[发明专利]一种图像检测方法及设备

说明书

技术领域

一般地，本发明涉及图像处理领域，并且更具体地，本发明涉及一种图像检测方法及设备。

背景技术

目前，模式识别技术广泛应用于各种技术领域。模式识别技术的相关理论和方法在很多学科和领域中得到广泛的重视，其扩大了计算机应用的可能性。图像处理是模式识别技术的一个重要领域。一般认为，模式是通过对具体的事物进行观测所得到的具有时间与空间分布的信息，模式所属的类别或同一类中模式的总体称为模式类，其中个别具体的模式往往称为样本。模式识别就是研究通过计算机自动地将待识别的模式分配到各个模式类中的技术。模式识别的基本框架根据有无标准样本，模式识别可分为监督识别方法和非监督识别方法。监督识别方法是在已知训练样本所属类别的条件下设计分类器，通过该分类器对待识样本进行识别的方法。标准样本集中的样本经过预处理、选择与提取特征后设计分类器，分类器的性能与样本集的大小、分布等有关。

针对医学图像的识别和检测技术是目前相关领域的热点。借助医学图像识别和检测设备来采集和检测相关图像能够获得更好的相关参数。CT(Computed Tomography)，即电子计算机断层扫描，它是利用精确准直的X线束与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描，每次扫描过程中由探测器接收穿过人体后的衰减X线信息，再由快速模/数(A/D)转换器将模拟量转换成数字量，然后输入电子计算机，经电子计算机高速计算，得出该层面各点的X线吸收系数值，用这些数据组成图像的矩阵。再经图像显示器将不同的数据用不同的灰度等级显示出来，这样该断面的解剖结构就可以清晰的显示在监视器上，也可利用多幅相机或激光相机把图像记录在照片上。但CT图像也有其局限性：扫描的范围受限。

为弥补CT图像的不足，通常采用CT定位片。CT定位片是指将X线管置于要求的角度固定不动，随着机器旋转自动地进行一系列X线曝光，即可得到类似X线平片的定位片。可根据定位片选择架倾斜的角度，并可在定位片上用参考线标出要扫描的位置、角度层厚，计算机即可按定位片的标记进行扫描。CT定位片能够提供更为清晰的图像，不但能发挥CT图像的所有作用，又能避免重复与浪费。CT定位片中椎骨检测技术，是指对于任意一幅给定的CT定位片，利用计算机采用检测方法对其进行搜索以确定其中是否含有椎骨，如果是则返回椎骨的位置和大小。

CT图像在骨骼的显示上取得优于其它任何设备的效果。CT定位片能弥补CT断层扫描不足，它不但具有定位和制定方案的作用，还有等同于相应部位X线平片的作用。所以，CT定位片在临床上得到广泛使用。CT定位片是指将X线管置于要求的角度(正位或侧位)和检测器固定不动，随着检查台移动自动地进行一系列X线曝光，即可得到类似X线平片的定位片，它实际上是一近似数字化的X线片。这是CT的一个十分重要的功能。可根据定位片选择机架倾斜的角度，并可在定位片上用参考线标出要扫描的位置、角度层厚，计算机即可按定位片的标记进行扫描。

然而，对CT定位片中椎骨信息进行检测是一项繁琐而耗时的工作，所以，这就使得对计算机进行图像检测和识别的需求变得迫切。对椎骨的计算机检测和识别的研究可以有助于对感兴趣的区域进行检测和识别。

近年来，现有技术中出现了对X线图像的椎骨的检测和分割方法的大量研究。Kasai等人提出一种自动的椎骨检测算法，该算法通过比较椎骨的实际高度与预测高度来检测椎骨图像区域。Benjelloun等人提出一种基于兴趣点检测的椎骨检测算法，该算法使用Harris角点检测器。Dong等人提出基于图形化模型的椎骨自动识别算法，与传统的模型算法相比，该算法不需要训练过程。Ribeiro等人提出了一种基于Gabor滤波器的椎骨检测方法。Mysling等人提出一种基于主动形状模型(Active Shape Model，ASM)的椎骨自动分割算法。该算法采用分层结构，第一层采用形状模型抽样算法估计脊髓线和椎骨位置，第二层采用ASM算法确定椎骨边界。Lecron等人提出一种基于学习知识的椎骨自动检测算法，该算法通过无人工干预的anterior corner来检测椎骨。