均适用于图像中的舌体分割。舌苔表面有复杂的纹理特征,舌体与嘴唇、皮肤等器官图像 灰度相近,因此舌体的边界模糊,边界信息弱。同时,舌诊系统最终面向普通患者,舌体分割 算法一方面需要具备准确性,另一方面也需要具备时效性。
[0003] 阈值分割算法是一种传统的图像分割技术。通过计算图像一个或多个灰度阈值, 并将图像各像素灰度与阈值比较,最终分类到相应合适的类别。这是一种比较简单的分割 算法。利用阈值分割的方法来进行舌体图像分割准确率较低,在分割的结果中,舌体边缘轮 廓曲线比较粗糙,不能够精确地勾勒出舌体边缘。尤其由于舌体分割比较特殊,舌苔表面有 复杂的纹理特征,舌体与嘴唇、皮肤等器官图像灰度相近,因此,分割所获舌体的边界模糊, 边界信息弱。舌体图像用阈值分割方法,效果并不理想。
[0004] 分水岭分割算法以阈值分割方法为基础。分水岭分割算法是将图像视作测地学中 的拓扑地貌,各像素灰度值视作海拔高度,每一个局部极小值及其影响区域构成集水盆,各 个集水盆的边界就是分水岭。然而某些被当作分水岭的局部最大值所分割出的轮廓,并不 是所需要分割出的真正轮廓,造成真实的轮廓被掩埋,这就是过分割现象。分水岭算法的过 分割现象对舌体图像的分割效果会产生严重的负面影响。
[0005] 基于主动轮廓模型(Active contour models, ACM)的分割方法实现分割速度较 慢,而且过分依赖于初始轮廓的选取,如果初始轮廓选取不好,则算法可能收敛到局部极 值,不能正确地实现舌体分割。此外,主动轮廓模型方法是一个迭代算法,在初始轮廓选的 偏差较大的情况下,若想取得很好的结果,则迭代的次数就会增多,增长了运算时间。时效 性差、速度较慢是主动轮廓模型方法的一大缺点。
[0006] 基于神经网络的分割算法存在计算量大,所耗时间长,收敛速度慢等问题,也不适 用于医学图像中的舌体分割。

【发明内容】

[0007] 为了至少部分地解决上述技术问题,根据本发明的一个方面,提供一种舌体图像 的分割方法,包括:
[0008] 根据原始彩色图像获得灰度舌体图像和HSI彩色图像;
[0009] 基于所述灰度舌体图像,利用分水岭算法获得第一图像;
[0010] 基于所述HSI彩色图像的H通道的数据,对所述HSI彩色图像进行分割,以获得第 二图像;
[0011] 基于所述HSI彩色图像的I通道的数据,对所述第二图像进行分割,以获得第三图 像;以及
[0012] 计算所述第一图像和所述第三图像的并集,以获得舌体分割结果图。
[0013] 可选地,所述利用分水岭算法获得第一图像进一步包括以下步骤:
[0014] 利用边缘增强方法获得所述灰度舌体图像的梯度图;
[0015] 基于所述HSI彩色图像的S通道的数据,利用阈值分割技术获得标记图像;
[0016] 将所述标记图像覆盖在所述梯度图上,获得待分割灰度图;以及
[0017] 对所述待分割灰度图利用所述分水岭算法进行分割,获得所述第一图像。
[0018] 可选地,所述利用阈值分割技术获得标记图像进一步包括以下步骤:
[0019] 对所述HSI彩色图像的S通道的数据进行阈值分割;以及
[0020] 利用形态学图像处理技术对经阈值分割的图像进行优化,获得标记图像。
[0021] 可选地,所述利用阈值分割技术获得标记图像是利用大津阈值。
[0022] 可选地,在所述根据原始彩色图像获得灰度舌体图像和HSI彩色图像之前,所述 原始彩色图像被预处理。
[0023] 根据本发明另一方面,还提供了一种舌体图像的分割装置,包括:
[0024] 图像转换模块,用于根据原始彩色图像获得灰度舌体图像和HSI彩色图像;
[0025] 第一分割模块,用于基于所述灰度舌体图像,利用分水岭算法获得第一图像;
[0026] 第二分割模块,用于基于所述HSI彩色图像的H通道的数据,对所述HSI彩色图像 进行分割,以获得第二图像;
[0027] 第三分割模块,用于基于所述HSI彩色图像的I通道的数据,对所述第二图像进行 分割,以获得第三图像;以及
[0028] 合并模块,用于计算所述第一图像和所述第三图像的并集,以获得舌体分割结果 图。
[0029] 可选地,第一分割模块进一步包括以下模块:
[0030] 边缘增强模块,用于利用边缘增强方法获得所述灰度舌体图像的梯度图;
[0031] 标记图像获得模块,用于基于所述HSI彩色图像的S通道的数据,利用阈值分割技 术获得标记图像;
[0032] 屏蔽模块,用于将所述标记图像覆盖在所述梯度图上,获得待分割灰度图;以及
[0033] 分水岭分割模块,用于对所述待分割灰度图利用所述分水岭算法进行分割,获得 所述第一图像。
[0034] 可选地,所述标记图像获得模块进一步包括以下模块:
[0035] 阈值分割模块,用于对所述HSI彩色图像的S通道的数据进行阈值分割;以及
[0036] 优化模块,用于利用形态学图像处理技术对经阈值分割的图像进行优化,获得标 记图像。
[0037] 可选地,所述标记图像获得模块利用大津阈值。
[0038] 可选地,所述装置还包括预处理模块,用于在所述图像转换模块根据原始彩色图 像获得灰度舌体图像和HSI彩色图像之前,预处理所述原始彩色图像。
[0039] 本发明提出的上述分割方法和分割装置不仅实现了舌体图像的自动分割;而且, 一方面,分割结果更准确,另一方面,分割速度更快。该分割方法和分割装置复杂度不高,并 对图像中的舌体边界敏感,还具备时效性。
[0040] 在
【发明内容】
中引入了一系列简化形式的概念,这将在【具体实施方式】部分中进一步 详细说明。本
【发明内容】
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和 必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。
[0041] 以下结合附图,详细说明本发明的优点和特征。
【附图说明】
[0042] 本发明的下列附图在此作为本发明的一部分用于理解本发明。附图中示出了本发 明的实施方式及其描述,用来解释本发明的原理。在附图中,
[0043] 图1是根据本发明一个具体实施例的分割方法的流程图;
[0044] 图2是根
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1