[发明专利]一种用于磁共振标准水模的边缘检测方法

权利要求书

1.一种用于磁共振标准水模的边缘检测提取算法，其特征在于，依次包括以下步骤：

步骤1，根据MRI图像的原始灰度矩阵，获取标准水模的MRI图像的灰度直方图，并计算出所有灰度值的中位灰度值、众数、平均灰度值、最大灰度值、最小灰度值和平均灰度值；

步骤2，根据步骤1得到的信息，设计Sigmoid函数，利用Sigmoid函数对灰度直方图进行空域增强；

步骤3，采用canny算法获得经空域增强后的标准水模MRI图像的边缘；

步骤4，封闭区域填充：根据标准水模体的特性，将步骤3得到的边缘图像进行封闭区域填充，然后以遍历的方式对所有封闭填充后的区域编号；

步骤5，判断是否破除外边缘：如果封闭填充后的区域的最大编号小于该层小球的数量，则执行步骤6，否则执行步骤7；

步骤6，破除外边缘：按水平方向检测步骤3得到的边缘图像每一行的像素点，将每行检测到的第一个非零灰度的像素点灰度置零，若从该像素点开始，连续数个像素点都是非零像素点，则这些像素点灰度值全部置零，然后依次执行步骤4和步骤5；

步骤7，面积排序：计算所有封闭区域内的像素点个数，按照面积的大小将所有封闭区域的编号排序，若该层小球的个数为n，则保留面积最大的n+2个封闭区域，其他全部忽略；

步骤8，还原图像：遍历图像，将所有非零像素点的灰度值变换成对应位置原MRI图像的灰度值，并且再次用canny算法检测边缘；

步骤9，卷积神经网络：利用训练好的卷积神经网络对步骤8得到的图像进行分类，这样，可以得到最终结果所需要的边缘。

2.如权利要求1所述的一种用于磁共振标准水模的边缘检测提取算法，其特征在于：所述步骤2中，Sigmoid函数如下式：

μ＝α·m+β·n+γ·l

α+β+γ＝1

γ≥α+β

其中，H(x)表示经空域增强之后的灰度值，x表示初始MRI图像的灰度值，max_uint8表示无符号8位整型数据的最大灰度值，即max_uint8＝255，max_gray表示图像中的最大灰度值，μ表示Sigmoid函数的水平方向偏移量，m、n和l分别为步骤1中得到的所有灰度值中的中位灰度值、众数和平均灰度值，α、β和γ分别为中位数、众数和平均值的自定义系数。