一种管状物分割方法、装置及设备的制造方法
【技术领域】
[0001] 本发明设及图像处理技术领域，具体设及一种管状物分割方法、装置及设备。
【背景技术】
[0002] 在图像处理技术领域，常常设及到对二维图像中的管状物的分割处理。例如在血 管造影(英文全称为Digi1:al Subtraction Angiogra地y，英文简称为DSA)图像中提取有病 变部位的屯、血管，并对提取的屯、血管进行狭窄分析，有助于医生对于屯、血管疾病的诊断。
[0003] 现有技术中，如在DSA图像中，通常有两种方式来分割管状物。一种是全自动分割， 一种是交互式分割。全自动分割一般是针对全幅图像进行操作，一般用最大赌阔值法、模板 匹配追踪法等。交互式分割是针对用户感兴趣的部分进行分割，通过用户在感兴趣管状物 段的内腔中定义一条路径，根据路径点来寻找该段管状物的边界点。具体实现时，需要预先 设定管状物的最大半径，根据路径垂线上的灰度一阶微分极值点来确定血管边缘点，然后 寻找血管边缘点的最优路径。使用一阶微分极大值法需要预先设定待分割管状物的半径大 小，所述待分割管状物半径的大小是否准确直接影响最终图像分割结果的准确度。
[0004] 另外，在寻找边缘点的最优路径时，现有技术使用零交叉点的个数作为路径迭代 的一个准则。由于零交叉点对于噪声比较敏感，由零交叉点得到的边缘图像中有很多是伪 边缘，伪边缘的牵引作用有可能使得最优路径不是真正的边缘。
【发明内容】
[0005] 本发明实施例提供了一种管状物分割方法、装置及设备，有效提高了管状物分割 的准确率。
[0006] 为此，本发明实施例提供如下技术方案：
[0007] 第一方面，本发明实施例提供了一种管状物分割方法，所述方法包括：
[000引获取待分割管状物的路径坐标信息，根据所述路径坐标信息确定与所述管状物对 应的局部灰度范围W及目标候选区域；
[0009] 在所述目标候选区域内对所述管状物进行边缘检测，获得边缘信息和梯度信息；
[0010] 根据所述边缘信息、所述梯度信息W及所述局部灰度范围确定所述管状物的关键 边缘点；
[0011] 根据所述关键边缘点寻找所述关键边缘点之间的最优路径W确定所述管状物的 边界。
[0012] 另一方面，本发明实施例还提供了一种管状物分割装置，所述装置包括：
[0013] 获取单元，用于获取待分割管状物的路径坐标信息，根据所述路径坐标信息确定 与所述管状物对应的局部灰度范围W及目标候选区域；
[0014] 边缘检测单元，用于在所述目标候选区域内对所述管状物进行边缘检测，获得边 缘信息和梯度信息；
[0015] 关键边缘点确定单元，用于根据所述边缘信息、所述梯度信息W及所述局部灰度 范围确定所述管状物的关键边缘点；
[0016] 边界获得单元，用于根据所述关键边缘点寻找所述关键边缘点之间的最优路径W 确定所述管状物的边界。
[0017] 再一方面，本发明还提供了 一种管状物分割设备，包括：
[001引处理器；
[0019] 用于存储所述处理器可执行指令的存储器；
[0020] 其中，所述处理器被配置为：
[0021] 获取待分割管状物的路径坐标信息，根据所述路径坐标信息确定与所述管状物对 应的局部灰度范围W及目标候选区域；
[0022] 在所述目标候选区域内对所述管状物进行边缘检测，获得边缘信息和梯度信息；
[0023] 根据所述边缘信息、所述梯度信息W及所述局部灰度范围确定所述管状物的关键 边缘点；
[0024] 根据所述关键边缘点寻找所述关键边缘点之间的最优路径W确定所述管状物的 边界。
[0025] 本发明实施例提供的管状物分割方法、装置及设备，可W确定待分割管状物的路 径坐标信息，根据所述路径坐标信息确定与所述管状物对应的局部灰度范围W及目标候选 区域，并在所述目标候选区域内对所述管状物进行边缘检测，获得边缘信息和梯度信息;根 据所述边缘信息、所述梯度信息W及所述局部灰度范围确定所述管状物的关键边缘点；根 据所述关键边缘点寻找所述关键边缘点之间的最优路径W确定所述管状物的边界。由于在 确定管状物的关键边缘点时，使用了边缘信息结合梯度信息、灰度范围的判断方式，剔除了 绝大部分伪边缘信息，有效提高了边缘检测的准确度。
[0026] 此外，在寻找最优路径确定管状物边界时，结合了边缘检测结果确定能量函数，并 在捜索路径时不仅考虑能量最小原则还综合考虑边缘检测信息中的边缘点个数的因素，使 得在管状物的高曲率部分仍能得到准确的提取结果。
【附图说明】
[0027] 为了更清楚地说明本发明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 发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下， 还可W根据运些附图获得其他的附图。
[0028] 图1为本发明一实施例提供的管状物分割方法流程示意图；
[0029] 图2为本发明实施例提供的确定管状物的关键边缘点的流程示意图；
[0030] 图3为本发明一实施例提供的管状物分割装置示意图；
[0031] 图4为本发明另一实施例提供的管状物分割设备的实施例硬件架构图。
【具体实施方式】
[0032] 本发明实施例提供了一种管状物分割方法、装置及设备，有效提高了管状物分割 的准确率。
[0033] 为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实 施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施 例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通 技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护 的范围。
[0034] 参见图1，为本发明一实施例提供的管状物分割方法流程示意图。如图1所示，所述 方法可W包括：
[0035] S101，获取待分割管状物的路径坐标信息，根据所述路径坐标信息确定与所述管 状物对应的局部灰度范围W及目标候选区域。
[0036] 在本发明实施例具体实现时，可W提供交互界面，供用户进行交互。举例说明，用 户只需在图像中用户感兴趣的管状物的内腔中画一条路径，本发明即可W根据用户输入或 者确定的管状物内腔中的一条路径来获得与所述路径对应的管状物区域。所述路径的走向 和要分割的管状物段的走向相同。路径上的点称为路径点，路径点的坐标信息即为路径坐 标信息。获取待分割管状物的路径坐标信息即为获取用户输入或者确定的管状物内腔中的 路径上的各路径点的坐标信息。
[0037] 在根据所述路径坐标信息确定与所述管状物对应的局部灰度范围时，可W根据用 户输入的管状物路径点坐标(xi，yi)，（X2，y2)，...，（xN，yN)，计算其对应的最小图像灰度值 gmin、巧大图像灰度值gmax,由此确走官状物对应的局部灰度化围[gmin,gmax]。进一步地，本发 明实施例还可W包括对管状物路径的平滑操作，之后处理的坐标点均可W是经过平滑处理 的坐标点。其中，对管状物路径的平滑操作可W采取现有技术中的平滑处理方法而实现。
[0038] 在根据所述路径坐标信息确定目标候选区域时，可W参照下述方式进行。后续对 管状物的分割处理均是针对目标候选区域内的图像进行操作。
[0039] 其中，目标候选区域的计算方法如下：
[0040] Xmin=min(xi,X2, . . .x,n)-L (1)
[0041] Xmax=max(xi,X2, . .x.n) ,+L (2)
[0042] Ymin=min(yi,y2, . . . ,yn)-W (3)
[0043] Ymax=max(yi,y2, . . . ,yn)+W (4)
[0044] 其中，乂111^、乂11131、￥1^。、￥11131分别为目标候选区域的最小横坐标、最大横坐标、最小纵 坐标、最大纵坐标。X1，X2,...，XN为各路径点的横坐标值，yi，y2,.. .，yN为各路径点的纵坐标 值。L、W为预设偏移值，可W根据经验设定，L、W决定了待处理图像即目标候选区域的大小。
[0045] 由于本发明实施例根据用户输入的路径点信息确定了目标候选区域，并利用参数 L、W调整了目标候选区域的大小，使得要分割的物体段边缘均在该目标候选区域内，从而有 效降低了计算的复杂度，并节省了时间和内存，提升了系统的处理性能。
[0046] S102,在所述目标候选区域内对所述管状物进行边缘检测，获得边缘信息和梯度 信息。
[0047] 利用化nny算子进行边缘检测的过程如下：
[004引S102A:利用高斯滤波器平滑图象。
[0049] 其中，高斯平滑操作如下：
[0050]
(5)
[0051] 其中，S(x，y)为平滑后的图像，I(x，y)为原始图像。ο为平滑尺度大小。
[0052] S102B:利用Sobel算子计算梯度的幅值和方向。当然，也可W采用其他算子，本发 明不进行限制。
[0053] 利用Sobel算子获得梯度图像的操作如下：
[0057]其中，Sx为Sobel算子X方向模板，Sy为Sobel算子y方向模板，Gx为X方向梯度，Gy是y 方向梯度，G为梯度值。
[0058]然后可用W下公式计算梯度方向：
[0化9]
[0060]
[0061 ] S102C:对梯度幅值进行非极大值抑制。
[0062] 具体实现