[发明专利]基于OCT图像的皮肤多亚层结构自动分割方法

说明书

本发明公开了一种基于OCT图像的皮肤多亚层结构自动分割方法，包括以下步骤：1)对采集的皮肤OCT图像进行预处理；2)对预处理后的皮肤OCT图像进行皮肤各层亚结构的分割；3)分别获取第一、三分割线和第二、四分割线，最终得到分割后的图像。本发明公开的基于OCT图像的皮肤多亚层结构自动分割方法，通过四条分割线将皮肤分为角质层、除去角质层的表皮层、真皮层三个部分，实现了皮肤多亚层结构的自动分割。本发明的方法简单高效，分割精度高，具有很好的应用价值。

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于OCT图像的皮肤多亚层结构自动分割方法。

背景技术

已知皮肤分为三大层：表皮层、真皮层和皮下组织。表皮层又分为角质层、透明层、颗粒层、棘层和基底层。由于角质层具有重要的作用并且在OCT图像中具有较高的反射率，所以一共将图像中的皮肤分为三个部分：角质层、除去角质层的表皮层、真皮层，再将目标区域与背景分割开来，最终需要得到四条分割线。通过获得该四条分割线即可对皮肤OCT图像进行自动分割，但现在缺少一种高效、高精度的基于OCT图像的皮肤多亚层结构自动分割方法。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于OCT图像的皮肤多亚层结构自动分割方法。

为解决上述技术问题，本发明采用的技术方案是：一种基于OCT图像的皮肤多亚层结构自动分割方法，包括以下步骤：

1)对采集的皮肤OCT图像进行预处理；

2)对预处理后的皮肤OCT图像进行皮肤各层亚结构的分割，其具体包括：

2-1)将皮肤OCT图像表示为节点图，每个像素对应一个节点；

2-2)为连接每两个节点之间的每条边分配权重值；

2-3)进行节点初始化；

2-4)计算垂直方向的梯度图像；

2-5)基于垂直方向的梯度图像，计算某两个节点之间的权重；

2-6)创建无向邻接稀疏矩阵，用于存储上一步获得的两两节点之间的权重值；

2-7)对由所述步骤4)得到的垂直方向的梯度图像进行去反操作，得到相反方向的垂直梯度图像，前者是图像像素强度由暗到明的垂直梯度，后者是图像像素强度由明到暗的垂直梯度；

2-8)计算图像像素由暗到明变换的权重矩阵和邻接稀疏矩阵、图像像素由明到暗变换的权重矩阵和邻接稀疏矩阵，

其中，将皮肤OCT图像中的目标区域的皮肤分为由上至下的三部分：第一、二、三层，并将目标区域与背景分割开，需要四条分割线，由上至下依次定义为：第一、二、三、四分割线，

其中，图像像素由暗到明的邻接稀疏矩阵对应第一、三分割线，图像像素由明到暗的邻接稀疏矩阵对应第二、四分割线；

3)分别获取第一、三分割线和第二、四分割线，最终得到分割后的图像。

优选的是，所述步骤1)具体包括以下步骤：

1-1)输入采集的皮肤OCT图像，通过对数处理，将图像的乘性散斑噪声转换为加性高斯噪声分布；

1-2)使用高斯滤波的方法对图像进行降噪预处理；

其中，高斯滤波的具体操作是使用模板来扫描图像中的每个像素，并使用该模板来计算邻域中像素的加权平均值，最后用该加权平均值替换模板中心的像素值，获得预处理后的图像。

优选的是，所述步骤2-2)具体包括：每两个节点之间由边连接，这些边有各自的权重，每个节点只与其8邻域内的节点相关联，从而将权重分配的标准定为像素强度之间的差异，再根据这一原则为每条边分配权重值。