一种基于圆形轮廓图极性的血管图像处理方法

摘要

本发明公开一种基于圆形轮廓图极性的血管图像处理方法，属于图像处理技术领域，提出了从几何结构分布来判断图像区域特点的两个圆形轮廓极性的指标，分别为圆形轮廓图极性指标一和指标二，能够鉴别血管图像中的噪声污染区域与血管区域，从而分别对噪声污染区域和血管区域采取不同的阈值化方法进行处理，对污染区域采取亮度值阈值化与结构阈值化两种处理，而对血管区域则仅采用结构阈值化处理，可以有效得去除血管图像中的噪声，得到高质量的血管提取结果。

主权项

一种基于圆形轮廓图极性的血管图像处理方法，其特征在于，包括：首先，输入采集的血管图像，进行背景清理；其次，对经过背景清理的血管图像通过窗口自适应处理，确定血管区域和噪声污染区域；判断经窗口自适应处理后的血管图像的圆形轮廓图极性指标一是否小于设定的阈值t_h：若是，则判断为噪声污染区域，若否，则判断为血管区域；最后，分别对血管区域和污染区域进行阈值化处理：对噪声污染区域同时采取亮度值阈值化与结构阈值化处理；对血管区域仅采用结构阈值化处理；将噪声污染区域和血管区域的处理结果汇总，得到高质量的血管提取结果；所述结构阈值化处理基于对血管图像圆形轮廓图极性指标二的处理；所述的圆形轮廓图极性指标一为PCP₁：其中，σ²表示该窗口内图像的方差，μ表示该窗口内图象的均值；所述的圆形轮廓图极性指标二为PCP₂：${\mathrm{PCP}}_2=E[\underset{m=\mathrm{1,2},...,M}{\max }f\left({\theta }_m\right)-\underset{l=\mathrm{1,2},...,M}{\min }f\left({\theta }_l\right)],$E(·)表示数学期望函数，f(θ_m)和f(θ_l)分别表示圆周中θ_m和θ_l两个方向上的圆形轮廓函数的值。