[发明专利]一种基于体素级轮廓粗定位的亚体素表面检测方法有效
| 申请号: | 201110072877.8 | 申请日: | 2011-03-24 | 
| 公开(公告)号: | CN102129686A | 公开(公告)日: | 2011-07-20 | 
| 发明(设计)人: | 黄魁东;张定华;查方龙;卜昆;程云勇 | 申请(专利权)人: | 西北工业大学 | 
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T5/00 | 
| 代理公司: | 西北工业大学专利中心 61204 | 代理人: | 顾潮琪 | 
| 地址: | 710072 *** | 国省代码: | 陕西;61 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | 本发明公开了一种基于体素级轮廓粗定位的亚体素表面检测方法,对待处理的连续切片图像进行滤波去噪;生成标记模板与切片图像像素相对应;分配一个检测空间;按一定顺序将切片图像读入检测空间;对切片图像进行阈值分割并按八方向搜索策略进行轮廓提取,得到体素级轮廓点;逐点处理体素级轮廓点,输出亚体素表面轮廓点;判断切片图像是否全部处理完;将所有切片图像处理所得的亚体素表面轮廓点合并,得到亚体素精度的物体表面点云。本发明可从含有较多噪声和伪影的实际CT连续切片图像中提取完整的、高精度的物体表面点云,并通过标记模板大大减少了计算量。 | ||
| 搜索关键词: | 一种 基于 体素级 轮廓 定位 亚体素 表面 检测 方法 | ||
【主权项】:
                一种基于体素级轮廓粗定位的亚体素表面检测方法,其特征在于包括以下步骤:(1)对待处理的连续切片图像进行滤波去噪;(2)设待处理的连续切片图像大小均为M×N像素,生成一个M×N大小的数组,数组元素为结构体,结构体成员包括计算标识、表面体素标识、基于3D Gaussian Facet模型的表面检测方法中的拟合系数、梯度方向、梯度模值G和二阶导数过零点距离ρ,该数组称为标记模板,与切片图像像素相对应;(3)设基于3D Gaussian Facet模型的表面检测方法的拟合邻域大小为H×H×H,分配一个可存储H幅切片图像的内存空间,该空间称为检测空间,并设W=int(H/2);(4)设当前待处理的切片图像为第K幅,若K=1,将第1幅切片图像读入检测空间,并将该切片图像复制W份作为与其相邻的下面W层切片图像,然后将与该切片图像相邻的上面W层切片图像读入检测空间;否则,读入第(K+W)幅切片图像替换检测空间中的第(K‑W‑1)幅切片图像,若(K+W)大于顶层切片图像序号,则复制顶层切片图像作为需读入的切片图像;(5)对第K幅切片图像进行OTSU阈值分割,得到其二值图像,并按八方向搜索策略对该二值图像进行轮廓提取,得到体素级轮廓点;(6)以上步所得体素级轮廓点为粗定位基准,逐点处理体素级轮廓点,输出亚体素表面轮廓点;(7)判断:若切片图像未全部处理完,则K=K+1,转第(4)步;否则,继续下一步;(8)将所有切片图像处理所得的亚体素表面轮廓点合并,得到亚体素精度的物体表面点云。
            
                    下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
                
                
            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西北工业大学,未经西北工业大学许可,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/patent/201110072877.8/,转载请声明来源钻瓜专利网。





