[发明专利]一种三维图像中前景的分割方法

说明书

技术领域

本发明涉及图像处理领域，尤其涉及一种三维图像中前景的分割方法。

背景技术

目前，对于临床医学图像，常用的自动前景提取方法包括活动轮廓模型和区域增长。

活动轮廓模型，是对初始掩模边界轮廓进行演化的方法。该方法利用图像中感兴趣的特征，将初始掩模的轮廓作为整体曲线进行拉伸和变形，寻找感兴趣区域的边界，因此，对图像中的噪声不敏感，并且能够克服由于感兴趣边界处局部不清晰造成的分割泄露和误分割。但是，该方法是通过优化由图像本身和掩模边界曲线组合而成的能量函数，对掩膜边界进行演化，运算速度一般较慢。

区域增长，采用迭代的方法，从初始掩模的边界位置向外扩展，将图像中与掩模边界相邻的并且具有感兴趣特征的像素点逐步合并到掩模中，直到寻找到感兴趣区域的边界位置。该方法的算法实现简单、高效，但是，对图像中的噪声非常敏感，而且只考虑了掩模相邻区域的影响。

发明内容

本发明解决的问题是提供一种三维图像中前景的分割方法，不仅实现简单，还能快速、稳定地提取三维医学图像中的前景。

为了解决上述问题，本发明提供了一种三维图像中前景的分割方法，包括如下步骤：

(1)输入所述三维图像，计算所述三维图像中每个像素点的图像约束前景概率；记所述三维图像的前景掩模为M，M⁽¹⁾为初始前景掩模；

(2)基于当前前景掩模M^(k)，计算所述三维图像中每个像素点的形状约束前景概率其中，k为迭代次数，k≥1；

(3)基于所述图像约束前景概率和形状约束前景概率得到下一前景掩模M^(k+1)；

(4)若所述当前前景掩模M^(k)和下一前景掩模M^(k+1)的变化小于预定值或者迭代次数k等于预定最大迭代次数，则结束迭代，所述当前前景掩模M^(k)即为所需分割的前景；反之，则返回步骤(2)，k增加1。

上述所述一种三维图像中前景的分割方法，其中，计算所述三维图像中每个像素点的图像约束前景概率p_1(X)的过程包括：1)将所述三维图像二值化，得到二值化图像；2)将所述二值化图像进行空间滤波和变换，得到所述图像约束前景概率p_1(X)。

上述所述一种三维图像中前景的分割方法，其中，得到所述图像约束前景概率p_1(X)的公式为：

p1(X)=g1(Gσ1⊗Ib)]]>

其中，X表示所述三维图像中任一像素点的空间位置；g₁为变换函数；为空间滤波算子；表示卷积运算；I_b为所述二值化图像。

上述所述一种三维图像中前景的分割方法，其中，计算所述形状约束前景概率的公式为：