一种高准确度的图像细化算法及在医学图像处理中的应用.pdfVIP

一种高准确度的图像细化算法及其在医学图像处理中的应用 谭兆信(1’丁国芳(1)张仁礼㈤ 1)中山大学计算机科学系，广州510275；2)中山医科大学达安基因诊断中心 摘要：本文提出—种具有较高准确度的细化算法．通过基本细化和优化等步骤，谊算法抽 取的骨架相当接近理想的骨架．本文还讨论遮种细化算法在人类染色体图像处理中的应用． 美键词：细化?骨菇模式识剐杂色棒 分类号：开394．4l 细化算法在数字图像处理的研究中起着重要的作用．近年来，许多学者提出了各种细 化算法，这些算法有串行的和并行的【1．4】．但是，由于细化对象的复杂性，至今还没有一 种很好的通用的细化算法适用于各种应用的需要．人类染色体的删和分析是医学图像处理 的重要课题．而准确地抽取染色体的骨架，是正确识别和分析染色体的关键．本文提出一 种具有较高准确度的细化算法，讨论该算法在染色体图像处理中的应用，计算了该细化算 法的准确度，并与其他几种细化算法进行比较。 1 算法的流程及基本细化算法 设有二值图像．其中，值为l的象素组成的集合记为G，称G为图像的主干．我们的 目的是将图像的主干反复细化，得到G的骨架．不失一般性，设G是一个连通的区域，我 们的细化算法得到连通的、单象素宽度的骨架。 为叙述方便，把本文提出的算法称为H舡A算法．HAl’A算法的基本思想是：首先求 出图像的基本骨架，然后对基本骨架进行优化．求基本骨架的算法称为基本细化算法；而 优化则包括骨架位移、骨架膨胀、再度细化、骨架延伸四个步骤．其流程如图l所示。 囤l HAT^算法洗程图 F．喀．1 F1awdI叭ofIIAlA—lhmetic 基本细化算法是—种串行的细化算法，它是对【4】中提出的算法的改进。设以象素点P 为中心的3x3矩阵的点，从上蓟下、从左到右依次为x1、x2、…、x9(设隐5)；而本次 处理后xl、x2、】【3、“分别变为dl、d2、d3、d4，对于P的8邻域，我们定义8种模板． 如图2示． ·506· —————1—『：_五飞匿—————————～一引…，。，．：《i．毙l一 圈圈圆圈圈髓圈髓 (丑) (b) (c) (d) 嘞 ∞ (g) m) 圈2细化横板(其中·表示不考虑的条件) Fig_2 1lIj衄i呜1呻l出(吐揖’a∞函I讲粗c岫d城on) 为了保证抽取的骨架的连通性在细化过程中，决定象索p是否删除时，除了要检查P 的邻域是否与摸板匹配外，还要检查P邻域的连通性．对应于模板(咿—咖，检查连通性的 条件分别为： (a)无 嘞(xl哪或O鲥-=1)(c)d4=l (d)(x7=o或d仁1)且∞=0或d2=1) (e)d2=1c。d1卸或d2=1 ∞元 圆无 按上述条件进行细化的算法我们称为基本细化算法，得到的骨架称为基本骨架．程序 运行结果表明，基本细化算法既保持了骨架的连逶性，又能使骨架的宽度为l。 2基本骨架的优化 2．1基本骨榘的位移 设基本骨架为s，S相对于理想的骨架往往有不同程度的偏离．为了克服这种偏离。我 雷1采用一种称为“中点移位”的方法．其做法是：对基本骨架s的每一点P，若P不是s 的交叉点或交叉点的邻点，则求出s在P点的垂线，找出垂线在图像主干G(即二值图像 中象素为l的点集)内的部分的中点Q；当P是s的交叉点或交叉点的邻点时，令Q=P．所 有这样的中点0组成了点集s’。 求s在P点的垂线方法如下．定义8种方向，编号依次为O，1，…，7(图3)．按照P 的3★3邻城中s的点的分布模式可以确定垂线方向．作为例子。图3中列出了若干种模式 及其对应的垂线的方向编号．图中，+为骨架点，m为垂线方向编号。 5 4 3 ．+． ．+． +．． ．+． +．。 ．．． +．． ．．． ·2 ．+． ．+．