[发明专利]一种基于图像处理的脊椎特征识别方法

说明书

本发明涉及图像处理领域，具体涉及一种基于图像处理的脊椎特征识别方法，通过语义分割获取健康成年人的站立式全脊柱侧位图中的全脊椎影像图，利用sobel算子检测全脊椎影像图，得到全脊椎影像图的梯度边缘图像，对全脊椎影像图进行分频滤波，得到全脊椎影像图中的高频像素点和低频像素点，利用梯度边缘像素点将高频像素点分为高频脊椎边缘像素点和高频非脊椎边缘像素点，根据这三类像素点对应的灰度级在直方图均衡化中的频率对灰度级进行权重分配，构建累加映射函数对全脊椎影像图进行直方图均衡化，得到对比清晰且细节完整的全脊椎影像图。

技术领域

本申请涉及图像处理领域，具体涉及一种基于图像处理的脊椎特征识别方法。

背景技术

于脊椎疾病，需要拍摄医疗影像来诊断病情，常常由于医疗设备尺寸不同，拍摄的脊椎图像大部分是线片，只能观察到局部段的脊椎情况。而站立式全脊柱图则可以拍摄完整的脊柱图像，但图像越大信息越复杂，感光元件的动态范围有限，一些关键细节处对比度有限，不易于人为观察。

因此，为了更清晰的观察到完整脊椎图像，本发明在机器视觉的基础上，利用图像处理技术对脊椎医疗影像中的脊椎图像特征进行优化和增强，得到脊椎和骨骼纹理、肌肉轮廓对比清晰的图像，并且图像细节信息也得到了保留，方法智能而精准。

发明内容

本发明提供一种基于图像处理的脊椎特征识别方法，解决医疗影像中全脊柱图像中存在不清晰的问题，采用如下技术方案：

获取全脊柱侧位影像图，对全脊柱侧位影像图进行语义分割得到全脊椎影像图；

利用sobel算子检测全脊椎影像图，得到全脊椎影像图的梯度边缘像素点；

对全脊椎影像图进行分频滤波，得到全脊椎影像图的高频像素点和低频像素点；

利用梯度边缘像素点确定出高频像素点中的脊椎边缘高频像素点和非脊椎边缘高频像素点；

分别将脊椎边缘高频像素点、非脊椎边缘高频像素点、低频像素点对应灰度级作为脊椎边缘高频像素点灰度级、非脊椎边缘高频像素点灰度级、低频像素点灰度级；

根据脊椎边缘高频像素点灰度级、非脊椎边缘高频像素点灰度级、低频像素点灰度级在全脊椎影像图中出现的频率得到灰度直方图；

获取灰度直方图中所有低频像素点灰度级的平均频率和每个脊椎边缘高频像素点灰度级的频率；

根据所有低频像素点灰度级的平均频率和每个脊椎边缘高频像素点灰度级的频率得到所有低频像素点灰度级和每个脊椎边缘高频像素点灰度级的权重比；

根据所有低频像素点灰度级和每个脊椎边缘高频像素点灰度级的权重比确定出低频像素点灰度级、脊椎边缘高频像素点灰度级、非脊椎边缘高频像素点灰度级的权重；

根据低频像素点灰度级、脊椎边缘高频像素点灰度级、非脊椎边缘高频像素点灰度级的权重构建累加映射函数，利用累加映射函数对全脊椎影像图进行直方图均衡化，得到处理后的全脊椎影像图。

所述确定出高频像素点中的脊椎边缘高频像素点和非脊椎边缘高频像素点的方法为：

将全脊椎影像图的梯度边缘像素点作为高频像素点中的脊椎边缘高频像素点；

高频像素点中除了脊椎边缘高频像素点之外的其他像素点为非脊椎边缘高频像素点。

所述所有低频像素点灰度级和每个脊椎边缘高频像素点灰度级的权重比的获取方法为：

计算灰度直方图中的所有低频像素点灰度级的平均频率；

根据所有低频像素点灰度级的平均频率得到所有低频像素点灰度级的熵的平均值；

获取每个脊椎边缘高频像素点灰度级的频率；