（生物医学工程专业论文）医学图像三维重建中目标分割算法研究.pdf

罗东礼学位论文 a b s t r a c t a b s t r a c t t h er e s e a r c ho ft h ev i s i b l eh u m a np r o j e c ti saw o r l d w i d er e s e a r c h f o r e l a n d , i ta r i s e si nt h ee n do ft h e2 0 “c e n t u r y , i n t e g r a t e si n f o r m a t i o n t e c h n o l o g ya n dm e d i c a ls c i e n c e s i tc o n s t r u c t st h e3 di m a g e so np cb y u s i n gt e nt h o u s a n d so ft r a n s v e r s es e c t i o ni m a g e so ft h eh u m a nb o d y i t p r o v i d e sa ne x p e r i m e n t a t i o ne n v i r o n m e n tf o rt h er e s e a r c ho fh u m a n m o r p h o l o g y , ar e a la n dv i s u a lm o d a lf o rk i n d so fr e s e a r c h e sa b o u tt h e h u m a nb o d y i tm e a n sal o ti nt h es o c i a la p p l i c a t i o n t op e r f o r mt h e3 d r e c o n s t r u c t i o ni nm e d i c a li m a g e s ，t h es e g m e n t a t i o ni st h ef o u n d a t i o n ， a l s ot h ek e yp r o b l e m t h i sp a p e rd i s c u s s e sas e r i a lo fp r o b l e m si n m e d i c a ls e q u e n t i a li m a g es e g m e n t a t i o nb a s e do n3 dr e c o n s t r u c t i o n 1 m i sp a p e rd i s c u s s e st h ef e a t u r e so fm e d i c a li m a g e sb yc o m p a r i n g w i t ht h en o r m a li m a g e s i tg i v e sac o n c l u s i o na b o u tt h ef e a t u r e so f s e g m e n t a t i o nr e s e a r c h e si nm e d i c a li m a g e s t h ee v a l u a t i o n o ft h e s e g m e n t a t i o na l g o r i t h m si sd i s c u s s e di nt h i sp a p e r i nt h es i m i l a r i t yo f t h e c o l o r si nt h ei m a g e s ，t h i sp a p e rg i v e st h ec o m m o nm e t h o d s ，a n di t so w n m e t h o d sb a s e do nc o l o rs i g n a t u r ea n de 皿( e a r t hm o v e r sd i s t a n c e ) i m a g es e g m e n t a t i o ni sac l a s s i cr e s e a r c hp o i n ti ni m a g ep r o c e s s i n g ， i m a g ea n a l y s i sa n dc o m p u t e rv i s i o ne t c a l s oac r i t i c a lf o o t s t o n ei n m e d i c a li m a g ep r o c e s s i n ga n da n a l y s i s t h ep a p e rg i v e st w oi n t e r a c t i v e s e g m e n t a t i o na l g o r i t h m sl i v ew i r ea n ds n a k e b a s e do nt h es e g m e n t a t i o n t a s k st h et w oa l g o r i t h m sa r ei m p r o v e dt o l i v es n a k e w h i c hc a n p e r f o r mt h et a s k sm o r ee f e c i e n t l y t h ec r u d ed a t ao b t a i n e df r o mt h e s e g m e n t a t i o na l g o r i t h m sa r er e d u n d a n tf o r3 dr e c o n s t r u c t i o n , a n dc a n b r i n g t h ec o s to ft h e e f f i c i e n c y 1 h ep a p e ra d o p t s t h e i m p r o v e d d o u g l a s p e u c k e ra l g o r i t h mt os i m p l i f yt h ed a t a , a n dd i s p l a yt h er e s u l to f 3 dr e c o n s t r u c t i o ni ns u r f a c er e c o n s t r u c t i o n k e y w o r d s ：i m a g es e g m e n t a t i o n , f e a t u r ed e t e c t i o n ，s i m i l a r i t y c a l c u l a t i o n , l i v es n a k e ，3 dr e c o n s t r u c t i o n 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了论文中特别加以标注和致谢地方外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他单位的学 位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文 中作了明确的说明。 储躲弘盹盟年羔月型日 关于学位论文使用授权说明 本人了解中南大学有关保留、使用学位论文的规定，即：学校有权保留学位 论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容， 可以采用复印、缩印或其他手段保存学位论文；学校可根据国家或湖南省有关部 门规定送交学位论文。 名：笋名。辞嗍坐驯绸 罗东礼学位论文第一章绪论 1 1 研究背景 第一章绪论 人体可视化研究是2 0 世纪后期兴起的一项信息技术和医学学科相互交叉、 综合发展起来的世界前沿性研究领域，是将成千上万个人体断面数据信息在计算 机里整合、重建成人体的三维立体结构图像，构成人体形态学信息研究的实验平 台，为开展各种人体相关研究提供形象而真实的模型，具有重大的社会应用价值。 有了“可视人”，可以提高人体影像学的精确度，为疾病诊断、新药开发和外科手 术方案提供参考数据。同时“可视人”还可广泛应用于航空、体育、汽车、建筑、 机电制造以及影视制作等与人体结构直接相关的行业。 1 1 1 国外研究情况 像其他许多领域一样，美国人在数字化虚拟人体领域同样走在了前列。从 1 9 8 9 年开始的近十年中，以美国为主导，国际上出现或正在酝酿着多个相关研 究计划，其总和可以概括为美国科学家联盟( f a s ) 提出的数字人( t h ed i g i t a l h u m a n ) 计划，其目标是实现人体从分子、细胞，组织、器官到整体的精确模拟， 被誉为是有史以来最雄心勃勃的研究计划。这些计划相继引起了其他各国的关 注、参与或效仿。它们具体包括基因组计划、可视人计划、虚拟人计划( 设想) 、 生理人计划、脑计划等。2 0 0 0 年开始，韩国人开始了为期五年的韩国可视人计 划。这是世界上第二例尝试，也是第一例具有东方人特征的人体数据采集的努力。 另外，目前正在酝酿的计划还有欧洲虚拟人计划、日本虚拟人计划等。 1 1 2 国内研究现状 继美、韩之后，中国第三军医大学张绍祥教授带领课题组，与香港中文大学 合作经过3 年努力，于2 0 0 2 年l o 月完成了中国首例“数字化可视人”数据集的 采集。中、美、韩三国科学家2 0 0 3 年1 月2 0 日共同签订了一项国际合作计划一 一中、美、韩三国数字化可视人体合作研究协议，科技部和国家自然科学基 金会有关人士表示，这一协议对于推动我国的“数字化可视人研究和确立中国在 罗东礼学位论文第一章绪论 此研究领域的国际地位具有重要的战略意义。 1 1 3 中南大学的研究进展 中南大学信息物理工程学院生物医学工程研究所在汤井田院长与赵于前副 院长的带领下与第三军医大学从2 0 0 3 年开始合作，由第三军医大学提供人体集 数据，中南大学在数据基础上开发数字“人体信息系统”。我所的“人体信息系 统”研究拉开了帷幕，我们目前处于起步阶段完成了整体轮廓的三维重建， 要完成实际意义上的“人体信息系统”还有大量的工作。目前我们有熊平、陈真 诚、徐大宏等几位老师带领l o 余名研究生在从事相关研究工作。国内外目前该 领域的研究竞争比较激烈，这给我们提出了更高的挑战。 本人基于这个背景选题，搜集了该领域的行业信息与技术文章，基本掌握了 该领域的研究情况与前沿动态。在两年多的时间黾完成了开题报告与论文综述等 工作。在熟悉了整个三维莺建过程后，选定图像分割为主要研究方向，开始了算 法的学习、实现、改进，并完成本论文。 1 2 研究意义 图像分割是图像处理、图像分析和计算机视觉等领域中经典的研究课题之 一，也是最大的难点之一。图像分割的理论和方法至今尚未获得圆满的解决。对 于不同领域中广泛存在的不同类型的图像，至今还缺乏一种通用而有效的图像分 割方法。 在医学图像处理与分析中，无论对于三维显示还是对目标物体( 组织、器官) 的分析，图像分割都占有十分重要的地位。目前，在实际的医学图像处理与分析 中，对目标尤其是病灶的识别、定位及定量分析大多主要依赖人工操作。但是随 着医学图像的种类和数量不断增多，处理医学图像不可避免地需要使用计算机， 特别是利用特定算法对解剖结构和其他感兴趣的区域进行自动的描述。图像分割 是正常组织和病变组织的三维可视化，手术模拟、图形引导手术等后继操作的基 础，也是测量标注、结构分析、运动分析等定量分析的前提，分割的准确性对医 生判断疾病的真实情况并做出相应的诊断计划至关重要。因此，图像分割是医学 影像处理与分析技术在医学应用中的瓶颈，具有特殊的重要意义。 2 罗东礼学位论文 第一章绪论 1 3 图像分割方法概述 当前3 d 医学成像设备逐渐增多，医学图像的分割也变得极其重要。从原始 3 d 数据集中可得到的信息十分少。数据一般以切片形式一片一片地显示，或通 过体绘制显示，但进行进一步处理时一般要求分割。比如，一个器官的面绘制需 要将它的边界分割出来1 1 1 【2 1 四，测量面积和体积时需要把感兴趣的区域分割出来 等等。 图像分割方法的发展表现为两个特征：应用几何模型或使用交互方式，能利 用的分割方法很多，根据其发展的交互性特征，我们可以把这些方法分为三类： 全自动分割( f u l l ya u t o m a t i cs e g m e n t a t i o n ) , 半自动分割( s e m i a u t o m a t i cs e g m e n t a t i o n ) ； 手动分割( m a n u a ls e g m e n t a t i o n ) 。 完全自动地分割方法是非常理想的，但因医学图像种类多，内容多样且复杂， 完全自动分割方法往往难以实现，只能实现一些简单的全自动分割，比如用 m a r c h i n gc u b e 进行面绘制时就可以使用域值的方法，只需选择一个域值，笼统 地重建出满足条件的面，但这种方式缺乏准确性和完整性。如果要扩展为单个对 象或多个对象，这种方法又十分烦琐。因为一般c t 、m r i 图像比较复杂，并含 有噪声，特别是超声图质量更差，实际上在分割之后还要进行烦琐的后处理步骤。 手动分割对噪声不敏感，准确性和信息完整性的控制域较大。然而其缺点是 十分耗时，没有任何重复性。不过，在一些模糊情况下它还是有益处的，我们可 以手动编辑。 在这两个极端之间，已经发展了许多半自动分割方法，它们把手动分割的带 来的益处和准确的边界检测算法结合起来。比如灰度域值 4 1 ，区域增长 4 1 ，变形 模扳【5 1 ，以及l i v ew i r e 算法等。这一人机共同操作意味着人与计算机之间的某 种协作，因此这类算法也q 交再 o n t e r a c t i v e ) 分割。 针对轮廓重建，要求我们迅速准确地从序列图像中分割出要重建的对象轮 廓。因为半自动分割方法的一个重要特性就是当每片的边界描述出来后临床医生 能看见它，而且可以手动交互，因此临床医生对最终分割结果的准确性更有把握。 因此我们集中在半自动的分割方法，特别是s n a k e 和l i v e w i r e 。 1 4 图像理论 1 4 1 图像及图像的属性 图像是视觉系统的基础，是客观世界在图像介质上的真实写照。图像可分为 3 罗东礼学位论文 第一章绪论 光学图像、红外图像、激光图像、x 光图像、计算机数字图像和其它类型的图像 等多种，不同类型的图像来源不同。 从信息系统来看，图像是一种信息的载体，它包含着客观世界某种特性及空 间分布的信息。需指出的是，图像这个信息载体最终是为人类的视觉系统服务的， 也就是说，只有当图像的信息被人们视觉系统所接受，通过处理达到识别和理解 的目的时，它才有存在的意义。从这一点来说，图像是一种从客观世界到主观世 界的中间媒体，是人们通过视觉系统认识世界的一种重要途径。 图像的属性( 内容) ，如色彩、灰度、边缘和纹理等，反映图像的内容，是研 究图像的开始。图像的属性分析，是进一步分析和处理图像的基础。 图像具有二维平面形式特点，反映三维物体空间分布的某种特性。图像一般 以一个二维数组或矩阵i ( 墨y ) 的形式表示，其中，x = l ，2 n l ，y = l ，2 ，n ， x 和y 指定了图像中的一个象元的位置，第x 行y 列，i ( k y ) = 、，v 【o ，2 5 5 】， v 是整数，是相应通道的亮度值。彩色图像通常有三个通道组成。图像的元素( 象 元) 对应物体表面的光学或非光学特征值，象元值的二维分布表征了物体对应点 的空间分布。也就是说，图像一般以一个矩形区域的形式存贮。图像的存贮格式 很多，目前常见的图像格式有j p e g 、g i f 、t i f 、b m p 、p c x 、t g a 等，b m p 是m i c r o s o t t 的w m d o w s 系统使用的图像格式。 人的视觉系统可以从图像中识别、理解图像内容所反映的客观世界，但从图 像的内容最初看到的仅仅是色彩、形状等基本特征，其余的是靠对客观世界的先 验知识。图像特征如灰度、色彩、纹理、轮廓和形状是基于灰度( 色彩) 在图像中 的空间分布而产生的。不论图像的内容如何，这些特征都是最基本的图像内容， 与目标对象相对独立，它们是图像恢复、滤波和分割等低层处理的基本依据。 1 4 2 图像文件格式 随着计算机技术的不断发展，在各种应用领域产生了一些了比较流行的图像 格式。但总而言之，最典型并常用的两种图像文件类型为；位图( 光栅图) 类型及 矢量类型。 矢量图是利用一系列的线段或形状来描述图像对象，只记录对象的位置坐标 值或坐标值序列。计算机图形学所研究的对象就是矢量图，常见的矢量图有：用 于打印机输出及对象存储和交换的p o s t s c r i p te p s 格式；用于交换c a d 绘图数 据的d x f 文件；用于w i n d o w s 系统下保存和交换图像的w m f 格式等等。 位图是利用数据点映射表示图像象素点的方式，用栅格结构将图像划分为均 匀分布的栅格( 象素) ，显式地记录每一个象素点的光度值( 亮度彩色值) ，而隐含 4 罗东礼学位论文第一章绪论 象素的坐标值，其位置规则排列。位图( b i t m a p ) 是在w i n d o w s 环境中最重要的图 像。本论文主要研究的对象是位图格式的图像。 把象素点按不同的方式进行组织或存储，就得到不同的图像格式，把图像数 据存储为文件就得到图像文件。常见的图像文件格式有位图文件( b m p ) ，t g a 文件( t g a ) ，p c x 文件( p c ) ( ) ，t i f f 文件( t i f f ) ，g i f 文件( g i f ) 等。在 w m d o w s 系统中常用的位图就是以b m p 为扩展名。 b m p ( b i m m p ) 文件是微软公司为其w i n d o w s 所设置的标准位图格式，用柬保 存任意类型的位图数据( 单色、1 6 色、2 5 6 色以及真彩色) 。g r m d o w s 下运行的绝 大多数图形图像软件均支持b m p 文件。 g i f 文件是图形交换格式( g r a p h i c si n t e r c h a n g ef o r m a t ) 的缩写，主要特点是通 过使用l z w 压缩而得到很好的压缩结果，为方便网络以及b b s 用户传送图像数 据而设计的一种文件格式。通过g i f 文件可提供足够的信息，可保证不同输入 输出设备能够方便的进行数据交换，因此g i f 图像文件格式现已经成为计算机 网络上使用最多的图像文件格式。 j p e g ( j o i n tp h o t o g r a p h i ce x p e r t sg r o u p ) 是连续色调静止图像压缩的国际标 准，该标准己经广泛应用于计算机和通讯等领域，如电视图像压缩、多媒体通讯、 数据图像库等，它的主要特点是高压缩率。是一种日渐流行的图像文件格式。 p c x 文件格式是s o f t 为自己的绘图软件p cp a i n t 开发的一种的图像文件格 式。其历史最悠久，流行最广。p c x 文件是最早支持彩色图像的文件格式，而 且微软己将其移植到w i n d o w s 环境中。 t g a 文件是t r u ev i s i o n 公司为了支持捕捉视频图像的硬件设备而开发的一 种图像文件格式，全称t a r g a 文件格式。其优势是它支持任意大小的图像，而且 图像的颜色可以是单色到多至3 2 位色，具有很强的颜色映像表达能力，适合于 描述需要复杂彩色的图像。现已广泛应用于动画设计、真彩色扫描以及带有散光 地照片图像领域，成为一种国际通用的图像文件格式。 t i f ( t i f f ) 文件全称是标记图像文件格式( t a g g e di m f l g ef i l ef o r m a t ) ，它被设 计成为一种可适用于任何场合( 不同的平台和不同的软件) 的通用位图图像文件 格式。因此，这种文件格式是多种的、可变的，很难进行维护。t i f 文件应用于 很多桌面出版软件中，因为它能处理许多光度值。 1 5 本文的主要工作 本文主要介绍了当前主流的图像分割算法，并实际研究适用于医学图像分割 的算法。作者把一些比较常用的分割算法整理起来，应用到医学图像三维重建中 罗东礼学位论文第一章绪论 的目标分割方法中。实践证明，目前众多的分割算法都可以应用到医学图像的分 割中来。只是一些特殊的场合则需要特殊的分割方法或者是几种方法的结合。 作者在学习研究的过程中，结合科研课题的实际需求，把e m d 彩色距离测 度应用到了图像分析中，添加到了自己的处理过程中；结合三维重建的过程，把 l i v ew i r e 与s n a k e 结合起来处理序列图片的分割问题，大大提高了实际分割效 率；对于某些特定的器官部位，采用交互式分割方法来分割，研究了当前交互式 分割的几种新方法，并应用起来，提高了精度而且降低了对交互工作者的工作要 求。 本文的结构如下：第一章，介绍了本文的选题背景，研究的主要方向；第二 章，彩色图像分割中彩色距离及相似度的表示方法；第三章，总结了医学图像分 割研究的特点；第四章，医学序列图像分割方法，主要介绍l i v ew i r e 与s n a k e 算法原理；第五章，结合实际分割任务需要，将l i v ew i r e 与s n a k e 算法结合引 出l i v es n a k e 算法，提高分割效率；第六章，讨论的特征轮廓数据简化问题与三 维重建：第七章，总结了全文工作，提出了不足与继续研究的方向。 6 罗东礼学位论文第二章彩色图像分割中相似度的表示方法 的表示方法第二章彩色图像分割中相似度 现代数字图像处理技术中处理对象大多是彩色图像。大多数应用场合都需要 实时的对彩色图像进行处理，这样就可以避免彩色图像灰度化的过程中的细节损 失，也有利于提高算法速度。图像分割中可用的图像特征包括：图像灰度、颜色、 纹理、局部统计特征或频谱特征等。本章总结了当前彩色图像处理中相似度描述 方法，重点论述了一种新的色彩距离计算方法：采用色彩标号来描述色彩空间， 用e m d 距离来计算不同色彩标号区域的颜色值的相似性和异质性，从而大大提 高了彩色图像特征提取的准确率与速度。 2 1 色彩处理的基本理论 色彩是可见光的一种特性，是人眼对颜色的主观评价。色彩是视觉中的重要 概念，事实上，在视觉世界中，自然界中任何物体均是彩色的，即除了明暗变化 之外，还有色彩的变化，就颜色本质来说，黑白可看成彩色的一种特例，而且人 眼对于彩色的视觉感受要比黑白敏感和丰富。颜色特征使人们心目中的世界变得 绚丽多彩，大大丰富了视觉信号中所蕴含的信息，从而有助于人们对客观世界的 深入了解。 2 1 1 三基色原理 色度学的基础理论 6 1 1 7 1 是t y o u n g 在1 8 0 2 年提出的，其基本内容是：任何色 彩均可以由三种不同的基本颜色按不同的比例混合而成，即： c = a c l + b c 2 + c c 3 ( 2 1 ) 其中c l ，c 2 c 3 为三原色( 又称三基色) ，a 、b 、c 为三种原色的权值( 三 原色的比例或浓度) ，c 为所合成的颜色，可为任意颜色。色彩与亮度均是一种 视觉感受，这种感受分别产生红、绿和蓝的视觉感受。实验己经证明，由对应三 种视敏细胞而产生红、绿、蓝三种色彩作为任何色彩的基本色的理论称为三基色 原理。原理指出： ( 1 ) 自然界的可见颜色都可以用三种基色按一定比例混合得到，反之，任意一 种颜色都可以分解为三种原色； 7 为了用计算机来表示和处理颜色，必须用定量的方法来描述颜色，即建立颜 色模型( 空间) 。目前广泛采用的颜色模型有三类，即计算颜色模型、工业颜色 模型和视觉颜色模型。计算颜色模型又称色度学颜色模型，主要应用于纯理论研 究和计算推导；工业颜色模型侧重于实际应用的实现技术；视觉颜色模型用于与 人直接接口的颜色描述和控制。所有颜色模型都建立在色度学理论的基础上，颜 色模型是图像处理的基础。 色彩感知是人类视觉的一个重要特性。彩色空间可用来表示色彩之间的相互 关系。彩色空问有多种不同的表示形式，常用的有红、绿、蓝( r g b ) - - 基色模型， 色调、饱和度、亮度( h s i ) 模型。其中r g b 彩色空间多用于计算机图形技术，h s i 空间多用于机器视觉的各种应用。 美国国家电视系统委员会( n t s c ) 定义了用光亮度和色度传送信号的格式 y i q ，其中y 代表亮度信息，i 与q 为色度值。欧洲定义了相交替格式( p h a s e a l t e r n a t i n gl i n e ( 队l ) ) ，使用格式。y 1 格式与y i q 格式类似，差别仅在 于空间上多一个3 3 ”的旋转。与y u v 彩色空间具有数字等价性的y c b c r 彩色空 间是以演播室质量标准为目标的c c i r 6 0 1 编码方案中采用的彩色表示模型，c b 与u 分量对应，而c r 与v 分量对应。在该编码方案中，亮度信号y 与蓝色色 度信号c b 、红色色度信号c r 的采样比率为4 ：2 ：2 ，这是因为人眼对色度信号 的变化没有对亮度信号的变化来得敏感。该空间常用于彩色图像的传输与压缩。 8 罗东礼学位论文第二章彩色图像分割中相似度的表示方法 b l a c k - - ( r e d 图2 一lr g b 色彩空间示意图 2 2 不同色彩空间之间的转换 本节的公式一般是指在归一化坐标下的转换公式，即亮度数值最大为l 。r g b 与h s i 对于彩色图像分割而言，有时需要将r g b 变换为h s i 坐标，以便反映人 类观察彩色的方式，转换公式如下： ，；r + g + b 3 日= 蠹石p o a r c t a n ( f 压) + o ，g 口；1 8 0 ，g 口 】 ( 2 2 ) s ：i 一r a i n ( r , g , b ) ， 其中肛2 r g - 一g b - b 反过来，由h i s 到r g b 转换公式如下： 一 ( 1 ) 当0 。s 日 1 2 0 。时， 拈耕卜s e o s ( h ) ) c o s ( 6 0肚上4 3 呻) g = 肛肛丑 ( 2 q ) 3l 。一日) j 、“ ( 2 ) 当1 2 0 。日 2 4 0 。时， g-击1+scos(h-。咖120)i擅=万1cos(180 ( 1 吖) ，肛西- r - g ( 2 - 4 ) 3 l。一日) j 3 、 ” 9 ( 3 ) 5 2 4 0 。h 3 6 0 。时， 拈爿1 + _ s c o s ( h - 。删2 4 0 。) | ， c o s ( 3 0 0仕去( 1 札肚西- g 柏 ( 2 。) 3 。一f f ) i 7 3 、 川 r g b 与y i q 之间的转换公式如下： l e j 豢0 2 11,-薹05 戮2 2 , 0 绷1 8 j 沪6 ， 【 - 3 1 1 刚i 纛i i l 沪7 ， 眺鹜戮；翻 沪鼬 匿 = e l z o , 1 差4 0 2 一o m 4 4 i 习 c 2 一， i y = o 2 9 9 r + 0 5 8 7 g + o 1 1 4 b c 6 = - 0 1 6 8 7 r 一0 3 3 1 3 g + 0 5 b + 1 2 8 【c r ：o 5 r - 0 4 1 8 7 g - 0 0 8 1 3 b + 1 2 8 反过来，r g b 也可以直接从y c b c r ( 2 5 6 级) 计算： i r = y + i 4 0 2 ( c r - 1 2 8 ) g = y - 0 3 4 4 1 4 ( c 6 一1 2 8 ) 一o 7 1 4 1 4 ( c r - 1 2 8 ) 【b = y + i 7 7 2 ( c b - 1 2 8 ) 2 。3 颜色的提取与表示方法 ( 2 1 0 ) ( 2 1 1 ) 颜色信息是人眼重要的视觉感受，反映人眼视觉系统对物质世界色彩的主观 感受。研究表明，人眼的色彩信息由三种锥状细胞感受并合成，各种颜色都可通 l o 罗东礼学位论文第二章彩色图像分割中相似度的表示方法 过三原色的适当混合产生。 图像是信息的载体，颜色是图像的重要内容。人类在对环境和物体的感知中， 颜色信息是人们借以识别图像中的物体的重要信息之一，也是人们用以判别比较 不同物体的重要依据，颜色起着十分蕈要的作用。 在许多情况下，特别是对于自然景物来说，颜色是描述一幅图像的最简单有 效的特征要素。所以我们要抓住图像的色彩特征来做图像分割工作。众多学者提 出多种不同的颜色提取和表示方法，主要有颜色直方图方法、主要颜色表示法、 参考颜色表方法和基于区域的颜色表示方法等。 2 3 1 彩色直方图 灰度直方图是反映灰度图像的亮度概率分布的有效工具，得到广泛的应用和 深入的研究。彩色直方图同样反映彩色图像的颜色信息在颜色空间的分布情况， 多种系统的应用同样表明彩色直方图具有很好的表现能力。颜色在传统的图像理 解中未能受到普遍重视，然而相对于几何特征而言，颜色具有与生俱来的旋转不 变性( r o t a t i o n - i n v a r i a n c e ) 和尺度不变性( s c a l e i n v a r i a n c e ) 传统的基于直方图 的颜色相似度计算方法的优点是与图像旋转、平移和尺寸变化无关，但是其缺陷 也非常明显，例如两幅看起来颜色非常相似的图像，如果它们的颜色直方图交集 为空( 或者直方图之间距离很大) 那么相似度为零( 或者很小) 。 彩色直方图反映三个颜色通道的亮度的联合概率分布，令图像i 的象元数为 j i i ，彩色直方图的总颜色数量为k ，颜色集合为c = ( c l ，c 2 ，q ，c n ) ，颜色 e = ( ，g ，匆) ，颜色直方图h = ( 啊，岛， 9 0 0 9 ) 。直方图的一列岛，是颜色q 在 图像i 中出现的频数。直方图h 是一个频数直方图( 色彩的维数作为横坐标，纵 坐标为色彩出现的频数) ，满足： 膏 吩= ，i ( 2 一1 2 ) l 若i l l 归一化，我们可以定义概率直方图片 万= 高= 隅，高，高，高 = ( - ，_ ，瓦) ( 2 - - 1 3 ) 由于3 d 颜色空间的概率分布的可视化比较困难，目前，常用三个一维直方 图来表示，各个通道是相互独立进行一维直方图统计得到的，这是3 d 分布在三 个空间坐标上的投影。3 x l d 的颜色直方图是常用的最简单的颜色信息提取和表 示方法。考虑到不同颜色空间，每个颜色空间又有三个通道，可反映图像颜色的 罗东礼学位论文 第二章彩色图像分割中相似度的表示方法 分布特性的直方图很多。分别是红( r ) 、绿( g ) 、蓝( b ) 、色调( h ) 、饱和度( s ) 、亮 度m 、灰度( 、同相( d 和异相( q ) 。其中，色调是最有效的，而y i q 则很少用 到。由于3 个一维的颜色直方图比较简单，所以被较多的采用。 直方图具有以下性质： l - 直方图中的数值都是统计而来，描述了该图像关于颜色的数量特征，可以反 映图像颜色的统计分布和基本色调，举例来i ；8 ，如果是一幅“蓝色的海洋” 的图像，“蓝色”将是象素的主要成分，在数量上占很大的比例。 2 直方图丢失了图像的空间位置特征。因此，不同的图像可能有相同的颜色分 布，从而就具有相同的直力图。 3 如将图像划分为若干子区域，所有子区域的直方图之和等于全图直方图。 4 一般情况下，由于图像上的背景和前景物体颜色分布明显不同，从而在直方 图上会出现双峰特性，但背景和前景颜色较为接近的图像不具有这个特性。 2 3 2 主要颜色表示法 主要颜色表示法使用3 d 聚类方法产生代表颜色集，类似于图像的索引色表 示。这种方法由msk a n k a n h a l l i ，bmm e t r e 和j i a nk a n gw u 8 1 使用，其3 d 聚类 算法是基于3 d 直方图峰值的聚类法，决定合适数量的簇是其聚类算法中的关键， 聚类选取c i e - - l * u * v * 颜色空间。这种表示方法具有特征维数低、表示准确的特 点。 2 3 3 基于参考颜色表( r c t ) 的方法 参考颜色表( r e f e r e n c ec o l o rt a b l e ) 是i b m 在q b i c 项目中提出的，用于 量化彩色图像，然后在量化图像上构造直方图。设r c t 表有k 种颜色，直方图 就建立在这k 种参考颜色上。图像的基于r c t 表的颜色直方图，反映了图像相 对于r c t 的颜色分布情况，这是一种基于直方图的方法。 每个颜色直方图，是一个k ( k = 6 4 或2 5 6 ，原型系统采用k = 6 4 ) 维颜色向 量颜色直方图的颜色是经过对数据库中所有图像进行统计聚类后确定的。系统首 先将r g b 三轴分别等量量化为1 6 级。共得4 0 9 6 个颜色立方盒，计算每个立方 盒在h v c 颜色空间的坐标，然后进行标准的、贪心的最小平方和聚类，可得到 最优的k 个颜色，每个立方盒用其中心颜色作为代表色，它们构成颜色空间的 一个划分。落在各个立方盒内的象素总和经图像总象元数归一化后构成颜色直方 图。q b i c 为了提高速度，保存r g b 空间4 0 9 6 个三元组到直方图序列号的映射， 1 2 罗东礼学位论文第二章彩色图像分割中相似度的表示方法 这样，图像的直方图统计后只需查表就可得到。 不论输入图像的具体颜色分南情况，都用r c t 量化为k 种特征颜色表示。 特征颜色集是不随图像改变的，r c t 方法适用于固定数据库，如各种图像光盘， 专题艺术图像库等。但可以看出，参考色的选择是至关重要的，如果没有存储图 像颜色分布的先验知识，参考颜色表也就无从确定。而且对于变化的图像数据库， 其性能随着图像的增删而变坏，颜色的表示精确度越来越差。 2 4 基于e m d 的色彩距离描述方法 在基于色彩分布的彩色图像特征检测过程中，需要对色彩空间进行颜色的量 化【9 1 ，也需要对不同象素点的颜色值进行比较，以做出合适的相似性1 1 0 ! 和异质性 判断。 在彩色图像处理过程中特征分布描述的准确性直接决定特征检测的质量，所 以一个好的特征分布描述方法至关重要。当前用的比较多的特征描述方法是全局 直方图【i i 】，在统计色彩信息上直方图确实做的很好，但是其缺陷也非常明显。例 如两幅看起来颜色非常相似的图像，如果它们的颜色直方图交集为空( 或者直方 图之间距离很大) 那么相似度为零( 或者很小) ，在特征检测或是图像重建时就 无法提供所需的信息，因此我们必须要找到恰当的特征描述方法。本节介绍了一 种色彩标号方法来描述色彩空间的分布特征，并利用一种新的彩色特征描述模型 1 2 1 ( 在邻域内兼顾空间特性与统计特性的色彩分布，能精确快速的将边界、拐角 分类，算法实现了通过一次检测就同时检测出目标的边界与拐角点) 来完成特征 检测。 2 4 1 色彩标号 把每幅图像的色彩信息用色彩标号来描述就得到了一种较为简洁的描述方 式定义色彩标号为= ( 一，m k ) ，通常用来表示一组特征象素丛( c l u s t e r s ) 每一个标号由象素丛的质心和整个象素丛的权重k 来表示，下标j 从l 到一个 整数，该整数取决于图像的复杂度。图2 - 2 给出了色彩标号的实例。 罗东礼学位论文第二章彩色图像分割中相似度的表示方法 图2 2 色彩标号实例( a ) 原始图像( b ) 色彩标号( c ) 用色彩标号表示图像 2 4 2 色彩标号的获取 为了计算一幅彩色图像的色彩标号，首先要先对图像的r g b 的分量进行平 滑滤波来降低色彩量化误差，再将图像转换到c i e l a b 色彩空间。每幅图像表 示成三维c i b l a b 色彩空间中点的分布，每个点对应图像中的一个象素。其次 要划分象素丛，把空间分布相近和颜色相同的象素结合起来形成象素丛，定义这 些象素丛是在c i e - l a b 空间内任意轴上象素的集合。在k d 树【1 3 1 的基础上，利 用两步法【1 4 l 计算得到色彩标号：第一步，利用k d 树通过平衡色彩空间找到近似 象素丛，当一个单元小于允许的象素丛尺寸时停止划分，这个过程中可能会划分 过多的象素丛；第二步，将坐杯空间用允许的最小单元尺寸来替换后，通过第二 次k - d 树象素丛划分对第一步中得到的象素丛的质心进行象素丛划分来融合第一 步中得到的象素丛。图像中的每个象素丛对应的色彩标号为( p ，w p ) ，p 是象素丛 中颜色的平均值，w 。是象素丛的权重。图2 - - 3 给出了3 幅图像的色彩标号。 图2 3 三幅图像及其相应的色彩标号 该方法得到的标号是简洁、紧凑的，通常一整幅图像的色彩分布由少数点来决定 1 4 罗东礼学位论文 第二章彩色图像分割中相似度的表示方法 ( 一般8 到1 2 个点) 。形成象素丛，色彩标号就能很好的反映图像的色彩分布， 色彩标号描述的是c i e l a b 空间的色彩分布，象素点之间的距离是欧氏距离。 2 4 3 色彩标号的距离 分别定义两幅图像的色彩标号，则两幅图像的相似度问题转换为转移一组标 号到另一组标号所需要做的最少工作。移动一个标号或是标号的一部分到一个新 位置所要做的工作就是移动的权重乘新旧位置间的欧氏距离。把一个标号转移到 另一个标号要做的工作总量就是各个点从源标号到目标标号所做事的总和( 见图 2 - - 4 ) 。可以把源标号中的点的权重分割开到几个目标标号点之问，我们称这种 距离方程为e a r t hm o v e r ，sd i s t a n c e 简称为e m d 1 4 16 1 距离。 上 萨 、 0 、噜_- | ” 、口 ；- j j ，夕 妒乞 笛“ l 有2 个白点，黑体数字是点的权重，斜体教字是搬移的权重 2 4 4 e m d 距离 计算e m d 是在一个著名的动态规划问题【1 5 】的基础上进行的，即堆运输问题。 最初由m o n g e 在1 7 8 1 年提出：把两个等大的堆分成无数个小微粒，然后连接每 个微粒使得运输这些微粒到目的堆所做的功最小，通过何路径，哪条路径所做功 最b ? 问题简化为：假设一些供应商拥有已知数量的货物去供应一些需求量已知 的客户，对于每组。供应商客户”运输一个单位的货物的价格是已知的。如 何找到一种消费最低的组合使得这批货物从供应商手垦到客户那里? e m d 的定义是基于下述动态规划问题的：设p = ( p l ，w p l ) ，0 ，l l i ，w p m ) ) 为有m 个象素丛的第一个标号，其中p i 代表象素丛质心，w 南代表象素丛的权 重；q = ( q l ，w q l ) ，( w 叩) 为第二个标号有n 个象素丛；d 叫d 。】是基础距离矩 罗东礼学位论文 第二章彩色图像分割中相似度的表示方法 阵，其中d u 代表串p t 和q i 间的基础距离。我们求的最佳组合f = f d ，j 是p 一和 q i 间所做的功，所以总功为： w o r k ( p ，q ，) = d ( 只，q ，) 隐含约束条件： 兀0 , 1 i m ，1 j s n ( 2 - - 1 4 ) i i f , j ，l i m ， ( 2 1 5 ) 二，l _ ，甩 ( 2 1 6 ) 巴石= n l i n ( 二，。) ( 2 1 7 ) 条件( 2 - - 1 4 ) 保证从p “供货”到q ：条件( 2 - 1 5 ) 限定可以从p 中给出的“供 货”量不超过权重；条件( 2 - 1 6 ) 限定q 中群块接收不多于本身权重的“供货” 量；条件( 2 - 1 7 ) 确定可能供货的最大值，称作总流量。一旦找到了传输问题 的解答，就有了最优传输流( f l o w ) 则e m d 就可以定义为传输问题的标准形式， 即式( 2 - - 1 8 ) ： 劫一紫 沪 2 4 5 新方法评述 本人将基于e m d 的色彩距离描述方法应用于医学图像彩色目标分割以及特 征提取中，得到了很好的应用效果。实践证明这个相似度计算方法在彩色图像的 处理中要比全局彩色直方图更有效。基于标号的e m d 距离普遍适用于色彩距离 的计算、彩色图像中相似度的计算，色彩分布的复杂度的计算，并且是一个非常 灵活的度量。在标号的数量不是很大时，计算起来速度很快，效率较高。但是随 着标号数目的增多计算速度也会下降，可以通过算法的优化及改进来提高处理速 度。基于该方法的优点，可以说这种相似度测量方法能被广泛应用于与色彩分布 相关的视觉理解及视觉分析等问题中。 1 6 罗东礼学位论文 第二章医学图像分割的特点 第三章医学图像分割的特点 3 1 医学图像的特点 医学图像与普通图像相比本质上具有模糊性和不均匀的特点。 1 ) 医学图像具有灰度上的含糊性。在同一组织中c t 值会有较大的变化，如骨 骼中股骨、鼻窦骨和牙齿的密度就有很大的差别；在同一物体中c t 值也不 均匀，如股骨外表面和内部的骨髓的密度。另外，由于技术上的原因带来的 噪声信号往往模糊了物体边缘的高频信号，以及由于人体内部组织的蠕动等 生理现象造成了图像在一定程度上的模糊效应。 2 ) 局部体效应。在一个边界上的体素中，常常同时包含边界和物体两种物质； 图像中物体的边缘、拐角及区域的关系都难以准确的描述；一些病变组织由 于侵扰周围组织，其边缘无法明确界定。 3 ) 不确定性知识。通常，正常组织或部位没有的结构在病变情况下出现，如脏 器表面的肿物，骨骼表面的骨刺，它的