[发明专利]基于改进分水岭算法的复合材料CT图像分割方法

说明书

一种基于改进分水岭算法和形态学评估的复合材料CT图像分割处理方法，对原始图像进行预处理强化其局部特征，通过形态学处理、距离变换得到初始标记点，进而对全局采用自适应h值选取算法和分水岭算法进行预分割；再通过区域有效性指标对已分割标记中每个连通区域进行有效性评估，针对有效性在设定标准以下的区域进行局部h值的自适应选取和分水岭算法分割，进行迭代直至几乎所有连通区域达到有效性指标要求，即得到算法最终分割结果。本发明针对局部对比度低的特点，通过h值的局部自适应迭代分割策略，提高了边缘检测和实例分割的准确度；针对研究对象固有的形态学特征建立有效性指标，从而准确识别欠分割区域并判定是否继续实施局部分割算法。

技术领域

本发明涉及的是一种图像处理领域的技术，具体是一种基于改进分水岭算法的复合材料CT图像分割方法。

背景技术

图像分割处理是指将待处理图像中的感兴趣区域或不同类别的个体区域进行有效分离，使图像的基本组成部分得到有效的划分，从而有效提高后续图像特征提取过程的针对性和准确度。

复合材料通过XCT扫描可以得到其CT断面图像，从而对其内部纤维空间分布进行直观描述，而由于扫描精度和图像分辨率的限制，简单的图像形态学处理不能对图像中的纤维丝进行有效划分，从而产生不同个体间粘连的现象，导致后续的特征提取精度大幅降低。目前已图像分割的算法有：阈值分割算法、边缘分割算法、区域生长算法、分水岭算法、基于图论的图像分割算法、基于聚类的分割算法和基于深度学习的图像分割算法等。而针对复合材料CT图像所存在的低分辨率、个体间对比度低等特点，现有方法难以分离不同个体而缺乏针对复合材料CT图像的适用性，导致图像欠分割。分水岭算法具有检测个体间微弱边界的特性，对复合材料CT图像的精确分割具有较好的适应性。如何利用分水岭算法的边界敏感性，同时有效抑制其过分割的缺陷，是保证图像分割精度和效率的关键。

发明内容

本发明针对现有技术存在的上述不足，提出一种基于改进分水岭算法的复合材料CT图像分割方法，针对局部对比度低的特点，通过h值的局部自适应迭代分割策略，提高了边缘检测和实例分割的准确度；针对研究对象固有的形态学特征建立有效性指标，从而准确识别欠分割区域并判定是否继续实施局部分割算法。

本发明是通过以下技术方案实现的：

本发明涉及一种基于改进分水岭算法和形态学评估的复合材料CT图像分割处理方法，对原始图像进行预处理强化其局部特征，通过形态学处理、距离变换得到初始标记点，进而对全局采用自适应h值选取算法和分水岭算法进行预分割；再通过区域有效性指标对已分割标记中每个连通区域进行有效性评估，针对有效性在设定标准以下的区域进行局部h值的自适应选取和分水岭算法分割，进行迭代直至几乎所有连通区域达到有效性指标要求，即得到算法最终分割结果。

所述的预处理是指：首先对图像灰度化，将三通道的图像转换为单通道的灰度图像，其次进行中值滤波以有效抑制噪声，对非线性图像信号进行平滑处理，从而使有效信息更加突出，剔除无关像素特征。

所述的中值滤波是指：对原图像中由于XCT扫描设备的精度限制产生的噪声冗余信息进行抑制的方式，该过程将每个像素点的灰度值设定为该点预定大小的邻域窗口内所有像素点的中值，从而降低干扰、提高图像质量。

所述的形态学处理是指：用于消除孤立点、消除图像中个体间的细微连接、平滑较大个体的图像开、闭运算，其中：开运算是指：先对图像进行腐蚀后进行膨胀的过程，腐蚀操作能够达到去除图像边缘点的效果，膨胀操作能够达到扩展图像边缘点的效果。

所述的距离变换是指：将形态学处理后的图像进行二值化后映射为反映像素点与最邻近边缘距离的灰度图像，即将图像中所有像素点的灰度值设定为它与它所在个体最近边缘点的欧氏距离。

所述的二值化是指：即阈值分割过程，针对图像中的所有像素点，对高于设定阈值的像素值取1，低于设定阈值的像素值取零值而得到的只有两类灰度值的灰度图像。