[发明专利]一种管状结构的中心线的提取方法及系统

权利要求书

1.一种管状结构的中心线的提取方法，其特征在于，包括：

S1，在包含有管状结构的原始图像中，提取所述管状结构的中心线骨架，并将所述中心线骨架作为所述管状结构的初始中心线；

S2，获取所述初始中心线的断桥区域中待连接的起点到所有候选终点的最优连接路径，并根据所述最优连接路径对所述断桥区域进行修复，以获取所述管状结构的完整中心线；

其中，所述断桥区域为所述初始中心线中存在断点的区域；

其中，步骤S2包括：

S21，搜索所述初始中心线的断桥区域，所述断桥区域为一个或多个；

S22，对于每一个断桥区域，获取所述待连接的起点和所述所有候选终点；

S23，结合完整连接概率图，通过所述待连接的起点和所述所有候选终点，建立局部路径搜索图，所述完整连接概率图是基于骨架信息的连接概率图、基于灰度信息的连接概率图和基于方向信息的连接概率图建立的；

S24，在所述局部路径搜索图中，通过Dijkstra最小路径搜索算法，获取所述待连接的起点到所有候选终点的所有连接路径中的最优连接路径；

S25，保留所述最优连接路径，以修复对应的断桥区域，直至修复所有断桥区域，以获取管状区域的完整中心线。

2.根据权利要求1所述的方法，其特征在于，步骤S1具体包括：

S11，通过卷积神经网络训练好的分类器，对所述原始图像进行基于像素点的分类，以获取所述管状结构；

S12，通过多尺度高斯滤波，增强所述管状结构的中心显著性；

S13，通过对所述管状结构进行多个方向的非极大值抑制操作，获取所述多个方向下的所述管状结构的初始中心线候选点；

S14，将所述初始中心线候选点进行连接组合，以获取所述管状结构的中心线骨架，并将所述中心线骨架作为所述管状结构的初始中心线。

3.根据权利要求1所述的方法，其特征在于，步骤S23之前还包括：

根据所述初始中心线和所述原始图像，建立所述完整连接概率图。

4.根据权利要求3所述的方法，其特征在于，所述根据所述初始中心线和所述原始图像，建立所述完整连接概率图，具体包括：

根据所述初始中心线，建立基于骨架信息的连接概率图；

根据所述原始图像，建立基于灰度信息的连接概率图和基于方向信息的连接概率图；

根据所述基于骨架信息的连接概率图、所述基于灰度信息的连接概率图和所述基于方向信息的连接概率图，建立所述完整连接概率图。

5.根据权利要求4所述的方法，其特征在于，所述根据所述初始中心线，建立基于骨架信息的连接概率图，具体包括：

提取所述初始中心线的表征点集合，所述表征点集合包括所述初始中心线的所有岛屿点和所有段端点；

获取所述表征点集合中每一个表征点的张量信息，根据所有表征点的张量信息，获取所述表征点集合的张量场；

对所述张量场进行分解，获取每一个表征点与邻域点的连接概率；

根据所述每一个表征点与邻域点的连接概率，建立基于骨架张量信息的连接概率图。

6.根据权利要求5所述的方法，其特征在于，所述提取所述初始中心线的表征点集合之前，还包括：

根据所述初始中心线的交叉点和分叉点，将所述初始中心线拆分为多个子段；

将长度大于6个像素点的子段的端点作为所述段端点，将长度小于6个像素点的子段的质心作为所述岛屿点；

建立初始表征点集合，所述初始表征点集合为空集，将所有岛屿点和所有段端点加入至所述初始表征点集合中，以形成所述表征点集合。

7.根据权利要求4所述的方法，其特征在于，所述根据所述原始图像，建立基于灰度信息的连接概率图和基于方向信息的连接概率图，具体包括：

在所述原始图像中，通过所有像素点的像素间灰度值的差异，获取每一像素点与其他像素点之间的连接概率，建立基于灰度信息的连接概率图；

在所述原始图像中，利用Hessian矩阵获取每一像素点对应的管状结构方向值，通过所有像素点的像素间方向值的差异，建立基于方向信息的连接概率图。