影像辨识方法及影像辨识系统的制作方法
【专利摘要】本发明提供一种影像辨识方法及影像辨识系统，尤其是一种影像自动辨识、分析、测量方法与系统，可应用于胎儿超音波影像，影像辨识方法包含下列步骤：(a)以滤波运算子调整影像以减少噪声并均匀化(同质化)相同物件结构的像素表现；(b)通过统计色阶分布信息函数分析影像并根据统计色阶分布信息函数的最大信息乱度状态将数个像素单元分类为疑似前景像素单元与背景像素单元；以及(c)在疑似前景像素单元中以形状轮廓设定值搜寻并辨识一目标结构影像。本发明的影像辨识方法可提升辨识目标物的组织、构造、结构影像及测量影像的效率与准确度。
【专利说明】影像辨识方法及影像辨识系统
【技术领域】
[0001]本发明是关于一种影像辨识方法及影像辨识系统，尤其是超音波影像自动化辨识、分析、测量方法及系统，其中超音波影像包含胎儿超音波影像；具体而言，本发明是关于一种可分析影像、提高辨识效率及能够自动化测量的影像辨识、分析、测量方法及影像辨识、分析、测量系统。
【背景技术】
[0002]由于超音波检测具有即时、低成本、容易使用及非侵入性等优点，普遍应用于生医领域，尤其是应用在侦测孕妇子宫内胎儿的成长状况。一般而言，医师是使用超音波检测器侦测胎儿的超音波动态影像，并尝试捕捉最佳角度以撷取即时影像。在实际应用中，超音波检测器包含影像辨识系统，且影像辨识系统能够读取撷取后即时影像的内容且提供数个影像分析工具。然而，上述影像分析工具需由使用者手动控制以判读影像内容，且需手动测量影像内容。
[0003]举例而论，医师需目视搜寻目标影像，其中目标影像包含头颅、股骨或其他器官。需说明的是，若目标影像过于模糊，则目视搜寻的方法容易产生误差，难以判断目标影像的正确位置，进而影响目标影像的判读结果。
[0004]此外，当医师通过影像分析工具测量目标影像时，是采用手动拖曳尺规的方式进行测量目标影像的长度。值得注意的是，此方法容易费时，无法有效提供较佳的医疗品质。除此之外，若目标影像的判读结果误差过大，还影响后续测量尺寸的结果。综合上述诸多因素，传统式的影像辨识系 统仍存在许多缺点。
【发明内容】
[0005]有鉴于上述现有技术的问题，本发明提出一种可分析影像并提高辨识效率的影像辨识方法及影像辨识系统，用以辨识、分析及测量影像，尤其用以分析超音波影像。
[0006]在一方面，本发明提供一种具有统计色阶分布信息函数的影像辨识方法，以提高影像辨识效率。
[0007]在一方面，本发明提供一种使用向量分析物件边缘的影像辨识方法，以侦测目标结构影像。
[0008]在一方面，本发明提供一种判断目标影像尺寸的影像测量方法，并能将测量结果自动转换为尺寸(由像素单位转换为尺寸单位)，以提升影像测量效率。
[0009]在一方面，本发明提供一种可自动化辨识并快速测量的影像辨识系统，以提高影像分析的准确度。
[0010]在另一方面，本发明提供一种影像辨识可读媒体，其中影像辨识可读媒体储存影像辨识方法或影像辨识系统，具有辨识影像及测量影像内容的功效。
[0011]本发明的一方面提供一种影像辨识方法，应用于影像，其中影像包含复数个像素单元，影像辨识方法包含下列步骤:(a)以滤波运算子调整影像以减少噪声并均匀化(同质化)相同物件结构的像素表现；(b)通过统计色阶分布信息函数分析影像并根据统计色阶分布信息函数的最大信息乱度状态将该等像素单元分类为疑似前景像素单元与背景像素单元；以及(C)在疑似前景像素单元中以形状轮廓设定值搜寻并辨识一目标结构影像。在实际情况中，该目标结构影像可以是组织影像、构造影像或器官结构影像，但不以此为限。
[0012]本发明的另一方面提供一种影像辨识方法，应用于影像，包含下列步骤:(a)以边缘运算子侦测该影像中的向性边缘；(b)强化向性边缘；(c)反转色阶；以及(d)以形状轮廓设定值搜寻目标结构影像，其中形状轮廓设定值对应相连结构。在一实施例中，向性边缘是指水平方向边缘，但不以此例为限。
[0013]本发明的一方面提供一种影像辨识系统，用以辨识影像，其中影像包含复数个像素单元，且影像辨识系统包含影像处理模块、分析模块及辨识模块。影像处理模块具有滤波运算子，其中滤波运算子调整影像以减少噪声并均匀化(同质化)相同物件结构的像素表现。分析模块连接于影像处理模块并内存第一运算模式，其中第一运算模式具有统计色阶分布信息函数，且分析模块在第一运算模式中通过统计色阶分布信息函数分析影像并根据最大信息乱度状态，将该等像素单元分类为疑似前景像素单元与背景像素单元。此外，影像辨识系统依据物件的型态和分布特性，选择最佳物件做为目标物件。
[0014]相对于现有技术，根据本发明的影像辨识方法及影像辨识系统是利用统计色阶分布信息函数以定义像素单元，进而辨识目标物件影像结构，以达到提升影像辨识度的功效。此外，影像辨识方法可通过边缘运算子分析影像，并使用形状轮廓设定值辨识目标结构影像。在实际应用中，影像辨识系统还具有测量影像的功能，且平均约2.28秒完成分析、辨识及测量。
[0015]关于本发明的优点与精神可以通过以下的发明详述及所附图式得到进一步的了解。
【专利附图】
【附图说明】
[0016]图1为本发明的影像辨识方法的实施例流程图；
[0017]图2A为本发明的原始影像示意图；
[0018]图2B为本发明的统计色阶分布信息函数处理后的影像示意图；
[0019]图2C为本发明的辨识目标结构影像的影像示意图；
[0020]图3为本发明的影像辨识方法的另一实施例流程图；
[0021]图4为本发明的影像辨识方法的另一实施例流程图；
[0022]图5A为本发明的原始影像示意图；
[0023]图5B为本发明的强化向性边缘后的影像示意图；
[0024]图5C为本发明的辨识目标结构影像的影像示意图；
[0025]图6A及图6B为本发明的影像辨识方法的另一实施例流程图；
[0026]图7为本发明的影像辨识方法的实施例流程图；
[0027]图8A及图SB为本发明的影像辨识方法的另一实施例流程图；
[0028]图9A及图9B为本发明的影像辨识方法的另一实施例流程图；
[0029]图1OA为本 发明的影像辨识方法使用矩形图框测量的实施例示意图；
[0030]图1OB为本发明的影像辨识方法使用矩形图框测量的实施例示意图；[0031]图11为本发明的影像辨识系统的实施例示意图；
[0032]图12为本发明的影像辨识系统的另一实施例示意图；
[0033]图13为本发明的影像辨识系统的另一实施例示意图；以及
[0034]图14为本发明的影像辨识系统的另一实施例示意图。
[0035]【主要元件符号说明】
[0036]1、1A、IB、IC:影像辨识系统
[0037]2:动态影像读取装置
[0038]3:显示装置
[0039]IOA:矩形图框
[0040]IOB:矩形图框
[0041]20A:股骨目标影像
[0042]20B:股骨目标影像
[0043]30:影像处理模 块
[0044]40:分析模块
[0045]50:辨识模块
[0046]200A:长边距离
[0047]200B:对角距离
[0048]610:顶点测量模块
[0049]620:图框测量模块
[0050]步骤SlOO~步骤S2001
【具体实施方式】
[0051]根据本发明的一具体实施例为一种影像辨识方法，应用于影像。在此方法中，该影像可以为超音波影像，但不以胎儿超音波为限。
[0052]请参照图1，图1为本发明的影像辨识方法的实施例流程图。如图1所示，该影像辨识方法首先执行步骤S100，以滤波运算子调整影像以减少噪声并均匀化(同质化)相同物件结构的像素表现。在实际情况中，影像包含复数个像素单元，其中像素单元为影像中呈矩阵阵列排列的像素点。在原始影像中，该等像素单元中的色块变异性极大，故以滤波运算子降低影像的变异性及将影像锐利化或平滑化，以简化影像的结构信息。在实际应用中，滤波运算子可以是影像运算矩阵，可调整各像素单元的色块，但不以此为限。换言之，滤波运算子可减少影像中不必要的噪声，为影像辨识的前置处理。
[0053]接着，影像辨识方法执行步骤S200，通过统计色阶分布信息函数分析影像，并根据统计色阶分布信息函数的最大信息乱度状态将该等像素单元分类为疑似前景像素单元与背景像素单元。需说明的是，统计色阶分布信息函数为一种影像分析工具，能够大幅过滤影像，达到影像辨识的功效。至于统计色阶分布信息函数及最大乱度状态的详细实施方法，将在本文的另一实施例中说明。
[0054]然后，影像辨识方法执行步骤S300，在疑似前景像素单元中以形状轮廓设定值搜寻并辨识目标结构影像。需说明的是，目标结构影像包含头骨(skull)、股骨(femur)或其他器官的影像，且各器官具有相对应的形状轮廓设定值。举例而言，股骨的轮廓具有长形结构，而头骨具有类似圆形的结构，其中股骨跟头骨分别具有对应的股骨轮廓设定值及头骨轮廓设定值，使得该影像辨识方法根据股骨轮廓设定值或头骨轮廓设定值以辨识股骨目标影像或头骨目标影像。此外，在此流程中，可通过股骨长形结构的两端具有圆形结构定义形状轮廓设定值，进而辨识目标结构影像。
[0055]以股骨目标影像为例，请参照图2A~图2C，其中图2A为本发明的原始影像示意图；图2B为本发明的统计色阶分布信息函数处理后的影像示意图；图2C为本发明的辨识目标结构影像的影像示意图。在实际情况中，使用者可通过超音波侦测装置撷取超音波影像，图2A是揭示超音波影像的原始影像。值得注意的是，经影像辨识方法执行步骤SlOO及S200后，图2B所示的影像具有清楚的股骨轮廓及其他类似轮廓。此外，经影像辨识方法执行步骤S300后，可辨识出如图2C中的股骨目标影像。
[0056]除图1的影像辨识方法外，本发明还通过数个步骤详细说明统计色阶分布信息函数的分析方法。请参照图3，图3为本发明的影像辨识方法的另一实施例流程图。如图3所示，影像辨识方法在步骤SlOO后执行步骤S201，标准化影像以撷取该等像素单元的复数个色阶值及各色阶值的显像频率。具体而论，色阶值的范围为O~2^-1,其中色阶值为O对应的颜色为黑色，且色阶值为2e-l对应的颜色为白色。c为位元数值(bit number)，用以编码影像像素表现。举例而言，Sbits超音波影像，其中c=8;16bits超音波影像，其中c=16。在此步骤中，影像辨识方法撷取各像素单元的色阶值，且各色阶值的显像频率为各色阶值出现的频率。
[0057]接着，影像辨识方法执行步骤S203，产生对应显像频率的显像机率。需说明的是，在步骤S201中，该方法取得各色阶值的显像频率，则步骤S203产生各色阶值出现的机率，即为显像频率。
[0058]然后，影像辨识方法执行步骤S205，在统计色阶分布信息函数输入该等色阶值及对应该等色阶值的显像机率。在此方法中，统计色阶分布信息函数为乱度信息函数(entropy information theory),但不以此为限。进一步而论,影像辨识方法是使用乱度信息函数判断可用的像素单元，进而辨识目标结构影像。
[0059]举例而论，影像辨识方法执行标准化影像后，可得到显像频率P及其范围
【权利要求】
1.一种影像辨识方法，其特征在于，应用于一影像，包含下列步骤: (a)以一边缘运算子侦测该影像中的一向性边缘； (b)强化该向性边缘； (C)反转色阶；以及 (d)以一形状轮廓设定值搜寻一目标结构影像，其中该形状轮廓设定值对应一相连结构。
2.如权利要求1所述的影像辨识方法，其特征在于，在(b)步骤中包含: 伸张该向性边缘以强化该向性边缘。
3.如权利要求1所述的影像辨识方法，其特征在于，该影像包含复数个像素单元，各像素单元具有一色阶值，且该等色阶值是介于一色阶极大值与一色阶极小值之间，该影像辨识方法在(C)步骤中包含: 若该色阶值较接近该色阶极大值，转换该色阶值为该色阶极小值；以及 若该色阶值较接近该色阶极小值，转换该色阶值为该色阶极大值。
4.一种影像辨识方法，应用于一影像，其特征在于，该影像包含复数个像素单元，该影像辨识方法包含下列步骤 : (a)以一滤波运算子调整该影像以减少噪声并均匀化相同物件结构的像素表现； (b)通过一统计色阶分布信息函数分析该影像，并根据该统计色阶分布信息函数的一最大信息乱度状态将该等像素单元分类为一疑似前景像素单元与一背景像素单元；以及 (C)在该疑似前景像素单元中以一形状轮廓设定值搜寻并辨识一目标结构影像。
5.如权利要求4所述的影像辨识方法，其特征在于，在(b)步骤包含: 标准化该影像以撷取该等像素单元的复数个色阶值及各色阶值的一显像频率；以及 产生对应该显像频率的一显像机率。
6.如权利要求5所述的影像辨识方法，其特征在于，在(b)步骤包含: 在该统计色阶分布信息函数输入该等色阶值及对应该等色阶值的该显像机率； 产生该最大信息乱度状态时，决定对应该最大信息乱度状态的该色阶值为一色阶分界值； 转换大于或等于该色阶分界值的该等色阶值为一色阶极大值并转换小于该色阶分界值的该等色阶值为一色阶极小值以二值化分类该疑似前景像素单元及该背景像素单元；以及 定义对应该色阶极大值的该等像素单元为该疑似前景像素单元。
7.一种影像辨识系统，用以辨识一影像，其特征在于，该影像包含复数个像素单元，且该影像辨识系统包含: 一影像处理模块，具有一滤波运算子，其中该滤波运算子调整该影像以减少噪声并均匀化相同物件结构的像素表现； 一分析模块，连接于该影像处理模块并内存一第一运算模式，其中该第一运算模式具有一统计色阶分布信息函数，且该分析模块在该第一运算模式中通过该统计色阶分布信息函数分析该影像并根据一最大信息乱度状态将该等像素单元分类为一疑似前景像素单元与一背景像素单元；以及 一辨识模块，连接于该分析模块并内存至少一形状轮廓设定值，其中该辨识模块在该疑似前景像素单元中以该至少一形状轮廓设定值搜寻并辨识一目标结构影像，且该形状轮廓设定值对应一相连结构。
8.如权利要求7所述的影像辨识系统，其特征在于，在该第一运算模式中，该分析模块标准化该影像以撷取该等像素单元的复数个色阶值及各色阶值的一显像频率并产生对应该显像频率的一显像机率。
9.如权利要求8所述的影像辨识系统，其特征在于，该统计色阶分布信息函数根据该等色阶值及对应该等色阶值的该显像机率产生该最大信息乱度状态，且该分析模块决定对应该最大信息乱度状态的该色阶值为一色阶分界值并转换大于或等于该色阶分界值的该等色阶值为一色阶极大值，转换小于该色阶分界值的该等色阶值为一色阶极小值。
10.如权利要求7所述的影像辨识系统，其特征在于，该分析模块还内存一第二运算模式，且该第二运算模式具有一边缘运算子；当该分析模块在该第一运算模式中无法辨识该目标结构影像，则该分析模块在该第二运算模式中通过该边缘运算子侦测该影像中的一向性边缘，且该分析模块反转该等像素单元的色阶并以一形状轮廓设定值搜寻该目标结构影像。`
【文档编号】A61B8/00GK103767728SQ201310079125
【公开日】2014年5月7日 申请日期:2013年3月13日 优先权日:2012年10月19日
【发明者】王靖维 申请人:王靖维