[发明专利]一种2.5D超声宽景图像分割方法

权利要求书

1.一种2.5D超声宽景图像分割方法，应用超声探头，并在超声探头上安装一个定位装置以记录探头移动的位置信息，其特征在于，所述方法包括下述步骤：

(1)使用一种蛇形轨迹超声宽景成像方法采集带有位置信息的2.5D超声宽景图像；

(2)利用2.5D超声宽景图像上每个像素点的像素值和空间位置信息，对图像进行滤波处理，并对图像边缘信息进行锐化，接着利用所要分割的感兴趣区域中的先验信息对2.5D超声宽景图像的每个像素进行加权处理；

(3)使用聚类分割方法对步骤(2)处理后的2.5D超声宽景图像上的每一个像素点的像素值和空间位置信息进行聚类，将图像分割成不同且互 不相交的子区域；

(4)利用形态学处理方法对聚类分割过程产生的离散像素点进行平滑处理，将最终得到平滑的子区域作为2.5D超声宽景图像的分割结果；

步骤(2)中，像素值和空间位置信息由蛇形轨迹超声宽景成像方法采集得到，2.5D超声宽景图像保存了每个像素点的像素值和空间信息，利用2.5D超声宽景图像每个像素点的像素值和空间位置信息，使用双边滤波算法进行图像预处理，一方面对图像进行去噪，另一方面对图像边缘信息进行锐化，结合像素点的像素值和每个像素点的3×3邻域内的局部空间位置信息，由如下公式(2)和公式(3)计算像素k邻域的空间权值系数W_s[k,n]和像素权值系数W_g[k,n]：

其中，d(k,k-n)表示第k个像素点与其第n个邻域之间的三维空间欧式距离；g(k)表示第k个像素灰度值；表示空间域标准差，表示值域标准差；

根据所要分割的感兴趣区域中的先验信息，所述先验信息为分割目标在图像中出现的概率；利用公式(4)对每个像素点的灰度值g(k)进行加权处理得到g′(k)，其中g′(k)为经过处理后的图像的每个像素点的灰度值，P(x)为分割目标在图像中出现的概率值；通过加权处理将出现分割目标的位置重新赋予权值；

g′(k)＝P(x)·g(k) (4)。

2.根据权利要求1所述的2.5D超声宽景图像分割方法，其特征在于，所述步骤(1)中的蛇形轨迹超声宽景成像方法，具体包括下述步骤：

1)利用安装有位置传感器的超声探头扫描被检查对象表面，在扫描过程中系统实时采集超声图像数据和位置信息；

2)图像位置信息通过三维坐标变换确定，通过公式(1)将超声图像中的任一点P_image变换到世界坐标系C_w中，

其中T₁表示发射器坐标系C_t到世界坐标系C_w的变换矩阵，T₂表示图像坐标系C_p到发射器坐标系C_t的变换矩阵；

3)通过上述公式(1)，确定采集到的每一幅超声图像的实际位置，根据每幅超声图像的三维坐标，有两种蛇形轨迹超声宽景成像方法：

方法一，直接成像：图像按采集顺序依次显示在三维空间中；即探头平移轨迹是一条曲线，因此相邻图像会在轴向形成一定的夹角，系统直接将这些图像显示在三维空间中，直接看到这些相互交错的图像；

方法二，利用三维曲线或曲面拟合方法对图像平面轮廓做曲面拟合，得到蛇形曲面；即，采集连续且彼此存在夹角的三幅相邻图像；利用拟合计算，得到一个近似的曲面拟合这三幅相邻图像的平面，然后利用最近邻插值计算方法，将曲面上的每一个像素值赋成与其最近的、来自超声图像的像素点的值。

3.根据权利要求1所述的2.5D超声宽景图像分割方法，其特征在于，步骤(3)中，使用聚类分割方法对步骤(2)处理后的2.5D超声宽景图像上的每一个像素点的像素值和空间位置信息进行聚类，具体过程是：

首先计算整幅2.5D超声宽景图像的像素值分布直方图，基于直方图累积数选取5个峰值作为初始聚类中心，然后对加权像素值进行模糊C均值聚类分割，通过不断迭代，直到聚类中心的变化低于一个阈值时，完成聚类分割，将图像分割成不同且互不相交的子区域。

4.根据权利要求1所述的2.5D超声宽景图像分割方法，其特征在于，步骤(4)中，利用形态学处理方法对聚类分割过程产生的离散像素点进行平滑处理，从而将所述离散像素点进行连接，填充子区域内部的空洞，去除子区域边缘的毛刺。