基于色度的颜色和空间不均匀的纹理差异双通道医学图像的分割方法技术

本发明专利技术提出了一种基于色度的颜色和空间不均匀的纹理差异双通道医学图像的分割方法，包括：S1，采集医学图像数据，对该图像数据进行初步筛选，获得具备差异性的图像数据，将具备差异性的图像数据进行空间转换，从RGB空间图像转化到HIS空间图像，从HIS空间图像中获得色度图像IH和饱和度图像IS；S2，获得最终的用于分割的带有全局颜色信息的图像IHue；S3，获得带有局部纹理信息的图像Itexture；S4，将IHue和Itexture的图像信息构建出色度纹理嵌入的基于区域活动轮廓模型，用于分割具有色度和纹理差异的医学图像数据。为专业人员自动分割感兴趣的区域，降低时耗，提高效率。

Segmentation method for medical image based on color difference and spatial heterogeneity of dual texture

The invention proposes a segmentation method of color and color, texture difference of spatially inhomogeneous dual channel based on medical images include: S1, medical image data acquisition, preliminary screening on the image data obtained with the image data of the difference image data will have differences of space conversion, conversion from RGB space image to HIS space image, get color image IH and saturation IS images from the image of HIS space; S2, be used for image segmentation with IHue global color information; S3, Itexture image obtained with local texture information; S4, regional active contour model based on the image information of IHue and Itexture to construct excellent the degree of texture embedding, for the segmentation of medical image data with color and texture difference. For professional division of the region of interest, reduce time consumption, improve efficiency.

【技术实现步骤摘要】

本专利技术涉及计算机视觉图像分割领域，尤其涉及一种基于色度的颜色和空间不均匀的纹理差异双通道医学图像（NBI）的分割方法。
技术介绍
目前，ME-NBI（奥林巴斯研发的一种医学成像器械）内镜已经成为一种用于人的肠胃道的疾病检测的有效的工具。其放大高清的图像质量能够很好的描述人体肠胃道中的黏膜上层及下层的血管和腺管等微组织的形态和颜色，是一种诊断肠胃道疾病（如：早期癌，慢性炎症等）的可靠依据。但是，根据ME-NBI图像的诊断，主观性强，分类粗放且初学者门槛高，学习曲线陡。同时，随着病人数量的增多，图像数量庞大，然而这些海量的图片数据只能由专业的内镜医务人员进行人工判读，工作强度大、效率低、消耗大量的时间。因此，寻找一种可靠的高效的方法为专业人员自动分割感兴趣的区域，降低时耗，提高效率。这就亟需本领域技术人员解决相应的技术问题。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于色度的颜色和空间不均匀的纹理差异双通道医学图像（NBI）的分割方法。为了实现本专利技术的上述目的，本专利技术提供了一种基于色度的颜色和空间不均匀的纹理差异双通道医学图像的分割方法，包括：S1，采集医学图像数据，对该图像数据进行初步筛选，获得具备差异性的图像数据，将具备差异性的图像数据进行空间转换，从RGB空间图像转化到HIS空间图像，从HIS空间图像中获得色度图像IH和饱和度图像IS；S2，使用归一化规则对色度图像IH进行归一化转换，然后对归一化后的色度图像进行高斯低通滤波，获得最终的用于分割的带有全局颜色信息的图像IHue；S3，在饱和度图像IS上通过自适应阈值的PIF纹理描绘子描述纹理特征，获得带有局部纹理信息的图像Itexture；S4，将IHue和Itexture的图像信息嵌入到基于区域活动轮廓模型（C-V模型）中，构建出色度纹理嵌入的基于区域活动轮廓模型，用于分割具有色度和纹理差异的医学图像数据。所述的基于色度的颜色和空间不均匀的纹理差异双通道医学图像的分割方法，优选的，所述S1从HIS空间图像中获得色度图像步骤包括：S1-1，色度图像Ih作为图像的全局颜色信息，色度是使用角度来反映空间波长的一种颜色信息，其中θ∈[0，2π]，Ir，Ig，Ib是RGB空间上图像在R，G，B通道上的像素值。所述的基于色度的颜色和空间不均匀的纹理差异双通道医学图像的分割方法，优选的，所述S1从HIS空间图像中获得饱和度图像步骤包括：S1-4，计算饱和度图像Is(x)，在饱和度图像Is(x)上获得局部纹理信息，图像饱和度Is计算如下：其中Ir，Ig，Ib是RGB空间上图像在R，G，B通道上的像素值；所述的基于色度的颜色和空间不均匀的纹理差异双通道医学图像的分割方法，优选的，所述S2归一化规则步骤包括：S2-1，获取经过计算后的全局颜色信息图像IHue(x)，自定义的归一化规则对图像进行归一化，获得归一化图像I'，根据如下公式：S2-2，利用高斯低通滤波对I'图像进行平滑处理获得计算后反映全局颜色信息的色度图像IHue(x)，如下：IHue(x)=G(x)*I'h(x)G(x)高斯低通滤波器。所述的基于色度的颜色和空间不均匀的纹理差异双通道医学图像的分割方法，优选的，所述S3包括：S3-1，计算局部纹理信息图像Itexture(x)；获得纹理图像Itexture(x)，计算如下：Ω'(p)＝{q∈N(p):|I(p)-I(q)|＞v本文档来自技高网...

【技术保护点】
一种基于色度的颜色和空间不均匀的纹理差异双通道医学图像的分割方法，其特征在于，包括：S1，采集医学图像数据，对该图像数据进行初步筛选，获得具备差异性的图像数据，将具备差异性的图像数据进行空间转换，从RGB空间图像转化到HIS空间图像，从HIS空间图像中获得色度图像IH和饱和度图像IS；S2，使用归一化规则对色度图像IH进行归一化转换，然后对归一化后的色度图像进行高斯低通滤波，获得最终的用于分割的带有全局颜色信息的图像IHue；S3，在饱和度图像IS上通过自适应阈值的PIF纹理描绘子描述纹理特征，获得带有局部纹理信息的图像Itexture；S4，将IHue和Itexture的图像信息嵌入到基于区域活动轮廓模型(C‑V模型)中，构建出色度纹理嵌入的基于区域活动轮廓模型，用于分割具有色度和纹理差异的医学图像数据。

【技术特征摘要】
1.一种基于色度的颜色和空间不均匀的纹理差异双通道医学图像的分割方法，其特征在于，包括：S1，采集医学图像数据，对该图像数据进行初步筛选，获得具备差异性的图像数据，将具备差异性的图像数据进行空间转换，从RGB空间图像转化到HIS空间图像，从HIS空间图像中获得色度图像IH和饱和度图像IS；S2，使用归一化规则对色度图像IH进行归一化转换，然后对归一化后的色度图像进行高斯低通滤波，获得最终的用于分割的带有全局颜色信息的图像IHue；S3，在饱和度图像IS上通过自适应阈值的PIF纹理描绘子描述纹理特征，获得带有局部纹理信息的图像Itexture；S4，将IHue和Itexture的图像信息嵌入到基于区域活动轮廓模型(C-V模型)中，构建出色度纹理嵌入的基于区域活动轮廓模型，用于分割具有色度和纹理差异的医学图像数据。2.根据权利要求1所述的基于色度的颜色和空间不均匀的纹理差异双通道医学图像的分割方法，其特征在于，所述S1从HIS空间图像中获得色度图像步骤包括：S1-1，色度图像Ih作为图像的全局颜色信息，色度是使用角度来反映空间波长的一种颜色信息，其中θ∈[0，2π]，Ir，Ig，Ib是RGB空间上图像在R，G，...

【专利技术属性】
技术研发人员：汪成亮，刘小琪，郭凌，白家莲，严莎莎，
申请(专利权)人：重庆金山医疗器械有限公司，
类型：发明
国别省市：重庆;50