申请/专利权人：济南科汛智能科技有限公司

申请日：2024-01-12

公开（公告）日：2024-03-29

公开（公告）号：CN117557460B

主分类号：G06T5/30

分类号：G06T5/30;G06T7/11;G06T7/13;G06T7/136;G06T7/155;G06T7/187

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2024.03.01#实质审查的生效;2024.02.13#公开

摘要：本发明涉及图像数据处理技术领域，具体涉及一种血管造影图像增强方法，包括：通过对血管图像中不同区域的边缘线对应的斜率进行分析，根据斜率之间的差异获取迭代特征参数，结合迭代特征参数并通过迭代形态学操作对血管图像对应的边缘图像进行处理，获得掩膜图像，利用掩膜图像提取血管图像中的血管部分。本发明通过以低计算成本下自适应核大小进行迭代形态学处理，获得更加理想的血管造影图像的增强效果。

主权项：1.一种血管造影图像增强方法，其特征在于，该方法包括以下步骤：获取血管图像；根据血管图像中像素点的灰度值和梯度值获得像素点的选取系数，根据选取系数的大小获取分割阈值，利用分割阈值对血管图像进行二值化获得血管二值图像；将血管二值图像对应的边缘图像记为血管边缘图像，根据边缘像素点之间的距离获得边缘像素点的第一距离，对第一距离进行聚类，根据聚类结果获得余像素点，构建滑动窗口对血管边缘图像进行遍历，根据滑动窗口内余像素点的第一距离的均值获得滑动窗口在遍历过程中对应位置下形态学算法的核的边长；结合滑动窗口在不同位置下形态学算法的核的边长对血管边缘图像进行形态学操作，获得第一血管边缘图像；根据第一血管边缘图像中边缘像素点的斜率差异获得病变区域顶点，获取若干个连续相邻的像素点形成的像素点组，结合病变区域顶点所在滑动窗口在对应位置下形态学算法的核的边长，利用形态学算法对第一血管边缘图像中的边缘线进行迭代形态学操作，在形态学操作过程中，根据任意两个像素点组中边缘像素点的斜率差异获得迭代特征参数，根据迭代特征参数的大小结束迭代操作获得掩膜图像；根据掩膜图像和血管图像获取新血管图像；其中，所述根据掩膜图像和血管图像获取新血管图像，包括：将掩膜图像与血管图像相乘，获得新血管图像；所述根据血管图像中像素点的灰度值和梯度值获得像素点的选取系数，根据选取系数的大小获取分割阈值，包括的具体方法为：首先，获取血管图像中所有像素点的灰度值，并利用Sobel算子获取所有像素点的梯度值；然后，预设超参数和，将超参数与像素点的灰度值相乘获得第一选取因子，将超参数与像素点的梯度值相乘获得第二选取因子；最后，将第一选取因子和第二选取因子的和值记为像素点的选取系数，将血管图像中最大选取系数所对应像素点的灰度值，作为血管图像的分割阈值；所述根据边缘像素点之间的距离获得边缘像素点的第一距离，包括的具体方法为：在血管边缘图像中，将任意一个边缘像素点记为目标像素点，获取过目标像素点的切线，将切线对应垂线上与目标像素点最近的边缘像素点，记为目标像素点的第一像素点，将目标像素点与第一像素点之间的距离记为目标像素点的第一距离；所述对第一距离进行聚类，根据聚类结果获得余像素点，包括的具体方法为：预设K-Means聚类算法的值，并利用K-Means聚类算法对所有边缘像素点的第一距离进行聚类，获得若干个聚类簇，获取任意聚类簇中所有第一距离的平均值记为聚类簇的距离参数，将所有距离参数中数值最大时对应的聚类簇删除，将删除后剩余的聚类簇中的边缘像素点记为余像素点；所述构建滑动窗口对血管边缘图像进行遍历，根据滑动窗口内余像素点的第一距离的均值获得滑动窗口在遍历过程中对应位置下形态学算法的核的边长，包括的具体方法为：构建大小为的滑动窗口对血管边缘图像进行遍历，其中为预设的超参数，获取滑动窗口中余像素点的数量；获取滑动窗口在遍历过程中任意位置下形态学算法的核的边长，具体计算方法为： 其中，表示形态学算法的核的边长，表示滑动窗口内余像素点的数量；表示滑动窗口内第个余像素点的第一距离；表示向上取整；所述结合滑动窗口在不同位置下形态学算法的核的边长对血管边缘图像进行形态学操作，获得第一血管边缘图像，包括的具体方法为：结合滑动窗口在不同位置下形态学算法的核的边长，对血管边缘图像进行形态学的闭运算操作，获得第一血管边缘图像；所述根据第一血管边缘图像中边缘像素点的斜率差异获得病变区域顶点，包括的具体方法为：对血管二值图像进行连通域检测获取血管二值图像中的若干个连通域，获取第一血管边缘图像中各边缘线中所有像素点的斜率，将任意边缘线中所有边缘像素点的斜率所形成的序列记为边缘线的斜率序列，获取斜率序列对应的后向差分序列记为边缘线的斜率差分序列，获取任意边缘线的斜率差分序列中所有元素的平均值记为平均变化斜率，将大于平均变化斜率的元素所对应的边缘像素点记为疑似病变点，获取任意疑似病变点所属连通域中所有余像素点的第一距离的平均值记为疑似病变点的参考数，当疑似病变点为余像素点且疑似病变点的第一距离小于参考数时，将疑似病变点记为病变点；将任意边缘像素点记为目标像素点，当目标像素点相邻两侧的个边缘像素点包含病变点时，将目标像素点与相邻两侧的个边缘像素点所构成的集合记为像素点集合，获取像素点集合内所有边缘像素点的斜率的方差记为目标像素点的第一斜率方差，获取目标像素点所在边缘线上所有边缘像素点的斜率的方差记为目标像素点的第二斜率方差，当第一斜率方差大于第二斜率方差时，将目标像素点记为病变区域顶点，其中为预设的超参数；所述获取若干个连续相邻的像素点形成的像素点组，结合病变区域顶点所在滑动窗口在对应位置下形态学算法的核的边长，利用形态学算法对第一血管边缘图像中的边缘线进行迭代形态学操作，在形态学操作过程中，根据任意两个像素点组中边缘像素点的斜率差异获得迭代特征参数，包括的具体方法为：首先，将任意边缘线的所有边缘像素点的第一距离的方差记为边缘线的整体距离方差，将任意边缘线的所有边缘像素点的斜率的方差记为边缘线的整体斜率方差；将边缘线中每个连续的边缘像素点作为一组记为像素点组，根据像素点组的内边缘像素点的斜率和第一距离获得交界点，其中为预设的超参数；然后，将由病变点构成的像素点组记为病变点组，将由不是病变点的边缘像素点构成的像素点组记为正常点组；结合病变区域顶点所在滑动窗口在对应位置下形态学算法的核的边长，利用形态学算法对第一血管边缘图像中的边缘线进行迭代膨胀处理操作；迭代膨胀过程中，根据任意两个像素点组中边缘像素点的斜率，获得迭代特征参数，具体计算方法为： 其中，表示迭代特征参数；表示像素点组中边缘像素点的数量；表示第一个像素点组中第个边缘像素点的斜率，表示第二个像素点组中第个边缘像素点的斜率；所述根据像素点组的内边缘像素点的斜率和第一距离获得交界点，根据迭代特征参数的大小结束迭代操作获得掩膜图像，包括：在每次膨胀操作后，计算交界点两侧的像素点组对应的迭代特征参数，当病变点组与相邻两个正常点组对应的迭代特征参数均与两个正常点组对应的迭代特征参数的差值小于预设迭代参数阈值时，结束对第一血管边缘图像进行膨胀操作，获得掩膜图像；所述根据像素点组的内边缘像素点的斜率和第一距离获得交界点，具体获取方法为：将第一血管边缘图像中任意边缘线的所有边缘像素点的第一距离的方差记为边缘线的整体距离方差，将第一血管边缘图像中任意边缘线的所有边缘像素点的斜率的方差记为边缘线的整体斜率方差；将像素点组的所有边缘像素点斜率和第一距离分别对应的方差分别记为像素点组的局部斜率方差和局部距离方差，当边缘线上连续出现个像素点组的局部斜率方差和局部距离方差均小于所属边缘线的整体斜率方差和整体距离方差时，将个像素点组中的第1个像素点组中所有边缘像素点的第一距离的中位数对应的边缘像素点记为交界点，其中为预设的超像素。

全文数据：

权利要求：

百度查询： 济南科汛智能科技有限公司 一种血管造影图像增强方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD