[发明专利]基于阈值分割的甲状腺超声图像干扰界面自动识别去除方法

权利要求书

1.基于阈值分割的甲状腺超声图像干扰界面自动识别去除方法，其特征在于，具体步骤包括如下：

步骤(1.1)、选取输入图片，将输入的图片处理为灰度图像；

步骤(1.2)、基于预先设置的初始阈值，对灰度图像进行二值化处理，从而获得灰度图像的初始遮罩；

步骤(1.3)、对初始遮罩中连通区域内部存在的较大孔洞进行填充，并去除小面积的连通域，

步骤(1.4)、对去除小面积连通域的灰度图像的初始遮罩中其他所有连通域进行标记，然后判断其是否拥有操作界面；

如是，则选取预先设置的中心矩形区域，判断连通域的数量，并保留最大面积的连通域；从而得到能去除干扰界面的初始遮罩；

如否，则对二值化处理前的灰度图像进行形态学处理，再对其进行二值化处理并去除字符标识和干扰界面，再进行Otus阈值分割，从而得到去除干扰界面的初始遮罩；

步骤(1.5)、根据超声图像感兴趣区域的完整性，对得到的去除干扰界面初始遮罩取外接矩形，并判断外接矩形与该遮罩面积的差异是否过大；

如是，则保留去除干扰界面的初始遮罩，并将其作为最终用于去除干扰界面的最终遮罩，用于提取感兴趣区域，防止对于感兴趣区域不为矩形时的误判；

如否，则表明感兴趣区域与矩形形状接近，从而选择外接矩形作为最终用于去除干扰界面的最终遮罩；

最后，将得到的最终遮罩与灰度图像叠加，得到去除干扰后的图像。

2.根据权利要求1所述的基于阈值分割的甲状腺超声图像干扰界面自动识别去除方法，其特征在于，在步骤(1.1)中，所述将输入的图片处理为灰度图像的具体步骤是：首先选取输入图片，其次，判断输入的图片是否为灰度图像，若输入的图片非灰度图像，则对输入的图片进行灰度处理，从而得到灰度图像，再对灰度图像进行二值化处理；

若输入的图片为灰度图像，则直接对灰度图像进行二值化处理。

3.根据权利要求1所述的基于阈值分割的甲状腺超声图像干扰界面自动识别去除方法，其特征在于，在步骤(1.2)中，所述的二值化处理具体是指：

将灰度图像中所有灰度值大于或等于阈值的像素点判定为保留区域，将其用灰度值为255的像素点代替该区中的像素点表示，否则判定为背景区域，将其用灰度值为0的像素点代替该区中的像素点表示。

4.根据权利要求1所述的基于阈值分割的甲状腺超声图像干扰界面自动识别去除方法，其特征在于，在步骤(1.4)中，所述对去除小面积连通域后的经过二值化处理后的图像中的其他所有连通域进行标记，其中，对于经过二值化处理后的图像拥有的连通域数量，当连通域数量大于1时，则表明经过二值化处理后的图像具有较大面积的操作界面干扰。

5.根据权利要求1-4任一项 所述的基于阈值分割的甲状腺超声图像干扰界面自动识别去除方法，其特征在于，所述的甲状腺超声图像包括拥有大面积操作界面、小面积操作界面及不含操作界面的三种图像类型，且能自适应地选取不同的处理操作。