專利名稱：超聲圖像邊緣提取方法和裝置的制作方法
技術領域：
本發明涉及圖像處理技術，特別是涉及一種超聲圖像邊緣提取方法和裝置。景技術超聲圖像具有分辨率低、邊緣模糊的特點，傳統的邊緣提取算法，例如，差分算子Roberts、Laplace、Sobel> Canny等邊緣提取算法均存在著邊緣像素寬、噪聲干擾嚴重的缺點，有待進一步改善。另一方面，近年來在新的理論基礎上，如小波變換、分開、遺傳、模糊數學和數學形態學等基礎上所發展起來的新算法在超聲圖像中所提取得到的邊緣模糊，受操場干擾大，也不適用于超聲圖像中邊緣的提取。
發明內容
基于此，有必要針對超聲圖像的邊緣提取受噪聲干擾大，邊緣提取不完整的缺陷的問題，提供一種能提高準確性的超聲圖像邊緣提取方法。另外，還有必要提供一種能提高準確性的超聲圖像邊緣提取裝置。一種超聲圖像邊緣提取方法，包括如下步驟對超聲圖像進行二維經驗模態分解得到二維本征模態函數；解析所述二維本征模態函數得到所述超聲圖像的譜特征；對所述譜特征進行圖像分割得到對應的圖像邊緣信息，并結合所述譜特征對應的圖像邊緣信息得到所述超聲圖像的邊緣圖像。一種超聲圖像邊緣提取裝置，包括分解模塊，用于對超聲圖像進行二維經驗模態分解得到二維本征模態函數；特征解析模塊，用于解析所述二維本征模態函數得到所述超聲圖像的譜特征；處理模塊，用于對所述譜特征進行圖像分割得到對應的圖像邊緣信息，并結合所述譜特征對應的圖像邊緣信息得到所述超聲圖像的邊緣圖像。上述超聲圖像邊緣提取方法和裝置，進行二維經驗模態分解得到二維本征模態函數，并解析二維本征模態函數得到超聲圖像的譜特征，進而通過二維經驗模態分解和解析得到譜特征的作用下結合超聲圖像本身的性質得到連續清晰的邊緣，由于譜特征能夠準確地反映超聲圖像內部的客觀信息，因此，實現了超聲圖像邊緣的準確定位，進而提高了超聲圖像邊緣提取的準確性，抗噪能力強。
圖1為一個實施例中超聲圖像邊緣提取方法的流程圖；圖2為圖1中對超聲圖像進行二維經驗模態分解得到二維本征模態函數的方法流程圖；圖3為圖1中解析二維本征模態函數得到超聲圖像的譜特征的方法流程圖4為圖1中對譜特征進行圖像分割得到對應的圖像邊緣信息，并結合譜特征對應的圖像邊緣信息得到超聲圖像的邊緣圖像的方法流程圖；圖5為一個實施例中超聲圖像邊緣提取裝置的結構示意圖；圖6為圖5中分解模塊的結構示意圖；圖7為圖5中特征解析單元的結構示意圖；圖8為一個實施例中的超聲骨骼圖像；圖9為圖8中的第一層二維本征模態函數示意圖；圖10為通過圖9得到的水平瞬時頻率圖像；圖11為通過圖9得到的垂直瞬時頻率圖像；圖12為提取得到的邊緣圖像。
具體實施例方式如圖1所示，在一個實施例中，一種超聲圖像邊緣提取方法，包括步驟S110，對超聲圖像進行二維經驗模態分解得到二維本征模態函數。本實施例中，二維經驗模態分解是將圖像基于局部空間尺度自適應地分解為一系列空間尺度由小到大、頻率由高到低的二維本征模態函數和一個殘余項。獲取超聲圖像，對獲取的超聲圖像進行二維經驗模態分解以得到一系列的二維本征模態函數，換而言之，由一系列的二維本征模態函數分解的逆過程即可重構得到超聲圖像。如圖2所示，在一個實施例中，上述步驟SllO的具體過程為步驟S111，在超聲圖像的趨勢項中通過八鄰域法搜索極值點得到超聲圖像中的極大值點和極小值點，該趨勢項的初始值即為超聲圖像。本實施例中，在進行二維經驗模態分解的過程中，首先進行初始化，將二維本征模態函數指數的初始值設置為1，圖像參數的初始值為超聲圖像，超聲圖像的趨勢項為圖像參數，即超聲圖像。在超聲圖像的趨勢項，即超聲圖像中搜索所有的極值點，其中，該極值點為極大值點和極小值點。進一步的，通過八鄰域法搜索極值點，在超聲圖像中，極大值點是灰度值比周圍八個相鄰像素點灰度值都高的點，極小值點是灰度值比周圍八個相鄰像素點灰度值都低的點。然而，對于超聲圖像中的邊界點，將只會在一半的鄰域內尋找極值點，對于位于四角處的邊界點，將只考慮四分之一的鄰域內。如表I所示,超聲圖像中的像素點I(i, j)位于超聲圖像內部,需要與周圍的八個像素點進行灰度值的比較；如表2所示，超聲圖像的像素點I(i，j)位于超聲圖像的邊界，需要與周圍的5個像素點進行灰度值的比較；如表3所示，超聲圖像的像素點I (i，j)是圖像觸點，位于超聲圖像邊界上的四角處，需要與周圍的3個像素點進行灰度值的比較，進而得到超聲圖像中的所有極值點。
權利要求
1.一種超聲圖像邊緣提取方法，包括如下步驟 對超聲圖像進行二維經驗模態分解得到二維本征模態函數； 解析所述二維本征模態函數得到所述超聲圖像的譜特征； 對所述譜特征進行圖像分割得到對應的圖像邊緣信息，并結合所述譜特征對應的圖像邊緣信息得到所述超聲圖像的邊緣圖像。
2.根據權利要求1所述的超聲圖像邊緣提取方法，其特征在于，所述對超聲圖像進行二維經驗模態分解得到二維本征模態函數的步驟包括 在所述超聲圖像的趨勢項中通過八鄰域法搜索極值點得到超聲圖像中的極大值點和極小值點，所述趨勢項的初始值即為超聲圖像； 根據所述極大值點和極小值點得到所述超聲圖像的均值曲面； 通過所述均值曲面對超聲圖像進行抽取得到高頻部分； 判斷所述高頻部分是否為二維本征模態函數，若是，則結束，若否，則將所述高頻部分置為趨勢項，并返回所述在所述超聲圖像的趨勢項中通過八鄰域法搜索極值點得到超聲圖像中的極大值和極小值的步驟。
3.根據權利要求1所述的超聲圖像邊緣提取方法，其特征在于，所述解析所述二維本征模態函數得到所述超聲圖像的譜特征的步驟包括 對所述二維本征模態函數分別進行部分希爾伯特變換和整體希爾伯特變換得到部分變換信號和整體變換信號； 通過所述部分變換信號和整體變換信號進行四元數解析得到所述超聲圖像的譜特征。
4.根據權利要求3所述的超聲圖像邊緣提取方法，其特征在于，所述通過所述部分變換信號和整體變換信號進行四元數解析得到所述超聲圖像的譜特征的步驟為 通過極坐標的方式將所述二維本征模態函數、部分變換信號和整體變換信號定義為四元數解析信號，并對所述四元數解析信號進行運算得到瞬時相位，根據所述瞬時相位計算得到二維瞬時頻率。
5.根據權利要求1所述的超聲圖像邊緣提取方法，其特征在于，所述對所述譜特征進行圖像分割得到對應的圖像邊緣信息，并結合所述譜特征對應的圖像邊緣信息得到所述超聲圖像的邊緣圖像的步驟包括 根據分割閾值對所述譜特征進行二值化處理得到所述譜特征對應的圖像邊緣信息； 將所述譜特征對應的圖像邊緣信息相加得到所述超聲圖像的邊緣圖像。
6.一種超聲圖像邊緣提取裝置，其特征在于，包括 分解模塊，用于對超聲圖像進行二維經驗模態分解得到二維本征模態函數； 特征解析模塊，用于解析所述二維本征模態函數得到所述超聲圖像的譜特征； 處理模塊，用于對所述譜特征進行圖像分割得到對應的圖像邊緣信息，并結合所述譜特征對應的圖像邊緣信息得到所述超聲圖像的邊緣圖像。
7.根據權利要求6所述的超聲圖像邊緣提取裝置，其特征在于，所述分解模塊包括 搜索單元，用于在所述超聲圖像的趨勢項中通過八鄰域法搜索極值點得到超聲圖像中的極大值點和極小值點，所述趨勢項的初始值即為超聲圖像； 極值處理單元，用于根據所述極大值點和極小值點得到所述超聲圖像的均值曲面； 抽取單元，用于通過所述均值曲面對超聲圖像進行抽取得到高頻部分；判斷單元，用于判斷所述高頻部分是否為二維本征模態函數，若是，則結束，若否，則將所述高頻部分置為趨勢項，并通知所述搜索單元。
8.根據權利要求6所述的超聲圖像邊緣提取裝置，其特征在于，所述特征解析模塊包括 變換單元，用于對所述二維本征模態函數分別進行部分希爾伯特變換和整體希爾伯特變換得到部分變換信息和整體變換信號； 四元數解析單元，用于通過所述部分變換信號和整體變換信號進行四元數解析得到所述超聲圖像的譜特征。
9.根據權利要求8所述的超聲圖像邊緣提取裝置，其特征在于，所述四元數解析單元還用于通過極坐標方式將所述二維本征模態函數、部分變換信號和整體變換信號定義為四元數解析信號，并對所述四元數解析信號進行運算得到瞬時相位，根據所述瞬時相位計算得到二維瞬時頻率。
10.根據權利要求6所述的超聲圖像邊緣提取裝置，其特征在于，所述處理模塊還用于根據分割閾值對譜特征進行二值化處理得到所述譜特征對應的圖像邊緣信息，將譜特征對應的圖像邊緣信息相加得到超聲圖像的邊緣圖像。
全文摘要
本發明提供了一種超聲圖像邊緣提取方法和裝置。所述方法包括對超聲圖像進行二維經驗模態分解得到二維本征模態函數；解析所述二維本征模態函數得到所述超聲圖像的譜特征；對所述譜特征進行圖像分割得到對應的圖像邊緣信息，并結合所述譜特征對應的圖像邊緣信息得到所述超聲圖像的邊緣圖像。所述系統包括分解模塊，用于對超聲圖像進行二維經驗模態分解得到二維本征模態函數；特征解析模塊，用于解析所述二維本征模態函數得到所述超聲圖像的譜特征；處理模塊，用于對所述譜特征進行圖像分割得到對應的圖像邊緣信息，并結合所述譜特征對應的圖像邊緣信息得到所述超聲圖像的邊緣圖像。采用本發明能提高準確性。
文檔編號G06T7/00GK103065299SQ201210563619
公開日2013年4月24日 申請日期2012年12月22日 優先權日2012年12月22日
發明者韓盼, 陳燁, 謝高生, 周永進, 黃邦宇, 王磊 申請人:深圳先進技術研究院