[发明专利]一种基于Snake改进算法的IVUS图像外膜边缘分割方法

摘要

本发明公开了一种基于Snake改进算法的IVUS图像外膜边缘分割方法，属于计算机医学图像处理分析领域。首先，利用大津阈值分割、开闭运算以及连通分量法提取IVUS图像第一帧的大致轮廓边缘，将得到的大致轮廓作为Snake算法的初始轮廓，其次，对结构张量进行扩展，并将其和初始化的轮廓信息应用到外力与Snake算法结合。该方法能有效地提高边缘提取的精确度，对于图像边缘模糊或者小部分缺失的情况也能够较为准确地收敛到边缘。通过本发明的分割能够得到了连续4帧IVUS图像的外膜，且结果较为准确；对于存在边缘模糊或者有小部分缺失的IVUS图像也有良好的提取效果。应用该方法对IVUS图像进行外膜的提取，结果准确靠近真实边缘，为图像分析奠定了良好的基础。

主权项

一种基于Snake改进算法的IVUS图像外膜边缘分割方法，其特征在于：首先，利用大津阈值分割、开闭运算以及连通分量法提取IVUS图像第一帧的大致轮廓边缘，将得到的大致轮廓作为Snake算法的初始轮廓，其次，对结构张量进行扩展，并将其和初始化的轮廓信息应用到外力与Snake算法结合；该方法能有效地提高边缘提取的精确度，对于图像边缘模糊或者小部分缺失的情况也能够较为准确地收敛到边缘；该方法的实施流程如下，步骤1，对血管内超声视频影像进行初步提取，将视频影像导入至计算机中，计算机随机截取多帧连续的序列图像作为样本，序列图像大小为384*384像素；步骤2，采用改进的Snake算法对IVUS图像进行外膜的提取，首先获取IVUS图像的初始轮廓；步骤2.1，使用大津阈值法进行IVUS图像二值化分割；步骤2.2，对二值化后的IVUS图像进行腐蚀膨胀，采用参数为3*3的长方形数据元素；步骤2.3，对步骤2.2得到的结果图像进行开运算，断开图像中狭窄的间断，消除图像中细的突出物，由此得到初步处理的结果图像；步骤2.4，用连通分量法找出步骤2.3得到的初步处理的结果图像中所有的闭合轮廓，计算面积，保留最大的连通区域，由此得到结果图；步骤2.5，对步骤2.4得到的结果图采用形态学闭运算填充细小孔洞，连接外膜断裂部分；步骤2.6，再次使用连通分量法找到步骤2.5得到的结果图中面积最大的区域；步骤2.7，将步骤2.5得到的图像取反和步骤2.6得到的图像叠加，最终得到IVUS图像初始轮廓；步骤3，对结构张量进行扩展；步骤3.1，对于一个二维灰度图像I(x,y)，线性结构张量定义为：Jρ=Kρ*(▿IT▿I)=Kρ*Ix2Kρ*IxIyKρ*IxIyKρ*Iy2]]>式中Kρ表示标准差为ρ的高斯核函数，*表示卷积运算，▽I表示图像I的梯度，▽IT表示图像I的梯度的转置，Ix和Iy表示二维灰度图像沿着x和y方向的偏导数；Jρ的两个特征值分别为λ1和λ2，这两个特征值反映二维灰度图像的局部特征；本方法采用非线性扩散结构张量代替经典的高斯平滑的线性结构张量：∂Fi∂t=div(g(Σk=13|▿Fk|2)▿Fi),∀i=1,2,3]]>式中：F3＝IxIy，g＝1/(1+|▽I(x)|2)是边缘检测函数，div表示散度算子，是梯度算子；由此得到的非线性结构张量为：Jρ′=F1′F3′F3′F2′]]>其中计算特征值λ1和λ2，从而求得局部相干度量H，公式如下：H＝λ1(λ1‑λ2)步骤3.2，计算边缘度量函数W，公式如下：W＝(λ1+λ2)*H＝(λ1+λ2)*λ1(λ1‑λ2)步骤3.3，计算边缘停止函数E，公式如下：E＝ρe‑W其中ρ为调整因子，ρ定义为：ρ=1-Imax-Iminm]]>其中m为图像的灰度均值，反映图像整体的灰度效果，Imax和Imin是图像的最大灰度值和最小灰度值，Imax‑Imin表示图像的灰度值整体的跨度；步骤4，将初始化的轮廓应用到外力中，定义Ef：Ef=∫01f(v(s))ds]]>f=λ(v(s)-s(s))2v(s)+s(s)]]>其中，λ是调整因子为一个常数，s(s)是提取到的初始轮廓，v(s)＝[x(s),y(s)]s∈[0,1]，其中x(s)和y(s)分别表示每个控制点在图像中的坐标位置；步骤5，计算改进的Snake算法的总能量，公式如下：Esnake=Eint+Eext=∫01{Eint[v(s)]+Eimg[v(s)]+Econ[v(s)]}ds=∫01[α(s)|dvds|2+β(s)|d2vds2|]ds+(1-Imax-Iminm)e-(λ1+λ2)*λ1(λ1-λ2)+Ef]]>其中，Eint表示轮廓曲线的内部能量：Eint=∫01Eint[v(s)]ds=∫01[α(s)|dvds|2+β(s)|d2vds2|]ds=α(s)|v(s)′|2+β(s)|v(s)′′|2]]>式中，α(s)控制着轮廓曲线一阶导矢量模的分量，β(s)控制轮廓的刚度，Eext是外部函数能量，由图像能量Eimg和约束力Econ组成，本方法将扩展的结构张量和初始化的轮廓信息作为外部函数能量。