[发明专利]一种基于圆形轮廓图极性的血管图像处理方法

权利要求书

1.一种基于圆形轮廓图极性的血管图像处理方法，其特征在于，包括：

首先，输入采集的血管图像，进行背景清理；

其次，对经过背景清理的血管图像通过窗口自适应处理，确定血管区域和噪声污染区域；

判断经窗口自适应处理后的血管图像的圆形轮廓图极性指标一是否小于设定的阈值t_h：若是，则判断为噪声污染区域，若否，则判断为血管区域；

最后，分别对血管区域和污染区域进行阈值化处理：

对噪声污染区域同时采取亮度值阈值化与结构阈值化处理；对血管区域仅采用结构阈值化处理；将噪声污染区域和血管区域的处理结果汇总，得到高质量的血管提取结果；

所述结构阈值化处理基于对血管图像圆形轮廓图极性指标二的处理；

所述的圆形轮廓图极性指标一为PCP₁：

其中，σ²表示该窗口内图像的方差，μ表示该窗口内图象的均值；

所述的圆形轮廓图极性指标二为PCP₂：

PCP2=E[maxm=1,2,...,Mf(θm)-minl=1,2,...,Mf(θl)],]]>E(·)表示数学期望函数，f(θ_m)和f(θ_l)分别表示圆周中θ_m和θ_l两个方向上的圆形轮廓函数的值。

2.根据权利要求1所述的一种基于圆形轮廓图极性的血管图像处理方法，其特征在于，包括以下步骤：

步骤一：图像背景处理

输入血管图像，清理血管图像的背景，统计血管图像中最亮的像素值，取该像素值的5％作为背景清理阈值，将图像中的像素值低于该背景清理阈值的像素置为零；

步骤二：窗口自适应

将整幅血管图像分割成多个子窗口，设置初始窗口尺寸值为w_ini，并定义阈值t_h，计算w_ini的圆形轮廓图极性指标一PCP₁；

如果计算得到的PCP₁的值小于阈值t_h，则判断该区域属于血管被噪声覆盖的噪声污染区域；

如果计算得到的PCP₁的值大于阈值t_h，则扩大窗口尺寸，再次计算PCP₁的值，并与上次计算所得的PCP₁的值进行比较，重复计算PCP₁的值与比较操作，直到PCP₁的值减小的幅度大于1为止，确定此时的窗口尺寸，这些区域属于血管区域；

步骤三：基于圆形轮廓图的血管阈值化处理

对判断属于噪声污染区域的图像区域，先进行亮度阈值化处理，再进行基于圆形轮廓图极性指标二PCP₂的几何结构阈值化处理，从而完成血管提取；

对判断属于血管区域的图像区域，进行基于PCP₂的几何结构阈值化处理；

将对所有子窗口进行的阈值化处理结果汇总整合，得到最终的血管提取结果。