[发明专利]一种血管内光学相干层析成像血管壁内轮廓自动识别方法

权利要求书

1.一种血管内光学相干层析成像血管壁内轮廓自动识别方法，所处理的原始图像为IVOCT极坐标下图像，记为Ori，图像左下角为极坐标零点，其中m为图像行数，n为图像列数，包括下列步骤：

(1)对原始图像Ori进行处理，方法如下：

第一步：图像对比度增强；

第二步：二值化处理，采用最佳阈值法确定二值化阈值；

将图像目标和背景点分布看成正态分布，选取阈值T的初始估计值，用T分割图像，得到两组像素，分别计算这两组像素的平均灰度值u1和u2，取新的T值为u1与u2的平均值，再重复以上步骤，迭代足够多的次数，直到逐次所得的T值之差小于10^-4，以此T值作为最佳阈值进行二值化处理，得到二值化图像BW；

第三步：进行形态学开运算；

选用半径为1的圆盘状结构元素se,对BW进行形态学开运算，去除分散的噪声，得到预处理后的结果图用PRE表示，选用大小为[5*5]的矩形结构元素SE,对PRE进行形态学腐蚀运算，得到腐蚀后的结果图用ER表示；

(2)血管壁内轮廓识别，方法如下：

第一步：面积排序

将ER中的所有连通区域按照面积从大到小的顺序进行排序，取前5个，得到面积排序后的图像S；

第二步：形态学方向与面积检测

对S中的所有连通区域进行标记，得到所有连通区域的标记矩阵L，从中选取连通区域的方向和面积属性，设定方向阈值和面积阈值，将方向属性大于方向阈值并且面积小于阈值的连通区域的像素值置为0，将经过方向与面积检测后的图像记为I；基于IVOCT图像噪声水平，选取方向阈值为89.5°，面积阈值0.05mm²；

第三步：动态切割去噪

对图像I中经过的残余血液噪声进行切割去除，方法如下：设n为图像列数，切割阈值th＝n/10，对该阈值周围的像素分布情况对自身进行动态调整，将矩阵列数小于该切割阈值的所有像素置为0，将处理后图像记为Inone；

第四步：导丝识别纠正

将图像Inone在0～n/5的列坐标范围内按照行数进行遍历，若同一行中的连续为1的像素数目小于20，则将这些像素置为0，从而去除导丝，同样将纠正后的图像记为IC；

第五步：第二次形态学开运算

再次对图像IC进行形态开操作，去除所有噪声，将修正后的图像记为bw；

第六步：重建残缺轮廓；

对于经过导丝识别纠正的图像bw，取每一行中第一个为1的点作为轮廓的边缘点，找到被狭长阴影分割的上下几部分的轮廓；使用双立方插值，重构出狭长阴影部分的轮廓，将提取出的完整轮廓记为Img；

第七步：误去除信号的寻回：

对于有可能受到开运算时误去除影响的轮廓Img，取图像I中在此轮廓附近的每一个连通域进行填充，得到的图像记为I2；

第八步：通过几何中心去除寻回噪声

通过噪声与信号部分不同的几何中心特征，消除掉其中的噪声，得到的图像记为I3，随后使用图像I3重复第六步，实现更完善的轮廓识别，该轮廓记为Img2；

(3)坐标变换

利用提取出的轮廓Img2对原始图像Ori进行分割，对分割后的图像进行坐标变换，得到笛卡尔坐标系下的输出图像Re。

2.根据权利要求1所述的方法，其特征在于，选取方向阈值为89.5°，面积阈值0.05mm²。