[发明专利]骨骼分割边界确定方法、装置、电子设备及存储介质有效
申请号: | 202210024144.5 | 申请日: | 2022-01-11 |
公开(公告)号: | CN114066886B | 公开(公告)日: | 2022-05-06 |
发明(设计)人: | 李宗阳;燕霞;郭振东;何璇 | 申请(专利权)人: | 北京威高智慧科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/13;G06T7/136;G06T5/00;G06T5/30;A61B6/03;A61B6/00 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孔凡红 |
地址: | 100083 北京市海淀区王庄*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 骨骼 分割 边界 确定 方法 装置 电子设备 存储 介质 | ||
1.一种骨骼分割边界确定方法,其特征在于,包括:
获取针对人体目标区域进行连续扫描得到的原始扫描图像帧的序列,其中,所述人体目标区域包括第一骨骼和第二骨骼;
根据各所述原始扫描图像帧中各像素点的灰度值,确定与各所述原始扫描图像帧相对应的粗糙度图像;其中,所述粗糙度图像是基于各像素点的粗糙度值确定,所述粗糙度值基于像素点邻域内的邻域像素点的灰度值确定;
针对每一个粗糙度图像,基于灰度增强图像公式确定与所述原始扫描图像帧相对应的灰度增强图像;其中,所述灰度增强图像公式为J=aG+bR,G表示所述原始扫描图像帧,R表示所述粗糙度图像,a表示使用线性回归确定的与所述原始扫描图像帧对应的权重参数,b表示使用线性回归确定的与所述粗糙度图像对应的权重参数,J表示所述灰度增强图像;
针对每一个原始扫描图像帧,基于与所述原始扫描图像帧相对应的灰度增强图像,确定所述第一骨骼和所述第二骨骼的骨骼分割边界;
其中,所述根据各所述原始扫描图像帧中各像素点的灰度值,确定与各所述原始扫描图像帧相对应的粗糙度图像,包括:
针对所述原始扫描图像帧中的每一个像素点,确定与所述像素点的邻域内的邻域像素点,确定各邻域像素点的灰度值方差,并将所述灰度值方差确定为所述像素点的粗糙度值;
根据所述原始扫描图像帧中各像素点所对应的粗糙度值,确定与所述原始扫描图像帧相对应的粗糙度图像。
2.根据权利要求1所述的方法,其特征在于,所述像素点的邻域内的邻域像素点为与所述像素点相邻的8个或24个像素点。
3.根据权利要求1所述的方法,其特征在于,还包括:
针对每一个原始扫描图像帧,对所述原始扫描图像帧进行边缘检测,确定与所述原始扫描图像帧相对应的边缘信息图像;
针对每一个原始扫描图像帧,根据所述原始扫描图像帧的中心点,向所述原始扫描图像帧的各边缘点投射射线,基于预先设定的峰谷峰检测函数,确定与各射线上各像素点所对应的峰谷峰值,并根据所述峰谷峰值确定与所述原始扫描图像帧相对应的峰谷峰增强图像;
相应的,所述基于与所述原始扫描图像帧相对应的灰度增强图像,确定所述第一骨骼和所述第二骨骼的骨骼分割边界,包括:
基于与所述原始扫描图像帧相对应的灰度增强图像、所述边缘信息图像以及所述峰谷峰增强图像,确定所述第一骨骼和所述第二骨骼的骨骼分割边界。
4.根据权利要求3所述的方法,其特征在于,所述基于预先设定的峰谷峰检测函数,确定与各射线上各像素点所对应的峰谷峰值,包括:
针对每一条射线上的每个像素点,根据所述像素点所属射线上与所述像素点相对应的邻域像素点,确定所述邻域像素点中的灰度最小值;在所述灰度最小值所对应的像素点以及所述中心点之间,确定第一灰度最大值,并在所述灰度最小值所对应的像素点以及所述射线上的边缘点之间,确定第二灰度最大值;
根据所述灰度最小值、所述第一灰度最大值以及所述第二灰度最大值,确定所述像素点对应的峰谷峰值。
5.根据权利要求4所述的方法,其特征在于,所述根据所述灰度最小值、所述第一灰度最大值以及所述第二灰度最大值,确定所述像素点对应的峰谷峰值,包括:
基于所述灰度最小值以及所述第一灰度最大值,确定第一灰度差值,并基于所述灰度最小值以及所述第二灰度最大值,确定第二灰度差值;
基于所述第一灰度差值以及所述第二灰度差值,确定所述像素点对应的峰谷峰值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京威高智慧科技有限公司,未经北京威高智慧科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210024144.5/1.html,转载请声明来源钻瓜专利网。