[发明专利]一种鲁棒的骨龄评定图像预处理及骨关键点定位方法

说明书

技术领域

本发明涉及一种图像预处理方法，具体是一种鲁棒的骨龄评定图像预处理及骨关键点定位方法。

背景技术

骨龄评定是运用国际上通用的TW2（Tanner and Whitehouse）方法和国内的CHN（中国人手腕骨发育标准CHN法）标准，通过计算机对骨龄X光平片进行自动识别，以确定2-18岁儿童的骨发育成熟度年龄，即骨龄。骨龄是儿童青少年身体发育检测、内分泌疾病的检查、体育选材等方面的重要指标之一，因而有着广泛的应用。目前，骨龄的评定方法有人工方法、计算机辅助方法、计算机自动评定等。由于骨龄评定的复杂性和人的主观因素过大，前两种方法都不能准确的评定骨龄；而采用计算机自动评定骨龄又跟骨龄X光平片的图像预处理效果关系密切。在一般的图像预处理过程中，骨龄X光平片的噪声、位置等都直接影响到预处理的结果。因此，本发明主要针对骨龄X光图像预处理过程中，图像噪声和位置变换对图像预处理效果的影响，提出一种鲁棒方法来预处理骨龄X光平片图像，为自动骨龄评定的后续过程提供准确的评定依据。

目前对骨龄X光平片图像的预处理阶段的处理流程如图1所示。首先对输入的骨龄X光平片图像的背景噪声（包括小对象和物理方法所留下的噪声）移除，然后对背景图像进行估计，采用数字图像处理的基本方法，比如滤波、形态学操作、轮廓跟踪等一系列方法提取出手掌轮廓。对于骨龄X光平片骨关键点的定位，通常的方法是根据手指的物理特性，即中指的顶点位置最高，小指的顶点最低，从而按照从上到下扫描各指骨关键点进行定位。

上述X光平片图像的预处理阶段中图像预处理主要按照传统方法进行滤波，且假设骨龄X光平片图像噪声是均匀分布的，在实际临床应用中，每个图像噪声是千变万化的。这样按照固定方法考虑去除噪声，没有针对性，使部分图像达不到最佳效果，给后续定位等带来困难。

按照传统方法定位出的骨关键点准确度不高，因为该方法主要通过物理因素进行定位，实际拍摄到的骨龄X光平片图像往往由于位置和方位的变换会发生一定的偏差，因而按照标准图像的位置和方位去定位骨关键点就不够准确，且不具有鲁棒性。

上述预处理阶段需要输入的骨龄X光平片图像必须比较标准和效果较好。这在临床应用中这很难保障。

发明内容

本发明的目的是解决在骨龄X光平片图像预处理阶段噪声处理效果不好，预处理效果不佳的问题；在骨龄X光平片图像骨关键点定位过程中，骨图像位置和方位改变情况下，定位过程的鲁棒性问题；在临床拍摄的骨龄X光平片图像效果不佳的条件下，仍能很好的对图像进行预处理，达到比较准确定位骨关键点的问题。

为了解决上述问题本发明采用的技术方案如下：

一种鲁棒的骨龄评定图像预处理及骨关键点定位方法，包括如下步骤：

步骤一，对骨龄X光平片图像进行预处理：选取子采样点，采用线性回归方法拟合背景图像，从而移除骨龄X光平片图像的背景，提取出目标部分，即手掌轮廓图像。

步骤二，对步骤一获得的手掌轮廓图像进行去除噪声处理。

步骤三，对经步骤二处理后的手掌轮廓图像，采用K余弦方法定位骨关键点。

步骤一中所述子采样点，是从骨龄X光平片图像的上、下、左、右四个方向，按照预定间隔进行采样的，并且避免采样点经过骨龄X光平片图像的中间和骨龄X光平片图像的白色和黑色矩形框区域。

步骤一中所述线性回归为二元三次线性回归，其表达式为

其中：为多项式的系数，x和y为图像上某一点的横坐标和纵坐标。

步骤二中去除噪声的具体步骤是：a）输入手掌轮廓图像和子采样点，若手掌轮廓图像中的输入点减子采样点的均值大于或等于1.8倍子采样点的标准差，则将该输入点移出；b）通过二元三次非线性回归求出残差的置信区间，通过置信区间的过0点寻找经步骤a）处理后的图像中的异常点，并移出异常点。

步骤三中所述K余弦方法如下：

设已知道在点处有k维向量，

                       

则在点处的k余弦定义为：

                 

计算k值的主要步骤如下：

1）计算每个,,,…, （m=N/20,N为边界点的个数）；

2）找出满足不等式≮的h，

为了确保,定义，并称为点处的余弦值，计为；

3）用步骤2）求出的m对每个点的进行均值滤波，滤波规则如下：

    

   从而用代替，计为；