B超序列截面图像轮廓的提取

超声成像技术由于其无损伤、非侵入性、重复性好,且对软组织有较高的灵敏度和分辨率而获得了广泛的应用.由二维B超图像进行三维表面重建能更加准确、形象地展示人体内部各组织、器官的病理结构,能迅速地为医生提供诊断信息.但B超图像和CT、X光及核磁共振等其它医学图像相比,具有分辨率差,灰度级别少,灰度分布范围窄,有一定噪声干扰,各组织和器官之间没有明显的灰度变化等不利因素.实验结果表明,利用传统方法提取到的边缘或是太宽,或是间断,不能准确完整地表达B超图像中器官的形态,因而不能作为三维重建的依据.这正是B超图像噪声干扰严重,轮廓残缺不全所造成的.作者利用人工干预的方法,先对某几个经边缘增强处理后的典型B超序列截面图像中所要重建的对象进行擦除与填补,只提取出重建对象的单像素轮廓再在边缘检测方法的基础上提出了一种用于三维重建的B超图像序列精确半自动的轮廓提取方法,实验证明,该方法行之有效.

1　图像预处理

在进行轮廓提取之前,必须进行预处理.图像预处理的任务就是抑制噪声,增强细节,改善图像质量,为特征提取等后续处理提供一幅高信噪比的优质图像.B超图像存在着噪声大,灰阶少,对比度差等不足,而且常出现回声失落等现象,导致轮廓残缺不全,因此,对预处理提出了较高的要求.作者尝试了大量算法,实验表明,针对不同种类的图像,相同算法具有不同的处理效果,而且对相同图像进行预处理的效果,不仅与算法有关,还与处理的顺序密切相关.然而,现有的图像预处理算法大多没有考虑后续处理的要求,针对B超图像处理的效果也很不明显,所以在现有算法的基础上进行改造、创新,经反复的实验分析,找到了较适合于B超图像的预处理方法.在实际运用中,采用的方法是对原始的B超图像先进行保持边缘的平滑化滤波,再进行直方图均衡化增强,这样能很好地完成图像预处理的任务.实践证明,该处理方法能为轮廓提取提供一幅好的数字图像.图1是一幅肾的原始B超截面图像,经过预处理后的图像如图2所示.

2　B超图像边缘提取的实现

　　对原始图像进行预处理后,针对B超图像特点,设计以下边缘提取算法.可认为,图像的模糊或边界的平滑化是因满足下列方程的扩散过程所引起的,即

假设g是x、y和t的函数,k是大于零的一个常数.当t=0时,有g(x,y,0),它就是没有变模糊的图像f(x,y).换言之,把f(x,y)当作进行二次微分增强处理后的图像.当经过某一段时间后,即t=τ>0,由于扩散过程的存在,原来不模糊的图像变模糊了,看到的模糊图像为g(x,y,τ),把g(x,y,τ)在t=τ附近展开为台劳级数,则有