（通信与信息系统专业论文）牙种植应用中影像处理的若干技术研究.pdf

摘要 摘要 国外不少公司研制的牙科图像数字化系统，已经在l 商床医学中取得了较好的 效果，但是由于进口设备价格昂贵，限制了在牙种植应用中的普及。本文所研究 的牙科数字化全景机不需要繁琐的施工，就可以对传统的胶片机进行升级，不仅 填补了国内的市场，而且其采集到的数字图像更容易进行处理、储存，方便医牛 进行诊断和治疗。 首先，本文分析了相关的图像处理知识，包括图像增强，图像复原以及图像 分割。对各种技术的原理进行分析比较，以选用最好的方法来对牙科图像进行处 理，以提高图像清晰度和对比度。 其次，对牙科数字化全景机图像获取及处理的软件框架进行划分，主要分成 三个部分的处理：暗电流数据处理，钢珠数据处理以及真人数据处理。其中，暗 电流数据处理和钢珠数据处理都是为了得到校正数据，这两部分也属于设备出厂 前的处理操作，主要是便于后续的真人数据处理，使得医生在使用该设备的时候， 不需要过多的人为参与，就可极为方便的获取己自动处理完毕的牙科图像。 最后，本文研究分析了图像轮廓的快速提取，主要是通过并行的方式进行加 速，所选用的基于形态水平集的轮廓提取算法适合于并行实现，并且能用于3 d 模型的轮廓提取。本文对所选用的算法在多核，c u d a 以及f p g a 平台上进行 并行研究分析，并比较了不同平台轮廓提取的加速比情况。说明了该算法采用并 行处理对于数据量大的计算具有速度优越性，从而为未来的牙种植应用中所需要 的3 d 模型轮廓提取奠定了技术基础。 关键词：牙科图像；轮廓提取；并行处理 a b s t 州 a b s t r a c t d e n t a ld i g i t a li m a g es y s t 锄d e v e l 叩e db ym a n yc o m p a l l i e s a b r o a dh a v e a c h i e v e dg o o dr e s u l t si nc l i n i c a lm e d i c i n e b u ti ti sa l s ou s e dl i t t l eo na p p l i c a t i o no f d e n t a l i m p l a n tb e c a u s eo f t h e e x p e n s i v ei m p o r t e de q u i p m e n t d e n t a l d i 百t a l p a n o r a m i cm a c h i n es n l d i e di n m i sp a p e rc a nu p 乎a d em e 仃a d i t i o n a lf i l mc 锄e r a w i t h o u tc o m p l e xo p e r a t i n g n o to n l yt o6 l lt h ed o m e s t i cm a r k e ti tb r i n g s ，b ma l s 0 i m p r o v et h ei m a g eq u a l i t y ，i m a g ep r o c e s s i n ga n ds t o r a g ew r h i c h c o l l e c t e db yt h e m a c h i n e w i t ht h eh e l po ft h es y s t e n l ，t l l ed o c t o rw i l ld i a g n o s ea n dt r e a tc o m f o r t a b l y 1 1 l et l l e s i sf i r s t l ya j l a l y z e st h er e l a t e dk n o w l e d g eo fi m a g ep r o c e s s i n 岛i n c l u d i n g i m a g ee i l l l a n c e m e n t ，i m a g er e s t o r a t i o na n di m a g es e g m e n t a t i o n i i lo r d e rt oc h o o s e t l l eb e s tm e t h o dt op m c e s sd e m a li i i l a g e ，w ec o n l p a r et h em ep n c i p l eo f t h e d i f l 研咖i m a g et ec h n 0 1 0 9 ya i l dc h o o s em e b e s tm e t h o dt op r o c e s sd 肌t a li m a g es ow e c a ng e tc l e a 崩d e n t a li m a g ef o rd o c t o r s e c o n d l y w ei l e v i d e 伍es o f h a r e 疔a m 钾m r ko fm ed e i 】t a ld i 酉t a lp 锄o r 锄i c i i i l a g ea c q u i s i t i o na n dp r o c e s s i n gs y s t e m ，i 1 1 c l u d i n gm ed a r kc u 玎c m t d a t ap r o c e s s i n g ， b a l ld a t ap r o c e s s i n g 锄dr e a ld a t ap r o c e s s i n gi no r d e rt oa c h i e v e 劬c t i o nm o d u l a l l y a i l dt 1 1 ef o l l o w u p 叩e r a t i n g b yd o c t o r t h ef i r s tt 、7 l r op a n sa r eo p e r a t e dt 0g e tm e c a l i b r a t i o np a u r 锄e t e rb e f o r et h ee q u i p m e n tl e a v i n g1 1 1 ef a c t o r y s ow h e l lp r o c e s s i n g t h er e a li m a g ed a t a ，l l l ed o c t o rc a 薹1g e tt h ep r o c e s s e dd e n t a li i t l a g ea u t o m a t i c a l l ya i l d e a s i l yw i t h o u tm o r eh u m a i li n v o l v 唧e n t f i n a l l y ，t h i sm e s i sa 1 1 a l y z e st h er a p i de x t r a c t i o no fi m a g ec 伽t o u r s f b c u s i n go n m ep a r a l l e lm 酬dt 0a c c e l e r a t e t h ec o n t o u re x 仃a c t i o na l g o r i t l l i i lb a l s e do nt h e m o 印h 0 1 0 百c a ll e v e ls e tw a sc h o s e dn o to n l ym e r e a s o nf o rp a r a l i e li m p l 咖e i l t a t i o n e a s i l y ，b u ta l s oi ti ss u i t a b l ef o rc o n t o u re x t r a c t i o no f3 dm o d e l i i lm ep 印w es t u d y a 1 1 da n a l y z et h ep a r a l l e l i s mo ft h ea l g o r i t h mo nt h em u l t i c o r ep l a t f o 册，c u d a p l a t f o 珊a n df p g ap l a t f o m w ec o m p a r e dt h et i m eb e 觚e e ns e r i a l 眦dp a r a l l e l m e t l l o do nt h es 锄ep l a t f 0 彻a n dt h et i m ea m o n gt h et t l r e ep l a t f o m s t h er e s u l t so f m es t l l d ys h o wt h a tt i l ea l g o r i t h mw i l ls a v em o r et i m ei fu s i n gt h ep a r a l l e lp r o c e s s i n g e s p e c i a l l yf o ral a 唱e 锄o u n to fd a t ac a l c u l a t i o n 1 1 l u s ，l h er e s u l t sw i l lb es a v e df o r i l i a b s t r a c t 如t u r er e s e a r c ho nt h ec o n t o u re x t r a c t i o no f3 dm o d e lo nd e n t a l i m p l a n t 即p l i c a t i o n k e y w o r d s ：d e n t a li n l a g e ；c o n t o u re x t r a c t i o n ；p a r a l l e lp r o c e s s i n g i v 第j 章绪论 1 1 论文的研究背景 第l 章绪论 长期以来，x 射线胶片照相通常为诊断牙齿疾病、进行牙种植的半要手段， 采用x 射线胶片的照相方法，检测结果直观，准确，有底片可存档备查等优点。 由于该胶片照相方法技术成熟，工艺稳定，所以在我国目前传统x 射线装置牛 成的胶片仍占医院图像资源的大部分，几十年一直都没有大的改进【l 】。但是如此 大量的胶片图像的存在，不仅需要很大的空间存储，而且因为胶片的化学物质性 能不稳定而不容易保存，图像信息常常因此而丢失，因此在管理和检索中存在很 大的缺陷【2 1 。随着计算机技术的发展，医学图像数字化技术应运而生，并得到快 速发展。 1 9 8 9 年法国人d rf r a l l c i sm o n y e n 首次在牙科学中直接使用数字成像系统， 由此发明了第一个口内x 线摄影术r v g ( r a d i o s i og r a p h y ，f r a n c e ) 。美国 d e n s p l y 公司生产的g e n d e x 牙科x 光系统就是一个r v g ，其共分三大部分：即 摄影( r a d i o ) ，成像( v i s i o ) ，图片打印( g r 印h y ) 。r a d i o 部分即牙科x 线机及 内感应器组成。v i s i o 部分由彩色监视器及传感器组成。g r 印h y 部分即打印机。 r v g 系统除具有数字成像功能外，还具有影像长短测量，面积计算，精细角度 度量，图像编辑，灰度处理，对比度调节，数据储存等功能【3 】【4 1 。 而后又出现了f l a s h d e l l t ( i t a l y ) ，s e n s a r a y ( s w e d e n ) 及s u a l i x x a ( i t a l y ) ， 因四者均以c c d ( c h 鹕ec o u p l e dd e v i c e ) 为基础而统称为c c d 系统。意大利的 g e i l d x ed n e 协ls y s e n i l s 公司发明的数字化牙片机v i s u a l i x ，将x 线光子直接转 换为电信号由电缆输出，图像用普通的p c 机处理和输出。 芬兰的s o r e d e x 公司生产的数字化口腔内成像系统d i g o r a ，其成像板大小 和通常使用的牙片相当，可置于口腔内；x 线拍摄后用激光扫描，数秒钟即可成 像。图像用软拷贝形式在显示器显示，不需冲洗，极其方便。 牙科数字化x 射线摄影除了具备胶片照相的原有优点外，同时大幅度降低 了x 射线对人体的辐射，还减少了拍片过程中的繁琐操作，节省了胶片的费用。 首先，与传统胶片相比，c c d 系统x 线剂量的投射量减少了6 0 【5 1 。而d i 印r a 牙种植应用中影像处理的若十技术研究 所需要的x 线剂量更少，只要c c d 系统的x 线投射量的4 0 时就能取得很好的 诊断效果【6 1 。研究表明，r v g 所需x 线量仅为天津d 3 胶片的1 2 ，d 速胶片的 2 3 7 1 。而d i g o m 用普通胶片投射量的6 8 】，1 0 【9 】【1 0 1 就能获得与之相同的诊断 效果。由上面数据可以知道，采用数字化x 线摄影术的x 线剂量明显小于传统 摄影，加之投射条件的宽容度大，从而减少了因曝光不足或过度导致的重照，大 幅度减少了患者接受的x 线辐射量【1 1 】【1 2 】【1 3 】。其次，采用数字化设备操作简单， 可与原有的x 线摄影设备匹配工作，医牛不需要经过特殊训练即可操作。再次， c c d 系统传感器即时接受图像信息，并可以实时经过数字图像处理，患者不需 要等待，即可同时获得图像【i4 1 。除此之外，采用数字化设备不需要传统胶片显影， 定影的化学处理过程，可以减少环境污染【1 5 】。 国外不少公司研制的牙科图像数字化系统，已经在临床医学中取得了较好的 效果，但是由于进口设备价格昂贵，限制了在牙科诊断中的普及。利用全景x 射线装置实现数码化，只需用传感器替代胶片盒，就可以将传统的胶片机升级为 数字化全景机，不需要繁琐的施工，具有操作方便，性价比高等优点【1 6 】。 1 2 国内外研究现状 牙齿疾病作为一种硬组织病变，其x 光图像已经成为临床诊断的重要依据， 对x 光图像的分析，已经成为观察治疗效果，探测新的治疗方法的客观评判手 段。采用三维口腔技术能够有效提高诊断与治疗的成功率，但采用该方法需要提 取图像的感兴趣区域，即为图像分割。在牙科图像处理中，牙科图像分割主要以 牙齿，血管等区域来作为处理的对象或内容。对于医学图像，特别是大数据量的 3 d 图像分割，如果采用的算法较为复杂，需要耗费相当长的时间，那么就会出 现分割效率低下，增加患者等待时间，使患者更为痛苦。就目前而言，在医学上， 对图像分割方法的研究主要有以下四个方向【17 】： ( 1 ) 提高算法的自动化程度【1 8 】，减少人工参与干预。 ( 2 ) 提高精度，从而获得更为清晰图像。这一直是医学影像分割领域的一大 难题，分割结果的好坏直接影响到医生对疾病的诊断，错误的分割结果甚至可能 导致医生对疾病做出误诊【1 9 】。 ( 3 ) 提高鲁棒性，降低算法不稳定性【2 0 1 。由于个体的一些不确定因素，如图 第l 章绪论 像模式、计算方法、特征参数、分析步骤、初始化处理、阂值设置、人为因素等， 要在图像分割算法中获得非常好的鲁棒性是比较网难的。 ( 4 ) 降低算法的复杂性，提高算法效率【2 1 1 。对于医学图像，特别是3 d 图像， 数据量通常比较大，因此如果选取的算法越复杂，计算量越大，那么对计算机的 存储量、计算精度、计算速度等性能的要求就越高，这必然导致算法在实际应用 中受到一定程度的限制。 图像分割算法根据机理差异可以分为以下几种：阈值分割法【2 2 1 、区域牛长分 割法【2 3 】【2 4 1 、边缘检测分割法【2 5 】、聚类分割法【2 6 j 、分水岭分割法【2 7 】、基于m a r k o v 随机场模型的分割法【2 8 】、图割分割澍2 9 】【3 0 】、活动轮廓模型3 1 】【3 2 1 。其中基于活动 轮廓模型的图像分割算法具有形式多样、结构灵活、性能优越等特点。 采用非传统的水平集活动轮廓模型，由于既能保留着自动处理轮廓线拓扑变 化的优点，又能避免了传统水平集函数的重新初始化过程，在图像跟踪与图像轮 廓提取越来越受到广泛的运用。s 1 1 i 和k a r l 于2 0 0 5 年提出的水平集活动轮廓模 型【3 3 1 ，水平集函数只取3 、1 、1 和3 四个数值。该模型很大程度上提高了运算 效率，但是，该模型必须使用两个链表分别记录取值为1 和1 的水平集函数的坐 标，因而，与之相关的水平集函数的更新是一个串行过程，难以用快速的并行来 实现。z h a i l g 于2 0 0 6 年提出的二值水平集活动轮廓模型【3 4 】，水平集函数仅取1 和l 这两个数值。在二值水平集函数更新过程中，z h a i l g 将该二值水平集函数与 一个值图像相互进行转化，并使用形态学中的腐蚀与膨胀算子对该值图像进 行操作，使其模拟曲线的演化过程。应用一些光学及电子设备可以快速地并行实 现该_ 值水平集活动轮廓模型。随后，在此基础上作出很多的研究【3 5 】【3 6 1 ，这些 算法在在某些场合一定程度上提高了运算效率，但是并没有考虑到医学图像所处 的环境以及应用的场合。 1 3 研究目的和意义 该课题的研究来自于企业，旨在解决牙种植应用中遇到的若干技术问题。在 目前国内市场上，对牙科图像的采集仍然以x 射线胶片照相为主要手段，国外 公司研制的牙科图像数字化系统虽然已经取得了较好的效果，但是由于进口设备 价格昂贵，限制了在牙科诊断中的普及。针对目前国内大量使用的胶片全景机的 牙种植应用中影像处理的若干技术研究 市场境况，本文对数字全景机进行研究，用传感器替代胶片盒，然后进行图像拼 接，校正以及处理，就能实现将传统x 射线胶片机升级为数字化全景机。该方 案不仅可以普及市场上的数字化全景机，还可以提高牙科采集的图像效果，从而 提高医牛进行牙种植的成功率。 采用数字化全景机获得的图像虽然在一定程度上提升了牙种植中手术的成 功率，但是与目前世界最先进的种植牙解决方案相比，仍然较为落后。目前世界 最先进的种植牙解决方案是通过采用口腔三维种植牙手术导航系统，其成功率达 到9 5 ，而目前我国所普遍采用的数字化全景机牙种植方案的成功率只达到 8 0 ，而且采用数字化全景机进行的牙种植技术对医牛的手术经验要求较为苛 刻。 因此，为了提高牙种植手术的成功率，采用口腔三维技术是未来牙种植的发 展方向。运用口腔三维技术，不可避免的需要扫描牙模，从而提取其轮廓，以便 于牙齿的种植。本文对口腔三维技术所需要的轮廓提取技术进行研究。由于三维 技术所需要计算的数据量巨大，在轮廓提取中需要耗费相当长的时间，因此本文 研究了以并行方式提高轮廓提取速度的相关技术。在最新的研究中，采用轮廓演 化的方式在医学图像轮廓提取中具备很大的优势，因此本文有必要对采取轮廓演 化方式的图像轮廓提取算法进行研究。同时运用多种并行技术对该算法进行实 现，比较不同并行技术下，该算法的提升速度，从而应用于未来牙种植影像处理 中的轮廓提取。 1 4 本文主要贡献和结构 本文通过对各种图像处理技术的原理进行分析比较，以选用最好的方法来对 牙科图像进行处理。接着对牙科数字化全景机图像获取及处理的软件框架进行划 分，并详细阐述了各个模块的意义以及实现方法。为了未来牙种植应用中所需要 用到的3 d 模型轮廓提取，本文对图像的快速提取算法进行了研究，并用并行方 式进行加速。由于3 d 图像数据量巨大，对图像轮廓提取要求具有更高的速度。 本文所采用的图像快速提取算法既能够进行并行计算，又能满足拓展到3 d 的图 像模型。因此将该算法在多核，c u d a ，以及f p g a 平台上对2 d 图像进行研究分 析，比较算法的提取速度，为以后3 d 模型获取做准备工作。 4 笫l 章绪论 论文将以上研究内容分为5 章，分别作了具体的研究和分析，全文的工作安 排如下： 第一章是绪论，介绍了课题的研究背景，国内外研究现状，课题的研究目的 和意义，论文的内容安排。 第章介绍了本文所需要用到的数字图像基础理论，丰要包括图像增强，图 像复原，图像分割。对各种技术的原珲进行分析比较，以选用最好的方法来对牙 科图像进行处理。 第三章介绍了牙科数字化全景机图像的获取及预处理，通过划分其软件结 构，采用暗电流数据以及钢珠模型数据来对图像进行校正复原，并采用多种图像 增强方法对真人数据进行处理，从而获得对比度强的牙科图像。 第四章分析了基于形态水平集的轮廓提取算法，并分别在多核，c u d a 以及 f p g a 等平台上研究分析。同时比较了各自平台串行与并行、以及不同平台的速 度。在f p g a 平台上改进算法结构，并对该算法结构在f p g a 实现上进行速度分 析。 第五章是总结与展望，主要是总结本文所做的工作，并对末来的工作进行展 望。 牙种梢应用中影像处理的若干技术研究 第2 章数字图像处理基础 牙科图像的获取过程中由于受到各种因素的影响，存在一定的失真和噪声， 这将直接影响医牛的诊断。因此，有必要对获得的图像进行预处理，以改善图像 效果。本章率要介绍了处理牙科图像采用的一些关键技术，包括图像增强，图像 复原，以及图像分割【3 7 】。 2 1 图像增强 图像增强是为了按照特定的需要突出感兴趣的部分，而削弱其他不重要的信 息。图像增强方法有很多，包括基本的灰度变换，直方图修正，平滑滤波，锐化 滤波等方法。 2 1 1 灰度变换 灰度变换是图像增强技术中最简单的技术。通过简单的灰度变换函数就能改 变其灰度动态范围，使图像变得层次丰富，达到增强的目的。 处理前后的像素值用r 和s 分别定义。 s = t ( r ) ( 2 - 1 ) 通过选用不同的变换函数就可以达到不同的变换效果。 1 图像反转 灰度级范围为 0 ，l - 1 】的图像反转可由下列表达式表示 s = l - 1 一r ( 2 2 ) 用这种方式倒转图像的强度，可产牛图像反转的对等图像。这种处理尤其适用于 增强嵌入于图像暗色区域的白色或灰色细节，特别是当黑色面积占主导地位时。 2 对数变换 对数变换的一般表达式为 s = cl o g ( 1 斗- r ) ( 2 - 3 ) 其中c 为一个常数，并假设r = o 。此种变换使一窄带低灰度输入图像值映射为 一宽带输出值。相对的是输入灰度的高调整值。可以利用这种变换来扩展被压缩 6 第2 章数! ，图像处理基础 的高值图像中的暗像素。 3 幂次变换 幂次变换的基本形式为 s = c r 7 ( 2 - 4 ) 其中c 利y 为正常数。与对数变换的情况类似，幂次曲线中y 的部分值把输入窄 带暗值映射到宽带输出值。相反，输入高值也成立。， 1 和y b ac 输出图像输入图像 图2 5 最近邻插值法的灰度级插补 最近邻插值法计算简单，运算量小，但精度较低，在图像边缘会产牛锯齿性 效应。 2 2 2 双线性插值法 双线性插值( b i l i n e a ri n t e r p o l a t i o n ) ，又称为双线性内插。在数学上，双线 性插值是有两个变量的插值函数的线性插值扩展，其核心思想是在两个方向分别 进行一次线性插值，该方法采用了4 个最近邻点。 d c e ab 图2 6 双线性插值法的灰度级插补 如图2 6 所示，对于一个目的像素e ，设置坐标通过反向变换得到的浮点坐 标为( i + u j + v ) ( 其中i 、j 均为浮点坐标的整数部分，u 、v 为浮点坐标的小数部分， 是取值 o ，1 ) 区间的浮点数) ，则这个像素的值坟i + u j + v ) 可由原图像中坐标为a ( i j ) 、b ( i + l j ) 、c ( i j + 1 ) 、d ( i + l j + 1 ) 所对应的周围四个像素的值决定，即： f ( i + u ，j + v ) = ( 1 一u ) ( 1 一v ) f ( i ，j ) + ( 1 一u ) v f ( i ，j + 1 )、 + u ( 1 一v ) f ( i + 1 ，j ) + u v f ( i + 1 ，j + 1 ) 、z 。1 z 其中砸j ) 表示源图像( i j ) 处的的像素值，以此类推。 1 2 第2 章数! 图像处理基础 双线性插值方法简单，在通常图像处理中更为实用，效果也比最近邻插值法 要好很多。 2 2 3 三次卷积插值法 为了得到更精确的目标灰度值，就不仅需要考虑目标像素的直接邻点对它的 影响，还需要考虑该点周围大得多的领域( 比如1 6 ) 的灰度值对它的影响。如 图2 7 所示。 0 图2 7 三次卷积插值法的灰度级插补 由连续信号采样定理可知，若对采样值用插值函数s ( x ) = s i n ( x ) x 插值，则可 以准确地恢复原函数，也就可准确地得到采样点间任意点的值。三次内插法 s ( x ) = s i n ( x ) x 三次近似多项式为： l l 一2 l z l 2 + i x l 3i x i l s ( x ) = 4 8j x l + 5 x 2 一i x l 3l i x i 2 ( 2 1 3 ) i o h 2 l 利用上面的差值函数，使用式( 2 一1 4 ) 、( 2 1 5 ) 、( 2 1 6 ) 、( 2 1 7 ) 等步骤步 骤计算出o 点的值f 【i + u ，j + v ) ( 其中i 、j 均为浮点坐标的整数部分，u 、v 为浮点 坐标的小数部分，是取值 o ，1 ) 区间的浮点数) 。 彳】= 【s ( “+ 1 ) s ( “)s ( “一1 ) s ( “一2 ) 】 ( 2 一1 4 ) 【b 】= 厂( f 一1 ，一1 ) ( f ，一1 ) 厂( f + 1 ，一1 ) 厂( f + 2 ，一1 ) 厂( f l ，) 厂( f ，) 厂( f + l ，) 厂( f + 2 ，) 厂o l ，+ 1 ) 厂( f ，_ ，+ 1 ) 厂0 + l ，+ 1 ) 厂( f + 2 ，+ 1 ) 厂( f 一1 ，+ 2 ) 厂( f ，_ ，+ 2 ) 厂( f + l ，_ ，+ 2 ) 厂( f + 2 ，_ ，+ 2 ) ( 2 1 5 ) 牙种植心用中影像处理的若干技术研究 【c - s ( v + 1 ) s ( v ) s ( 1 ，一1 ) s ( v 一2 ) ( 2 1 6 ) f ( i + u ，j + v ) = 【a 】书【b 】叫c 】 ( 2 - 1 7 ) 采用三次卷积插值法能得到较平滑的灰度估计，但是更平滑的近似所付出的 代价是附加的计算开销。 综上可知，最近邻插值法计算简单，计算量小，但处理后图像有明显的不连 续性；三次卷积法带有边缘增强的效果，但计算量很大；双线性插值法克服了最 近邻插值法不连续的缺点，计算也比三次卷积法简单。在实际应用中，为了减少 计算量，又获得较好的图像效果，通常采用双线性插值法进行采样，所以本文的 插值算法采用双线性插值方法。 2 3 图像分割 图像分割算法一般基于亮度值的两个基本特性之：不连续性和相似性。第 一类方法基于亮度的不连续变化分割图像，比如图像的边缘。第二类方法依据事 先制定的准则将图像分割为相似的区域。门限处理、区域生长、区域分离和聚合 都是这类方法的实例。 2 3 1 基于边缘的图像分割算法 边缘是指图像中的像素存在着阶跃变化的集合。边缘检测对于灰度级间断的 检测是最普遍的检测方法。边缘检测通常采用空间微分算子进行，包括一阶导数， 二阶导数。一阶导数可以用于检测图像中的一个点是否是边缘点，二阶导数可以 用于判断一个边缘像素是在边缘亮的一边还是暗的一边。而且，围绕一条边缘， 二阶导数具有两条性质：( 1 ) 对图像中的每条边缘，二阶导数生成两个值( 不希 望得到的特点) ；( 2 ) 一条连接二阶导数正极值和负极值的虚构直线将在边缘中 点附近穿过零点。二阶导数的这个过零点的性质对于确定粗边线的中心非常有 用。 在实际使用中，使用较多的梯度算子包括r o b 甜s 算子，p r e w i t t 算子，s o b e l 1 4 第2 章数，图像处理基础 算子，l o g 算子，c 籼y 算子。- 阶导数算子用的是拉普拉斯算子。他们都是 利用模板进行运算，因此计算较为简单，较容易实现。 2 3 2 基于阈值的分割算法 基于阈值的分割方法由于直观性和易于实现的性质，使它在图像分割应用中 处在中心地位，它用一个或几个阈值将图像的灰度级分为几个部分，分割原则是 同一部分的灰度级相同。阂值化分割的核心是阈值的选取，选取的结果直接影响 图像分割的效果。最简单的阈值选取是通过直方图获取的，特别对于全局的阈值 选取，通过对图像进行像素扫描并将像素标记为对象或者背景，即可实现图像的 分割。这种方法能否成功完全取决于图像的直方图能否被很好地分割。 阈值分割算法简单，计算量小，性能稳定，易于实现，对于目标背景和对象 的灰度差较大的图像较为有效。 2 3 3 基于区域的分割算法 基于区域的分割算法利用的是图像的空间性质，认为在某一块区域内的像素 具有相似的性质。基于区域的分割主要包括区域生长法和区域分离与合并法。 1 区域生长法 区域牛长是一种根据事先定义的准则将像素或子区域聚合成更大区域的过 程。其基本方法是以一组“种子”点开始，将与种子性质相似( 诸如灰度级或颜 色的特定范围) 的相邻像素附加到生长区域的每个种子上。区域牛长是一个迭代 过程，种子通过某种规则进行生长，直到再没有满足条件的区域进行合并，才完 成一个区域的牛长。 因此，实现区域生长要解决三个问题，一个是种子的选择，一个是规则的选 定，另外一个是终止条件的确定。种子的选择可以是单个像素也可以是多个像素 形成的子区域。牛长的规则是用来评价其他像素和种子相似程度的度量准则。终 止条件是用来停止区域生长的，一般是以没有像素满足加入某个区域牛长为条 件。 2 区域分离与合并 区域生长过程是以一组种子点开始的，区域分离与合并则是在开始时将图像 1 5 牙种植应用中影像处理的苔十技术研究 分割为一系列任意不相交的区域，然后将他们进行合并或拆分。最容易的区域分 裂法是把区域分割成固定数量等尺度区域，通常采用的是四叉树图像分裂法。假 设p ( r ) 表示对区域的判断准则，该过程是将图像r 分割成4 个区域，并将分割 得到的结果图像进行准则判断，如果p ( r ) = 朋上舾，则再次分割成4 个区域， 如此反复，直至所有的图像区域满足准则p ( 足) = 豫汜。 在进行拆分的同时，也允许进行区域聚合，只要相邻区域的像素满足 p ( r ，ur ) = 豫晒，r ，和r 就能进行聚合。区域分离和合并整个过程如下。在 反复操作的每一步，需要做： ( 1 ) 对于任何区域r ，如果尸( e ) = 尉三珏，就将每个区域都拆分为4 个相 连的象限区域。 ( 2 ) 将尸( 尺，u r ) = 豫晒的任意两个相邻区域j r ，和r 进行聚合。 ( 3 ) 当无法在进行聚合或拆分时停止操作。 区域分割法克服了阈值法的不足，对没有先验知识可以利用的图像分割效果 较好，但是由于处理过程中采用迭代的方法，因此空间和时间开销较大。 2 3 4 基于形态学分水岭的分割算法 形态学最大的优点就是将大量复杂的图像处理运算转换成最基本的逻辑运 算和位移运算的组合，有利于并行处理和硬件的实现，并且能大大提高图像处理 的速度。数学形态学已经成为图像处理中个重要研究领域，并且将数学形态学 的思想用于图像分割领域己成为图像处理的研究热点之一【3 8 1 。 膨胀与腐蚀是形态学处理的最基本的两种操作，许多形态学算法都是以这两 种原始运算为基础的。 膨胀：彳o b = c i c = 4 + 6 ，口彳，6 曰) ( 2 1 8 ) j 莴蚀：l ob = c i c + 6 彳，6 b )( 2 一1 9 ) 其中a 为待处理的二值图像，b 为结构元素。对图像的膨胀和腐蚀操作可 以用并行方式进行，即同一时刻，可以对一张图像的所有像素点同时进行操作。 分水岭概念是以对图像进行三维可视化处理为基础的，其中两个是举标，另 1 6 第2 章数字图像处理基础 一个是灰度级。其思想是模拟水流淹没地貌的过程：假设在每个区域最小值的位 置上打一个洞，并且让水以均匀的上升速率从洞中涌出，从低到高淹没整个地形。 当处在不同汇聚盆地中的水将要聚合在一起时，修建的大坝将阻止聚合。水将只 能达到大坝的顶部处于水线之上的程度。这些大坝的边界对应于分水岭的分割 线，所以它们是由分水岭算法提取出来的连续边界线。 2 4 本章小结 本章对本文所需要运用到的数字图像处理知识进行详细的叙述，首先介绍图 像增强的一些基本方法，接着介绍了图像复原几何校正的一些基本方法，最后介 绍了图像分割的几种操作方法。 1 7 牙种植心用中影像处理的苔十技术研究 第3 章牙科数字化全景机图像获取及处理 牙科数字化全景机由于其获得的图像速度快，处理方便，使得其在牙种植应 用中越来越受到欢迎。利用传感器使胶片全景机升级为牙科数字全景机，需要考 虑众多因素对数字化全景机所获得图像的影响。根据牙科数字化全景机的组成、 结构及工作原理可知，对牙科图像的影响包括传感器、机器旋转、x 射线等因素。 由于牛产工艺等原因，所使用的传感器不可能达到理想的要求，对获得的图 像质量显示会出现不一致。传感器在没有光照的情况下，仍然会有载流子形成， 即为暗电流。由于在牙科数字化x 射线成像中，x 射线所使用的剂量较小，因 此暗电流的影响非常大。 接着，由于传感器尺寸有限，所以为了获得牙科全景图像，就不可避免利用 x 射线对物体进行旋转扫描，而这个过程必然导致图像失真，出现由于旋转所造 成的扭曲，使获得的图像存在物体的重叠信息。 最后，在成像过程中，由于x 射线散射对传感器的直接作用，会在输出图 像上形成散点噪声，以及x 射线源本身的量子起伏噪声等，这些都将影响到图 像质量，因此我们需要对这些问题进行处理，从而提高图像质量。 本章设计并实现了牙科数字化全景机图像的获取以及预处理，主要为了获取 清晰的牙科全景图像，以提高牙种植的成功率。文章首先阐述系统的功能模块， 接着介绍实现各个功能模块的相关关键技术及实现方法。通过图像处理，使牙科 医牛能直接通过输出图像达到最佳诊断效果。 3 1 总体介绍 牙科数字化全景机图像是通过数字化x 射线对牙齿旋转扫描得到的。在获 取的时候会受到光学、传感器、机械旋转等因素的影响，因此在获得图像的时候 要对图像进行一系列处理过程。本文使用的图像处理包括图像拼接，传感器校正， 图像旋转校正，图像去噪，图像增强等手段。 牙科数字化全景机图像处理主要包括三个过程：暗电流数据处理，钢珠数据 处理，真人牙齿图像处理，其功能设计如图3 1 所示： 第3 章牙科数字化伞景机图像扶取及处理 厂磊数：泛赢矗忑。1 l 一。一一。 i 一 一 f p 真人数据处理 _ 一 钢珠数据处理 一一 j 一。 i 一 一 ；图|图图 j 舞；i 翼蓑ij 拼|。去 校1 1 接!噪：正 u ，1 j 图3 1 牙科数字化全景机图像处理系统 其中，暗电流数据处理和钢珠数据处理模块是为了得到暗屯流校正数据和机 械旋转校正数据，这两部分数据是为了在处理真人数据时，去除传感器块效应和 由于机械旋转造成的真人图像扭曲，以增强输出图像质量，提高用户使用的自动 化程度，使输出图像更易于诊断与治疗。 3 2 暗电流数据处理 3 2 1 功能介绍 为了获得牙科图像全景的效果，本项目所用的传感器是通过拼接而成的，而 不同传感器的暗电流偏置是不一样的，如果不事先对这一差别进行处理，那获得 的真人图像将会出现由于传感器拼接所造成的块效应。 本项目采集到每一帧的图像分辨率为1 4 8 0 幸6 0 ，是通过1 2 块宽度为6 0 个像 素的传感器拼接而成的，其长度分布第一块和最后一块为1 1 0 个像素，中间l o 块的长度各为1 2 6 个像素，具体分布为： 1 4 8 0 = 1 1 0 木l + 1 2 6 术1 0 + 】1 0 丰】 1 9 f 【 牙种植腑用中影像处理的若十技术研究 因此，获得的图像将会出现1 2 块不同感光效应的图像，如图3 2 所示。 3 2 2 图像拼接 图3 2 暗电流数据图 由于传感器的一帧分辨率大小为1 4 8 0 木6 0 ，得到的只是部分图像数据。通过 全景机机器旋转，获得一系列的图像数据，对所获的数据进行重新拼接，就能获 得全景数据图。通过设定全景机的参数，使得机器旋转每走动一个像素距离，就 拍下一张图片，如图3 3 所示。 i ( 1 ，1 ) i ( 1 ，1 4 8 0 ) 厂i _ i _ a 2 一一一 j 卜 | ， i ( 6 0 ，1 ) i ( 6 0 ，1 ) 图3 3 机器扫描移动 因此，我们只需要对每张图片取相同的列，进行重新拼接，就可以获得所需 要的全景图。但由于采集过程噪声较大，而且为了充分利用传感器列数的数据， 可以取更多的列数进行平均( 0 “2 ，力+ 帕一 ( 3 ，) + “乜一 ( 鸭州_ ，l ( 3 - 1 ) 其中，o k n ，0 m 6 0 ，o = 1 1 1 r e s h o i d ) 0 u t i m a g e = i n i m a g e + a m o u n t 1 0 0 牛d 峨 e l s e o u t i m a g e = i n i m a g e ； 锐化结果如图3 1 6 所示，在消除光晕效果的同时，能更有效的锐化细节， 提升图像效果，比使用拉普拉斯算子锐化的效果来的更好。 图3 1 6 经过u s m 锐化后图像 此外，对真人的图像处理部分还包括图像反转，g a m m a 变换，灰度级拉伸 等图像增强，以上所获得的真人图像也都在经过这些处理后得到的。 2 9 牙种植够用中影像处理的替十技术研究 3 5 本章小结 本章实现了牙科数字化全景机图像获取及处理，主要包括三个部分的数据处 理。暗电流数据，钢珠数据以及真人数据的获取和处理。暗电流数据的获取是为 了消除块传感器拼接所造成的块效应，钢珠数据处理是为了得到旋转校正数据， 这两部分数据的获取处理都是为了在真人数据处理部分提供校正数据，从而对图 像进行处理，提高真人图像中有效信息的清晰性，以便于医生通过图像对牙科疾 病的诊断与治疗。本章通过多种图像增强技术，增强了图像对比度，扩展图像动 态范围，有效的提高了图像的清晰性。 第4 章图像轮廓提取并行研究分析 第4 章图像轮廓提取并行研究分析 第三章卓要分析并实现了牙科数字化全景机图像的获取及处理，其目的在于 解决当前牙种植应用中，国内数字化全景机市场空白的境况。更深一步的，我们 希望提高牙种植手术的成功率，与当前世界先进牙种植技术接轨。因此，本章研 究了图像轮廓快速提取的相关并行技术，旨在为未来牙种植应用中所需要的3 d 模型轮廓快速提取奠定技术基础。 在众多图像分割算法中，基于能量泛函的分割方法或者活动轮廓模型是当前 的研究热点，它包括以s n a k e 模型为代表的参数活动轮廓模型和基于水平集方法 的几何活动轮廓模型。活动轮廓模型的基本思想是使用连续曲线来表达目标轮 廓，并定义一个能量泛函使得其自变量包括曲线，将分割过程转变为求解能量泛 函的最小值的过程，再通过求解函数对应的欧拉方程得到数值。 但是求解欧拉方程通常较为复杂，需要耗费相当长的时间进行计算，而且传 统的方法也不利于采用并行方式进行计算，而对于需要用到浮点数操作的算法更 不利于f p g a 等硬件实现加速并行。本文所采用的基于形态水平集的图像轮廓提 取算法既能实现并行计算，而且计算简单，不需要进行浮点数运算；而且所采用 的方法具备曲线结构拓扑的性质，能够应用于环境结构复杂的牙科图像，而通过 设置阈值参数能较为方便的控制曲线的演化，从而克服牙科图像亮度不均匀等对 模型提取的影响。因此，本文有必要对该算法进行并行研究分析，从而应用于未 来牙种植应用中图像轮廓的快速提取。 本章首先介绍了基于形态水平集的图像轮廓提取算法【3 4 】；并从2 d 图像入手， 分别在多核、c u d a 及其f p g a 上进行研究分析。由于水平集算法具有拓展到 3 d 模型的性质，因此本文所采用的算法也适用于3 d 的情形。 4 1 基于形态水平集的图像轮廓提取算法 基于水平集方法的几何活动轮廓模型，曲线的运动过程是基于曲线的几何度 量参数( 如曲率和法向矢量等) ，而不是曲线的表达参数，曲线演化理论及零水 平集思想是其核心理论基础。 牙种植心用中影像处理的若十技术研究 4 1 1曲线演化理论 曲率和单位法向矢量是描述曲线几何特征的两个重要参数，曲率刻画曲线的 弯曲程度，单位法向矢量描述曲线的方向。几何曲线演化就是利用这些特征参数 来研究曲线随时间的变化。曲线演化问题可以描述为：一条光滑闭合曲线沿着法 线向量以一定速度运动，形成以时间为变量的一簇曲线的过程。应用于图像分割 上，就是图像上的闭合曲线在某种因素作用下的运动过程。 对于一条光滑封闭曲线c = c ( p ，t ) ，p 为参数化变量，t 为时间参量，t 表示切 线，n 表示法线，t 和n 是互相垂直的。根据线性理论，平面上的任何曲线都可 以用曲线上任何一点的t 和n 的线性组合表示。曲线随时间t 的演化方程可表 示为： 箜：口r + 卢 ( 4 1 ) 西 其中口和卢表示速度函数在切线方向和法线方向上的分量。曲线在切线方向 上的运动仅仅影响曲线的参数化，不会改变曲线的形状和几何属性，因此曲线演 化方程总可以写成： 箜：剧( 4 2 ) 研 其中f 表示速度函数，通常为曲率的函数，决定了曲线c 的运动速度。 曲线演化过程中，一般会涉及到对曲线的参数化，从而计算曲