[发明专利]基于改进型八叉树分解的三维超声图像数据抽样方法

摘要

本发明属于图像处理技术领域，具体为基于改进型八叉树图像分解的三维超声图像数据抽样方法。本发明包括使用基于模糊集的灰度图像阀值分割算法确定阀值作为均匀性标准并对超声图像进行八叉树分解；从八叉树分解结果中选取最大分块立方体并根据最优同质选取准则自动挑选出最优同质立方体，计算出八叉树分解结果中最多分块数并自动挑选出典型异质立方体；最优同质立方体和典型异质立方体作为抽样结果输出。本发明方法能自动、高效地抽取出三维超声图像数据中均匀度最高即同质性最优立方体和所含细节信息最多即异质性最强的立方体；抽样结果在极大压缩数据量的同时，对原始三维超声图像数据具有充分和优良的代表性；可有效降低后续三维图像处理过程的运算量，具有显著的实际使用效果。

主权项

1.基于改进型八叉树分解的三维超声图像数据抽样方法，其特征在于，具体步骤为：步骤1，使用基于模糊集的灰度图像阈值分割算法确定阀值，作为超声图像八叉树分解时的一致性标准；步骤2，对三维超声图像进行尺寸评估和扩展处理，得到标准图像立方体；步骤3，以超声图像待分割标准图像立方体中的所有像素点的灰度最大值与最小值之差是否符合小于阀值的条件作为容积一致性标准，对得到的标准超声图像立方体进行八叉树图像分解；步骤4，从分解的结果中，取出所有和当前最大分块的尺寸相同的标准超声图像立方体；步骤5，根据最优同质标准超声图像立方体选取准则，自动选出最优同质标准超声图像立方体；其中，最优同质标准超声图像立方体判决依据为：1）所有标准超声图像立方体的最大均值与八叉树图像分解的阀值需满足条件；其中j为分块编号，mean_j为第j分块的均值；2）根据3‑D SRAD的扩散系数方程计算各个最大分块的扩散阀值，选出所在分块作为最优同质标准超声图像立方体；步骤6，各边取1/4边长对步骤2扩展后的标准超声图像立方体进行分解，得到多个目标标准超声图像立方体；步骤7，计算目标标准超声图像立方体内的八叉树分块数量，取对应数量最多的标准超声图像立方体为典型异质标准超声图像立方体；步骤8，输出原始三维超声图像的抽样结果。