[发明专利]一种基于CT图像边缘的有理插值缩放方法

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及基于CT图像边缘特征的有理插值缩放方法。

背景技术

图像缩放是图像处理的基本问题，并在实际中得到了广泛应用，如在医学、航天以及视频应用等系统中便常常用到图像放大，其主要目的是使得到的新图像更好地反映原场景的形状、尤其是细节信息。特别地，在医疗诊断中，医生对临床疾病诊断重要辅助诊断手段-CT图像的观察，往往需要放大操作，以便适用于细节，尤其是病灶的观察，从而提高医生对疾病诊断的准确性。

图像放大的本质是根据已知的低分辨率原始图像像素点的灰度值产生未知高分辨率像素点的灰度值。事实上，图像数据可看成是从一个原表面上采样得到的，因此图像放大问题可变为由图像数据反向重建原表面，并进行重采样的问题。目前有很多构造图像曲面的方法，其中多项式函数由于其形式简单、计算容易等优点，成为图像放大中最常用的方法之一，如早期的双线性插值(Bilinear Interpolatio)、双三次样条插值(Bicubic Spline Interpolation)，以及之后改进的连续的数学模型如基于Bézier曲面的插值、基于B样条曲面的插值等。这些方法最大的优势是它们相对简单，但同时也容易产生比较明显的马赛克，模糊以及锯齿状现象。尤其是对边缘明显的图像，一般得不到理想的结果。

图像边缘信息是影响视觉效果的关键因素，也是图像匹配、识别等图像处理中的关键因素。为使插值后图像的边缘保持良好的清晰度，一些研究人员提出了基于边缘的插值方法。这些方法往往以原始图像的边缘作为条件进行插值用以放大图像，如可根据相关性最小准则确定物体的边界，然后根据边界像素调整其周围像素点所占插值的权重。这些方法可以改进图像的主观质量，改善视觉效果。但边缘算法常常会将一些假边缘判定为边缘，从而造成错误，视觉效果比较差。

在医学辅助诊断中，医生除了应用其专业知识进行目测等常规操作外，还需要对对图像进行缩放、旋转等操作，从不同角度观察图像，甚至精确估计病灶的位置和大小。除了医学硬件设备和辐射剂量限制等硬缺陷，CT图像病变组织和正常组织的边缘本身还存在比较模糊的特点，如果采用上述各方法进行插值放大，放大后的图像很可能无法正确显示病变组织和正常组织之间的关系。

发明内容

本发明的目的就是为了解决上述问题，提供基于边缘信息的CT图像的有理插值缩放方法，通过边缘检测算法获得边界曲线以及关键像素，放大时获得边界像素的拟合曲线，重采样获得新边界，以保持视觉上边界的锐化度。

为了实现上述目的，本发明采用如下技术方案：

一种基于CT图像边缘的有理插值缩放方法，包括

步骤一，通过边缘检测算法获取图像单像素边界；

步骤二，获得边界像素的拟合曲线，重采样获得放大后的新边界；

步骤三，根据不同情况对非边界像素进行重采样。

所述步骤一中，利用自适应阈值的Canny算子获得单像素边界。

所述步骤二中，获得边界像素拟合曲线的方法包括，求解各边界像素点在u向和v向上的导数，选择相邻两边界像素P_i,j，P_s,t进行三次Hermite插值，位置插值曲线记为L(t)，像素插值曲线记为P(t)，其中t为插值点的参数，分别用来确定像素位置及像素值。

三次Hermite插值形式为：

L(t)＝F₀(t)L_i，j+F₁(t)L_s，t+G₀(t)L′_i，j+G₁(t)L′_s，t t∈[0，1] (1)

P(t)＝F₀(t)P_i，j+F₁(t)P_s，t+G₀(t)P′_i，j+G₁(t)P′_s，t t∈[0，1] (2)

其中：

F₀(t)＝2t³-3t²+1,F₁(t)＝-2t³+3t²