[发明专利]一种基于均值漂移和分水岭的乳腺超声图像自动分割方法

权利要求书

1.一种基于均值漂移和分水岭的乳腺超声图像自动分割方法，其特征在于包括以下步骤：

1.1.对于一幅乳腺肿瘤超声图像I，利用金字塔均值漂移算法对其进行滤波，得到滤波后的图像I_f；

1.2.利用分水岭算法对I_f进行分割，得到分割后的图像I_s；

1.3.计算I_s中特定感兴趣区域内的最小灰度minGray；

1.4.遍历I_s，对于灰度等于minGray的像素，将其灰度赋为前景，即为目标肿瘤区域，否则赋为背景，得到最终的肿瘤分割结果二值图像。

2.根据权利要求1所述的基于均值漂移和分水岭算法的乳腺肿瘤超声图像自动分割方法，其特征在于：所述的步骤1.1包括：

2.1.对乳腺肿瘤超声图像I进行最高层数L的高斯金字塔分解，L≥2，得到L层图像I₁,…,I_L，图像I_L为金字塔的底层；

2.2.对第L层图像I_L进行均值漂移滤波，得到结果图像(I_L)_ms；

2.3.使用拉普拉斯金字塔将第L层的均值漂移滤波结果图像(I_L)_ms向上采样得到第L-1层图像I'_L-1，再对I'_L-1进行均值漂移滤波，得到(I_L-1)_ms；

2.4.重复步骤2.3，直到得到第1层均值漂移滤波结果图像(I₁)_ms，即金字塔均值漂移滤波后的图像I_f。

3.根据权利要求1所述的基于均值漂移和分水岭算法的乳腺肿瘤超声图像自动分割方法，其特征在于：所述的步骤1.2包括：

3.1.计算I_f各像素的梯度，得到梯度图像G；

3.2.对G的每个像素的梯度按升序进行排列，得到升序排列后的梯度图像G_s；

3.3.对G_s进行淹没，得到I_f的n_r个区域以及各区域之间的邻接关系；

3.4.将I_f的n_r个区域合并成为n_m个区域，合并过程为，根据步骤3.3中得到的各区域之间的邻接关系，查找相邻区域，计算相邻区域内所有像素的平均灰度值，当两个相邻区域R_a和R_b的平均灰度值MG_a和MG_b之差的绝对值小于阈值ε时，将这两个相邻区域合并为一个区域R_c，ε取值范围2≤ε≤6，区域R_c的平均灰度值MG_c赋为：MG_c＝[C_a/(C_a+C_b)]·MG_a+[C_b/(C_a+C_b)]·MG_b，C_a表示区域R_a内像素的个数，C_b表示区域R_b内像素的个数；

3.5.将I_f的n_m个区域的各区域内各像素的灰度值赋为该区域的平均灰度值，得到分割后的图像I_s。

4.根据权利要求1所述的基于均值漂移和分水岭算法的乳腺肿瘤超声图像自动分割方法，其特征在于：所述的步骤1.3中，特定感兴趣区域为矩形，矩形的左上角坐标为(λ_x·width，λ_y·height)，坐标原点为乳腺肿瘤超声图像I的左上角，矩形的宽度和高度分别为λ_w·width和λ_h·height，width和height分别表示I的宽度和高度，0.2≤λ_x≤0.3，0.05≤λ_y≤0.1，0.2≤λ_w≤0.3，0.3≤λ_h≤0.4。