基于自適應結構元網格線交叉點坐標提取算法研究

李元金，肖　剛，王　濤，王　楊，岳座剛，趙國柱，黃　寅

(1.滁州學院 計算機與信息工程學院，安徽 滁州 239000；2.滁州廣播電視大學，安徽 滁州 239000)

基于自適應結構元網格線交叉點坐標提取算法研究

李元金1，肖剛1，王濤1，王楊1，岳座剛1，趙國柱1，黃寅2

(1.滁州學院 計算機與信息工程學院，安徽 滁州 239000；2.滁州廣播電視大學，安徽 滁州 239000)

摘要:提出了基于形態學自適應結構元網格線交叉點坐標提取算法。在全局結構元算法基礎上，根據校正靶圖像中不同位置網格線扭曲變形程度不同建立自適應結構元，并利用自適應結構元構建數學形態學算子對采集的XRII圖像進行驗證。驗證結果表明，本文提出的算法不僅能有效地識別并提取出校正靶圖像中網格線交叉點坐標值，而且視覺效果上優于全局結構元提取的結果。

關鍵詞：自適應結構元；膨脹與腐蝕；網格線交叉點坐標；坐標提取

中圖分類號：TP391.41

文獻標志碼：碼：A

文章編號：號：2095-4824(2015)03-0045-03

收稿日期：2015-02-25

基金項目：國家973重點基礎研究發展規劃項目(2010CB732503)；安徽省科技廳項目(1308085MF96)；安徽省教育廳重點項目(KJ2014A186)；滁州學院科研啟動基金項目(2012qd06)

作者簡介：李元金(1976-)，男，安徽和縣人，滁州學院計算機與信息工程學院副教授，博士，東南大學博士后。

肖剛(1986-)，男，甘肅平涼人，滁州學院計算機與信息工程學院助教，碩士。

王濤(1976-)，男，安徽宿州人，滁州學院計算機與信息工程學院講師，碩士。

眾所周知，在影像加強器[1](X-Ray Image Intensifier, XRII)采集X線投影數據后，為了后繼工作的正常開展，必須對采集投影數據進行扭曲校正[2]。然而，投影數據扭曲校正之前必須確定投影數據與理想數據之間的關系，為此必須識別和提取出XRII圖像中標志點的坐標值。因此，C臂X光機圖像中標志點的自動識別與數據提取便成為該類手術導航技術研究的第一要務[3]。

針對XRII圖像中控制點坐標值識別和提取問題，研究人員提出了不同的方法。如文獻[4]在識別和提取XRII圖像中控制點坐標值時使用帶有人工干預的半自動式檢測方法；在文獻[5]中Chakraborty提出了帶有人工干預的基于光標移動XRII圖像中控制點坐標值識別和提取；李元金等[3]提出了基于校正靶自身特征的標志物投影識別與數據提取算法，其中操作算子所使用的結構元是通過多次實驗設置的全局結構元。

本文在文獻[3]的基礎上，提出一種基于自適應結構元網格線交叉點坐標提取算法，該算法根據文獻[3]的方法去除校正靶投影圖像背景，并使用閾值對去除背景后圖像進行分割，根據圖像中“1”像素的個數自適應地構建結構元并使用該結構元所生成的操作算子對圖像進行形態學膨脹與腐蝕運算。

1　膨脹與腐蝕

數學形態學已經被廣泛應用于圖像處理，如車牌圖像提取[6]和邊緣檢測[7-8]等。在基于數學形態學的圖像處理過程中，膨脹和腐蝕操作是它的基礎。

1.1　膨脹[9]

膨脹是使圖像中的目標“生長”或“變粗”的操作，在這一過程中將與某物接觸的所有背景合并到該物體中去。這種特殊的方法和變粗的程度由結構元素的形狀來控制。膨脹定義形式為：

上式讀作A被B膨脹，其中Φ為空集，B為結構元。結構元B膨脹集合A后所產生的結果是由所有結構元原點位置組成的集合，其中反射并平移后的結構元B至少與A的一個元素重疊。

1.2　腐蝕[9]

腐蝕是數學形態學中的另外一種操作方法，用于消除物體外圍邊界點，其結果使剩下的物體沿其周邊比原物體小一個像素的面積。腐蝕操作定義為：

E=B?S={x，y|Sxy?B}

(2)

由S對B腐蝕所產生的二值圖像E是這樣的點(x，y)的集合：如果S的原點平移到點(x，y)，那么S將完全包含于B中。當使用基本的3×3結構元時，一般意義的腐蝕簡化為簡單腐蝕。

1.3　結構元[10]

結構元是結構元素的簡稱。結構元又被稱為刷子，是數學形態學膨脹操作和腐蝕操作的最基本組成部分，通常比待處理的圖像要小得多。結構元可以為任意的大小和形狀，且一般為二維。二維結構元為數值0和1組成的矩陣。結構元的原點指定了圖像中需要處理的像素范圍，結構元中數值為1的點決定結構元的鄰域像素在進行膨脹或腐蝕操作時是否需要參與計算。

2　實驗結果

2.1　數據采集

為了驗證本文方法的有效性和可靠性，實驗過程中使用南京普愛射線影像設備有限公司生產的7200型號C臂CT機采集XRII圖像。表1是7200型號的C臂CT機主要機械參數[3]。

表1　實驗用C臂X光機參數

2.2　自適應結構元的確定

圖1(a)是采集的XRII圖像。可以看出，該圖存在著一定的S型扭曲、針墊型扭曲和局部扭曲；相比而言，中間位置扭曲程度較低，網格線也較細，越向四周扭曲變形程度越明顯，網格線也較粗，這主要是由于X光線透視后投影到曲面屏影像增強器上所產生的[3]。為了使這些網格線與網格線交叉點位置斷開并提取網格線交叉點坐標，就必須針對不同位置網格線的粗細程度選擇不同的操作結構元。實驗時，以網格線交叉點四周兩組網格線寬度平均值的四分之一值為作為膨脹時結構元，以膨脹后網格線交叉點四周兩組網格線寬度平均值的二分之一值為作為腐蝕時結構元。

2.3　提取結果

圖1(b)和1(c)顯示了使用全局結構元提取的結果，其中1(b)膨脹時結構元設置成半徑為4的扁平圓形結構元，腐蝕時結構元設置成半徑為8的扁平圓形結構元；圖1(c)膨脹時結構元設置成半徑為5的扁平圓形結構元，腐蝕時結構元設置成半徑為8的扁平圓形結構元。圖1(d)是使用自適應結構元處理的圖像。

(a)采集圖像

(b) 全局結構元結果1[3]

(c) 全局結構元結果2[3]

(d) 自適應局部結構元結果

2.4分析與討論

對帶有S型扭曲、針墊型扭曲和局部扭曲的XRII圖像(如圖1(a))，使用兩種不同半徑的全局結構元生成的操作算子進行膨脹和腐蝕處理后得到圖1(b)和圖1(c)的結果，采用自適應結構元生成的操作算子進行膨脹和腐蝕處理后得到圖1(d)的結果。從圖1(b)和 1(c)可以看出，全局設置一個結構元時，如果膨脹結構元半徑設置過小，容易造成某些區域過度腐蝕，無法提取需要的交叉點(見圖1(b) )，主要原因在于在同等條件下中間位置變形程度不明顯，網格線交叉點所占像素最少，越向四周網格線交叉點所占像素數越多；相反，如果膨脹結構元半徑設置過大，容易造成四周變形厲害的區域腐蝕后仍能看很多網格線。相比而言，基于自適應結構元網格線交叉點坐標提取算法克服全局結構元方法的不足，能夠根據所在區域網格線所占像素多少來自適應地設置相應的結構元對圖像進行膨脹和腐蝕操作，能有效保留網格線交叉點，有利于網格交叉點坐標的精確提取。

3　結束語

在文獻[3]的基礎上，本文提出了基于形態學自適應結構元的網格線交叉點坐標提取算法。該算法在使用數學形態學膨脹和腐蝕圖像時，根據XRII圖像變形情況自適應地設置膨脹和腐蝕圖像時所需結構元。實驗結果表明，基于形態學自適應結構元的網格線交叉點坐標提取算法不但能有效地識別并提取出校正靶網格線交叉點坐標值，而且能夠取得比全局結構元更好的效果，為下一步XRII圖像扭曲失真校正奠定了良好基礎。

[參考文獻]

[1]Cerveri P, Forlani C, Borghese N A , et al. Distortion correction for X-ray image intensifiers:local unwarping polynomials and RBF neural networks[J].Med Phys,2002,29(8):1759-1771.

[2]Gronenschild E.Correction for geometric image distortion in the X-ray imaging chain: local technique versus global technique[J].Med Phys,1999,26(12):2602-2616.

[3]李元金,羅立民,張權,等.校正靶標志物投影的識別與坐標數據提取算法[J].計算機應用與軟件,2012,29(5):50-52,63.

[4]Reimann D, Flynn M J. Automated distortion correction of X-ray image intensifier images[C]//IEEE Nuclear Science Symposium and Medical Imaging Conference Record, 1992:1339-1341.

[5]Chakraborty D P. Image intensifier distortion correction[J].Med Phys,1987,14:249-252.

[6]馬爽, 陳江寧,盧虎, 等.邊緣特性篩選與多判定機制下的車牌定位方法[J].計算機工程與應用, 2014,50(9):145-149.

[7]景少玲,白靜,葉鴻瑾.改進的形態學肺部圖像邊緣檢測[J].數據采集與處理,2014,29(1):134-140.

[8]張利紅, 梁英波, 吳定允, 等. 基于改進多尺度形態學的帶鋼缺陷圖像邊緣檢測[J].激光與紅外, 2014, 44(3):330-334.

[9]Castleman K R. 數字圖像處理[M].北京:電子工業出版社,2011.

[10]Gonzalez R C , Woods R E, Eddins S L. 數字圖像處理的MATLAB實現[M].2版.阮秋琦，譯.北京:清華大學出版社,2014.

(責任編輯：張凱兵)