[发明专利]基于计算机视觉的脊柱冠状面平衡参数自动测量方法

权利要求书

1.基于计算机视觉的脊柱冠状面平衡参数自动测量方法，其特征在于，步骤如下：

步骤(1)、首先对获得的x光影像图进行预处理，所述的预处理包括灰度化、统一影像图尺寸；并将x光影像图进行14等分，取3、4、5份为上半身影像图，11、12为下半身影像图；所述的上半身影像图包含颈7脊椎骨，所述的下半身影像图包含骶骨；

步骤(2)、采用基于边缘检测的轮廓提取方法对上半身影像图进行轮廓提取；

采用canny算子提取上半身影像图的边缘，步骤如下：

A)高斯模糊；

使用5x5的高斯滤波器对上半身影像图做平滑处理，减少噪声对边缘检测的影响；

B)Sobel算子计算上半身影像图梯度；

使用Sobel算子对高斯滤波器处理后的上半身影像图进行水平和竖直方向的梯度的计算，Sobel算子结合了高斯平滑和微分求导，包括水平算子和垂直算子；水平算子为垂直算子为对于上半身影像图Ι，其水平和竖直方向的梯度可以表示为梯度的幅值则可以表示为

C)非极大值抑制；

获得梯度大小和梯度方向后，扫描上半身影像图的每个像素点，当某个像素点梯度方向上幅值最大时，则保留该像素点对应的像素值，认为该像素点是精确的轮廓，否则将该像素值置为0；

D)双阈值分割；

通过非极大值抑制，仍然存在多余的轮廓，为确定哪些才是影像图真正的轮廓，在Canny算子中，设置了两个阈值：minVal和maxVal；若像素点的梯度高于maxVal时，被认为是真正的轮廓；若像素点的梯度低于minVal，则不认为其为轮廓，丢弃该像素点；若像素点的梯度处于两者之间，当该像素点与某个确定的轮廓相连，则认为该像素点也是真正的轮廓，否则丢弃该像素点；对轮廓进行膨胀操作，再调用opencv的findContours函数，在上半身影像图中得到多个轮廓候选框，其中包括含有颈7脊椎骨的轮廓候选框；所述的轮廓可以认为是连续的点连在一起的曲线，具有相同的颜色或者灰度；

步骤(3)、采用基于单阈值分割的轮廓提取方法对下半身影像图进行轮廓提取；

通过单阈值分割将下半身的影像图中高于阈值的像素赋值为255，低于阈值的像素赋值为0，把一张原本的灰度图，转变为黑白图；根据双峰法确定阈值：根据下半身影像图的直方图，将直方图双峰之间的谷地作为初始阈值，不断增大阈值直到分离出脊椎轮廓获得阈值分割的下半身影像图；对经过阈值分割后的下半身影像图进行轮廓提取，得到多个轮廓候选框，其中包括含有骶骨的轮廓候选框；

步骤(4)、基于SIFT特征检测的图像配准技术和启发式算法筛选候选框，得到含有颈7脊椎骨的轮廓候选框和含有骶骨的轮廓候选框；

在得到包含有目标脊椎骨的脊椎轮廓候选框后，结合基于SIFT特征检测的图像配准技术筛选候选框，若选框中匹配到的特征点的数量大于给定的阈值，则认为此候选框有一定概率包含目标脊椎，从而减少候选框的数量；基于启发式算法的思想，依据解剖学上脊椎骨的位置和大小，对候选框的位置和大小设置阈值，进一步减少候选框的数量直至能唯一确定包含目标脊椎骨的选框；

步骤(5)、将上下半身的影像图中获取的候选框绘制到完整的x光影像图上，计算沿筛选出的颈7骨和骶骨候选框的中心坐标做出的垂线之间的像素距离，并根据影像图dpi大小将像素距离转换为物理距离，完成脊柱冠状位平衡参数CVA的自动测量。