[发明专利]一种基于体素级轮廓粗定位的亚体素表面检测方法

权利要求书

1.一种基于体素级轮廓粗定位的亚体素表面检测方法，其特征在于包括以下步骤：

(1)对待处理的连续切片图像进行滤波去噪；

(2)设待处理的连续切片图像大小均为M×N像素，生成一个M×N大小的数组，数组元素为结构体，结构体成员包括计算标识、表面体素标识、基于3D Gaussian Facet模型的表面检测方法中的拟合系数、梯度方向、梯度模值G和二阶导数过零点距离ρ，该数组称为标记模板，与切片图像像素相对应；

(3)设基于3D Gaussian Facet模型的表面检测方法的拟合邻域大小为H×H×H，分配一个可存储H幅切片图像的内存空间，该空间称为检测空间，并设W＝int(H/2)；

(4)设当前待处理的切片图像为第K幅，若K＝1，将第1幅切片图像读入检测空间，并将该切片图像复制W份作为与其相邻的下面W层切片图像，然后将与该切片图像相邻的上面W层切片图像读入检测空间；否则，读入第(K+W)幅切片图像替换检测空间中的第(K-W-1)幅切片图像，若(K+W)大于顶层切片图像序号，则复制顶层切片图像作为需读入的切片图像；

(5)对第K幅切片图像进行OTSU阈值分割，得到其二值图像，并按八方向搜索策略对该二值图像进行轮廓提取，得到体素级轮廓点；

(6)以上步所得体素级轮廓点为粗定位基准，逐点处理体素级轮廓点，输出亚体素表面轮廓点；

(7)判断：若切片图像未全部处理完，则K＝K+1，转第(4)步；否则，继续下一步；

(8)将所有切片图像处理所得的亚体素表面轮廓点合并，得到亚体素精度的物体表面点云。

2.根据权利要求1所述的一种基于体素级轮廓粗定位的亚体素表面检测方法，其特征在于：所述的第(6)步具体步骤如下：

1)对标记模板数组元素结构体成员全部置“否”或0；

2)设当前待处理的体素级轮廓点为J，其在切片图像中的位置为(x，y)，判断：若标记模板(x，y)位置的计算标识为“否”，则在检测空间中按基于3D Gaussian Facet模型的表面检测方法，计算J的拟合系数、梯度方向、梯度模值G、二阶导数过零点距离ρ，并将结果存入标记模板(x，y)位置的数组元素，相应的计算标识置为“是”；

3)判断：若标记模板(x，y)位置的表面体素标识为“否”，则在J的|ρ|＜0.5时，将其表面体素标识置为“是”，转第7)步；否则，设置邻域边长L＝3；

4)在检测空间中按基于3D Gaussian Facet模型的表面检测方法，分别计算J的L×L邻域内，在标记模板中计算标识为“否”的体素的拟合系数、梯度方向、梯度模值G、二阶导数过零点距离ρ，并将结果分别存入标记模板中各体素所对应的数组元素，相应的计算标识置为“是”；

5)将J的L×L邻域内所有体素按其梯度模值G从大到小排序，并查找第1个|ρ|＜0.5且表面体素标识为“否”的体素，若有，则将其相应表面体素标识置为“是”，转第7)步；若无，则判断当前邻域边长，若L＝3，则设置L＝5并转第4)步，否则继续下一步；

6)将标记模板(x，y)位置的表面体素标识置为“是”，并置ρ＝0；

7)按基于3D Gaussian Facet模型的亚体素表面轮廓点计算方法，计算当前表面体素标识为“是”的体素的亚体素表面轮廓点；

8)判断：若体素级轮廓点未全部处理完，转第2)步处理下一个体素级轮廓点；否则，结束。