專利名稱：利用霍夫變換的肌肉圖像處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像處理方法，尤其涉及一種利用霍夫變換的基于B超采集的肌肉圖像處理方法。
背景技術(shù)：
肌肉是構(gòu)成人體的重要組織，它分布在各組織器官和骨骼的周圍，其功能為產(chǎn)生收縮并引導(dǎo)運動，在運動中扮演著至關(guān)重要的作用，而肌肉的構(gòu)成又十分復(fù)雜，定量分析和評估肌肉功能狀態(tài)是運動醫(yī)學(xué)和運動功能康復(fù)研究中的難點和熱點。
超聲成像是一種實時、無創(chuàng)和便攜的成像方法，自從面世以來已經(jīng)被廣泛地應(yīng)用在各個科研領(lǐng)域。超聲是第一種可以輔助診斷肌肉疾病的成像技術(shù)，隨著超聲技術(shù)的趨于成熟，大量的研究者利用二維超聲圖像診斷肌肉疾病，如肌肉神經(jīng)疾病、肌肉惡性腫瘤、肌肉血腫和肌肉撕裂等。從上世紀(jì)90年代起，有學(xué)者開始利用超聲去定量地評估肌肉的功能狀態(tài)，并把分析結(jié)果應(yīng)用在生物力學(xué)的研究領(lǐng)域，如肌肉的功能性研究，人體運動分析，肌肉的硬度(彈性)測量等。
利用二維超聲能夠獲取人體肌肉圖像并分析得到肌肉的結(jié)構(gòu)性參數(shù)，以此來評估肌肉的功能狀態(tài)。主要采用肌肉橫斷面積、橫截面厚寬比、肌纖維長、肌肉厚度和羽狀角等結(jié)構(gòu)性參數(shù)來表述肌肉的狀態(tài)變化。其中，肌肉厚度是一個重要參數(shù)，因此如何快速、準(zhǔn)確地測量肌肉厚度顯得尤為重要。目前對于肌肉厚度的測量僅限于人工手動測量，其缺乏客觀性，測量精度難以控制，并且對于測量大批量的肌肉厚度，操作過程費時費力。
有報道指出骨骼肌厚度可由相應(yīng)的羽狀角信息推算出來。有文獻(xiàn)提出了一種肌纖維方位估計的半自動方法，用雷登變換(Radon Transform)實現(xiàn)了肌肉羽狀角的自動跟蹤和計算。發(fā)明內(nèi)容
本發(fā)明基于上述現(xiàn)有技術(shù)操作復(fù)雜、精度低的缺點，基于B超采集的肌肉圖像，提出了一種操作簡單、精度高、速度快的利用霍夫變換的肌肉圖像處理方法，其特征在于，包括以下步驟
(1)肌肉圖像預(yù)處理使用灰度變換函數(shù)對預(yù)處理圖像進(jìn)行灰度變換，調(diào)整圖像的對比度；
(2)使用最大類間方差法按照圖像的灰度特性對圖像進(jìn)行二值分割，將采集到的圖像分割出上下兩條肌膜；
(3)采用霍夫變換，找出霍夫矩陣中至少兩個峰值點，檢測出圖像中的上下兩條肌膜位置，在兩條肌膜位置提取直線并進(jìn)行標(biāo)記，根據(jù)標(biāo)記的直線信息，計算上下兩條直線中處在相同列的對應(yīng)點的距離之和，得到肌肉的面積；肌肉的平均厚度為
3平均厚度=肌肉長度
其中，肌肉長度即為圖像的寬度。
本發(fā)明的利用霍夫變換的肌肉圖像處理方法能夠客觀、快速、準(zhǔn)確、高重復(fù)性的測量出肌肉的厚度。


圖I為本發(fā)明一實施例利用霍夫變換的肌肉圖像處理方法的流程圖2為本發(fā)明一實施例利用霍夫變換的肌肉圖像處理方法的肌肉圖像的預(yù)處理圖像；
圖3為本發(fā)明一實施例利用霍夫變換的肌肉圖像處理方法的肌肉圖像處理并標(biāo)記后的圖像；
圖4為本發(fā)明一實施例利用霍夫變換的肌肉圖像處理方法的圖像空間中的點與參數(shù)空間中的直線對偶示意圖5為本發(fā)明一實施例利用霍夫變換的肌肉圖像處理方法的圖像空間中的直線與參數(shù)空間中的點對偶示意圖6為本發(fā)明一實施例利用霍夫變換的肌肉圖像處理方法的參數(shù)空間中的累加數(shù)組示意圖7為本發(fā)明一實施例利用霍夫變換的肌肉圖像處理方法的極坐標(biāo)方程下的點線對偶示意圖。
具體實施方式
下面將結(jié)合附圖以及具體實施例來對本發(fā)明作進(jìn)一步詳細(xì)說明。
如圖I所示，為本發(fā)明利用霍夫變換的肌肉圖像處理方法的流程圖，本發(fā)明基于B 超采集的肌肉圖像，提供一種操作簡單、精度高、速度快的利用霍夫變換的肌肉圖像處理方法，包括以下步驟
(I)肌肉圖像預(yù)處理使用灰度變換函數(shù)對預(yù)處理圖像(如圖2所示)進(jìn)行灰度變換，調(diào)整圖像的對比度；
(2)使用最大類間方差法按照圖像的灰度特性對圖像進(jìn)行二值分割，將采集到的圖像分割出上下兩條肌膜；
(3)采用霍夫變換，找出霍夫矩陣中至少兩個峰值點，檢測出圖像中的上下兩條肌膜位置，在兩條肌膜位置提取直線并進(jìn)行標(biāo)記(如圖3所示)，根據(jù)標(biāo)記的直線信息，計算上下兩條直線中處在相同列的對應(yīng)點的距離之和，得到肌肉的面積；肌肉的平均厚度為
平均厚度=胃$肌肉長度
其中，肌肉長度即為圖像的寬度。
本發(fā)明的霍夫變換利用點-線的對偶性，即圖像空間共線的點對應(yīng)在參數(shù)空間里相交的線，反過來，在參數(shù)空間中交于同一個點的所有直線在圖像空間里都有共線的點與之對應(yīng)。
在圖像空間X-Y中，所有共線的點(X，y)都可以用直線方程表示為
y = mx+c (I. I)
其中m為直線的斜率，c為截距，同時式(I. I)又可以寫為
c = -xm+y (I. 2)
上式可以看作是參數(shù)空間C-M中的一條直線方程，其中直線的斜率為X，截距為y。
比較式(I. I)和式(I. 2)，可以看出，圖像空間中的一點(x，y)對應(yīng)參數(shù)空間中的一條直線，而圖像空間中的一條直線又是由參數(shù)空間中的一點(m，c)來決定的?；舴蜃儞Q的基本思想是將上述兩式看作是圖像空間中的點和參數(shù)空間中的點的共同約束條件，并由此定義一個從圖像空間到參數(shù)空間的一對映射。如圖4所示，為圖像空間中的點與參數(shù)空間中的直線對偶示意圖，體現(xiàn)了這種點-線之間的對偶關(guān)系。圖如5(a)所示圖像空間中位于同一直線的點，如圖5(b)所示是圖像中直線上的點經(jīng)過式(1.2)映射到參數(shù)空間中的一簇直線，圖像空間中的一條直線上的點經(jīng)過霍夫變換后，對應(yīng)的參數(shù)空間中的直線相交于一點，這一點是確定的，確定該點在參數(shù)空間中的位置即可知道圖像中直線的參數(shù)。霍夫變換把在圖像空間中的直線檢測問題轉(zhuǎn)換到參數(shù)空間里對點的檢測問題，通過在參數(shù)空間里進(jìn)行簡單的累加統(tǒng)計完成檢測任務(wù)。
在具體計算過程中，需要將參數(shù)空間M-C離散化為二維的累加數(shù)組，設(shè)這個數(shù)組為(m, c),如圖6所不，同時設(shè)[mmin, mmax]和[cmin, cmax]分別為斜率和截距的取值范圍。開始時置數(shù)組A全為零,然后對于每一個空間中的給定邊緣點，讓m取遍[mmin,mmax]內(nèi)所有可能的值，并根據(jù)式(1.2)算出對應(yīng)的C。再根據(jù)m和c的值(設(shè)都已經(jīng)取整)對數(shù)組元素 A(m,c) =A(m，c)+l。累加結(jié)束后，通過檢測數(shù)組A中局部峰值點的位置確定參數(shù)m和c的值。
如果直線的斜率無限大(比如X = a形式的直線)，采用式(1.2)是無法完成檢測的，為了能夠正確識別和檢測任意方向和任意位置的直線，可以用直線極坐標(biāo)方程來替代 (I. I)式
P = xcos Θ +ysin Θ (I. 3)
如圖7(a)所示，圖像空間中一條直線1，Θ為I過原點的垂線與X軸正方向的夾角，P為原點到I的距離。這時，參數(shù)空間就變?yōu)镻-θ空間，X-Y空間中的任意一條直線對應(yīng)了 P-θ空間內(nèi)的一個點，由式(1.3)可知，X-Y空間內(nèi)的一點對應(yīng)了 P-θ空間中的一條正弦曲線。如果有一組位于參數(shù)P和Θ決定的直線上的點，則每個點對應(yīng)了參數(shù)空間中的一條正弦曲線，所有這些曲線必交于點(P，Θ)如圖7(b)所示。
同樣，在計算的過程中需要對參數(shù)空間進(jìn)行離散化，每個單元的中心點坐標(biāo)為
Θ =(η--)ΑΘ (η = \,2,...Νβ)2(1.4)’ =( _ 圣)Δρ {n = WNp)
其中Δ θ = Ji/N0, N0為參數(shù)θ分割段數(shù)Δ ρ = π /Np ,Np是參數(shù)P的分割段數(shù)，Z = max(Vx2 +/)是圖像中的點距原點的距離最大值。具體計算過程與上文相似，將相應(yīng)的參數(shù)置換即可。
利用霍夫變換在圖像中檢測直線的基本策略就是由圖像空間中的邊緣點去計算參數(shù)空間中的參考點的可能軌跡，并在一個累加器中對計算的參考點計數(shù)，最后選出峰值。 霍夫變換實質(zhì)上是一種投票機制，對參數(shù)空間中的離散點進(jìn)行投票，若投票值超過某一門限值，則認(rèn)為有足夠的圖像點位于該參考點所決定的直線上。這種方法受噪聲和直線出現(xiàn)間斷的影響較小。
根據(jù)超聲肌肉圖像的特點，至少需找出前兩個峰值點，才能檢測出圖像中的上下兩條肌膜位置。根據(jù)標(biāo)記的直線信息，計算上下兩條直線中處在相同列的對應(yīng)點的距離之和，此即為肌肉的面積，根據(jù)以下公式即可計算肌肉的平均厚度。
權(quán)利要求
1.一種利用霍夫變換的肌肉圖像處理方法，其特征在于，包括以下步驟 (1)肌肉圖像預(yù)處理使用灰度變換函數(shù)對預(yù)處理圖像進(jìn)行灰度變換，調(diào)整圖像的對比度； (2)使用最大類間方差法按照圖像的灰度特性對圖像進(jìn)行二值分割，將采集到的圖像分割出上下兩條肌膜； (3)采用霍夫變換，找出霍夫矩陣中至少兩個峰值點，檢測出圖像中的上下兩條肌膜位置，在兩條肌膜位置提取直線并進(jìn)行標(biāo)記，根據(jù)標(biāo)記的直線信息，計算上下兩條直線中處在相同列的對應(yīng)點的距離之和，得到肌肉的面積；肌肉的平均厚度為
全文摘要
本發(fā)明提供一種利用霍夫變換的肌肉圖像處理方法，其采用霍夫變換，自動標(biāo)記出上下兩條肌膜的位置，設(shè)計算法計算出上下兩條肌膜之間的厚度根據(jù)肌肉圖像的特點，至少需找出霍夫矩陣中前兩個峰值點，才能檢測出圖像中的上下兩條肌膜位置，在兩條肌膜位置提取直線，根據(jù)標(biāo)記的直線信息，計算上下兩條直線中處在相同列的對應(yīng)點的距離之和，此即為肌肉的面積，用肌肉的面積除以肌肉的長度即可計算出肌肉的平均厚度，其中肌肉長度即為圖像的寬度，本發(fā)明的圖像處理方法，能夠快速、準(zhǔn)確地測量出肌肉的厚度，并可集成到現(xiàn)有超聲采集設(shè)備中進(jìn)行肌肉厚度的實時測量。
文檔編號A61B5/00GK102920436SQ20121041701
公開日2013年2月13日 申請日期2012年10月25日 優(yōu)先權(quán)日2012年10月25日
發(fā)明者陳燁, 蘇蘭芳, 李慧慧, 陳濱, 周永進(jìn), 王磊 申請人:深圳先進(jìn)技術(shù)研究院