[发明专利]图像分割的方法与设备、三维图像的重建方法与系统

说明书

本发明公开了一种图像分割的方法与设备、三维图像的重建方法与系统，其中图像分割的方法包括以下步骤：获取图像数据，图像数据包括与组成图像的每一个像素对应的概率值，概率值为像素的值为预设标签值的概率；根据每一个像素对应的概率值构建图像的目标函数；根据最优化的目标函数对构建图像的网络进行图像分割以得到图像分割结果。本发明能实现硬组织与硬组织之间的精确分割，能为后续的医生手术提供精确的手术导航。

技术领域

本发明属于图像分割技术领域，尤其涉及一种图像分割的方法与设备、三维图像的重建方法与系统。

背景技术

基于图像的三维重建是从若干幅图片计算提取出场景和物体的三维深度信息，根据获取的三维深度信息，重构出具备很强真实感的物体或者场景的三维模型的方法。该方法是涉及到多个热门领域，比如涉及到计算机图像处理、计算机图形学、计算机视觉和计算机辅助设计等很多的领域。目前，基于图像的三维重建技术已经成为一个极具潜力的热门领域，在诸多方面有着很重要的应用，比如，电子商务，航天飞行，遥感测绘，虚拟博物馆等高科技领域。三维图像重建技术在医学图像重构领域也有所应用，例如，采用自适应阈值及形态学方法逐层进行肝脏初始轮廓分割，选取最大肝脏切片，提取肝脏感兴趣区域并提取初始轮廓选取种子点，采用高斯混合模型对前景背景颜色建模的技术；又如，在分析腹部肝脏CT图像的特点基础之上，结合空间体素和CT序列图像的像素之间的相似性，使用一种基于三维体素和置信区间的相对模糊连通度方法把肝脏精确地提取出来，为后续肝脏三维重建提供准确的数据。但是，对于硬组织与硬组织(例如，盆骨与股骨)的分割，现有技术中尚不能精确实现。

发明内容

本发明要解决的技术问题是为了克服现有技术的三维图像重建技术对硬组织与硬组织的分割的精度较低的缺陷，提供一种高精度的图像分割的方法与设备、三维图像的重建方法与系统。

本发明是通过下述技术方案来解决上述技术问题：

本发明提供一种图像分割的方法，包括以下步骤：

S1、获取图像数据，图像数据包括与组成图像的每一个像素对应的概率值，概率值为像素的值为预设标签值的概率；

S2、根据每一个像素对应的概率值构建图像的目标函数；目标函数为：

其中，R(L)为区域项，B(L)为边界项，C为用于平衡区域项与边界项的系数，C大于等于0；C越大，边界权重越大，在分割的过程中边界项因素会起到更明显效果。对于硬组织之间的分割，C不宜过大；

S3、根据目标函数构建图像的网络；

S4、根据网络将图像分割以得到图像分割结果。

较佳地，步骤S2包括：根据以下公式得到区域项：

其中，Img用于表征图像，p用于表征像素；用于表征惩罚项，惩罚项为概率值的负对数。

较佳地，其中，用于表征概率值。

较佳地，图像数据还包括与组成图像的每一个像素对应的特征值；

步骤S2包括：根据以下公式得到边界项：

B(L)＝∑_p∈Img∑_q∈N(p)B_{p,q}·δ(p,q)，其中，Img用于表征图像，p用于表征像素，q用于表征像素p的周边邻域N(p)中的像素；B_{p,q}用于表征边界项因子，δ(p,q)用于表征相邻像素p与像素q相似的概率子因子，

其中，I_p用于表征像素p的特征值，I_q用于表征像素q的特征值，σ用于表征相邻像素p与像素q间特征值的方差。

较佳地，步骤S2还包括：将边界项因子B_{p,q}最小化；