[发明专利]一种管状物体中心线的提取方法

说明书

【技术领域】

本发明涉及数字图像处理技术领域，特别涉及一种管状物体中心线的提取方法。

【背景技术】

随着现代科学技术的发展与进步，医学影像技术的应用越来越广泛，得到越来越多医生的青睐也被越来越多的患者所接受。造影图像常被医生用于临床疾病的诊断及治疗方案制定的参考，由于受医生主观因素的影响与制约，仅靠医生的临床经验和视觉上来对造影图像进行分析与判断是不够的。利用计算机的高效性与精准性来对造影图像进行量化分析成了必然趋势。在临床上，医生希望通过分析即可能存在病变的血管段，得出量化的分析结果，比如分析判断该血管段是否有病变、病变的程度以及病变的位置等，得到这些分析结果的一个重要前提就是准确的提取出血管的中心线。血管中心线可用于计算血管直径，对血管疾病进行诊断，根据半径信息定位出病变的位置，计算出病变的程度，从而确定相应的治疗手段；还可用于血管段或血管树的三维重建及介入手术的导航路径。血管是管状物体的一种，很多对于管状物体的研究都可以移植到血管造影图像中应用，目前对管状物体中心线提取技术的方案主要有以下几种：

利用重采样和快速行进算法提取血管中心线，通过在重采样图像上交互式的确定血管中心线的起始点、路径点和终止点，利用快速行进算法（FastMarching）计算经过路径点的起始点和终止点之间的最短路径，然后把血管中心线最短路径变换到原始图像上进行修正，获取最终的中心线。该方案不能直接得到最终中心线，而是要对得到的中心线结合原图进行修正，才能得到精确的结果，修正过程繁琐。

另有一种基于模板匹配的高分辨率遥感影像道路中心线检测的方法，首先对图像进行增强，在增强后图像中的道路中心线上手动选取一个种子点，以初始种子点为中心新建一个初始模板窗，初始模板窗沿道路方向得到目标窗，对目标窗进行移位得到若干目标窗，使用相似性准则，找出与初始模板窗特征最相似的目标窗，以目标窗的中心点为新的种子点，用目标窗更新初始模板窗，进行迭代，直到图像中道路搜索完毕。这种方案得到的中心线位置受起始点选取的影响，如果初始种子点未能选在中心线上，则得到的中心线位置将有偏离。

还有一种改进的高分辨率城区遥感图像中道路中心线的半自动检测方法，首先用人机交互的方式选择种子点和初始方向点，对起始点校正之后利用跟踪算法提取道路中心线上的各个种子点，最后用搜索到的种子点标记中心线，并连接成道路网络。

上述几种现有技术都需要用户在目标物体上指定中心线的起始点，由于图像中管状物体占整幅图像的比例比较小，有时候目标物体与背景的对比度低，图像中存在噪声等问题，使目标物体不容易用眼睛直接辨别出，这些都可能使用户指定的目标物体上的起始点存在误差，使起始点位于非目标物体上或者偏离中心线，致使提取的中心线不准确。

【发明内容】

基于此，本发明提出一种管状物体中心线的提取方法，包括步骤S1：接受用户输入的指令，根据指令生成选取图像局部区域的线框；S2：分析线框与局部区域内的管状物体，获得二者的至少二交点；S3：从交点中选取特征值较大的作为中心线的起始点；S4：采用搜索算法在其余交点中搜索，找出所有构成中心线的点，直至找到中心线的终止点；S5：根据起始点、构成中心线的点和终止点获得局部区域内管状物体的中心线。

在其中一个实施例中，上述管状物体中心线的提取方法还包括S01：原始图像与高斯函数做卷积；S02：对步骤S01处理后的图像进行Hessian矩阵滤波，获得增强图像。

在其中一个实施例中，上述步骤S0还包括S03：对步骤S02处理后的图像进行计算分析得到特征向量和特征值；S04：选取最大的特征值，获得特征图。

在其中一个实施例中，上述步骤S0还包括S05：对特征图进行二值化；S06：采用快速并行细化算法对步骤S05处理后的二值图像进行细化，获得管状物体特征信息；S07：将管状物体参考信息及特征图输出给用户。

在其中一个实施例中，上述步骤S1包括S11：向用户提供交互界面及交互工具，供用户根据管状物体特征信息从特征图中划定选取图像局部区域的线框；S12：接收用户的指令，根据指令生成选取图像局部区域的线框。

在其中一个实施例中，上述选取图像局部区域的线框为由至少一直线和/或曲线组成的封闭线框，线框与管状物体有至少二交点。