一種基于各向異性熱核分析的三維圖像多尺度特征提取方法
【專利摘要】本發(fā)明提出一種基于各向異性熱核分析的三維圖像多尺度特征提取方法,包括如下步驟：（1）借助于黑塞矩陣的特征值和特征向量，設(shè)計(jì)一種三維圖像局部幾何結(jié)構(gòu)的向量化表示方法；（2）基于定義的向量場(chǎng)，在三維圖像上數(shù)學(xué)嚴(yán)格地定義了一種各向異性熱傳遞描述模型；（3）基于定義的各向異性熱傳遞模型，提出用黑塞矩陣的第一特征值來(lái)定義熱量場(chǎng)；（4）通過引入特征保持的下采樣方法，設(shè)計(jì)了一種由粗到細(xì)的層次化的熱核加速策略；本發(fā)明的算法最核心的思想是：通過將局部和全局特征結(jié)構(gòu)融入到各向異性熱傳遞的理論框架來(lái)實(shí)現(xiàn)三維圖像的多尺度特征提取。
【專利說(shuō)明】—種基于各向異性熱核分析的三維圖像多尺度特征提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及基于各向異性熱核分析的三維圖像多尺度特征提取方法，具體涉及一種基于熱核理論的三維醫(yī)學(xué)圖像分析模型，通過將圖像的局部和全局譜分析融入到熱傳遞的理論框架中，實(shí)現(xiàn)魯棒的多尺度點(diǎn)特征提取。
【背景技術(shù)】
[0002]三維醫(yī)學(xué)影像數(shù)據(jù)分析的數(shù)學(xué)建模方法涉及到熱核理論應(yīng)用、圖像特征提取和基于熱擴(kuò)散的圖像處理三個(gè)方面。
[0003]在熱核理論應(yīng)用方面:近年來(lái)，物理上的熱核和熱擴(kuò)散理論在計(jì)算機(jī)圖形圖像處理領(lǐng)域受到了眾多研究者的青睞，已在二維流形的多尺度特征提取、平滑處理以及形狀檢索等方面得到了廣泛應(yīng)用。其中，最重要的原因是:熱核天然地蘊(yùn)含了多尺度的性質(zhì)，并具有等距變換不變性，這對(duì)圖形或圖像的魯棒特征提取具有重要意義。如:一種尺度不變的熱核信號(hào)計(jì)算方法被提出，并被應(yīng)用于形狀檢索，取得了較好的效果。同時(shí)，為了提高在大規(guī)模網(wǎng)格模型上進(jìn)行熱核計(jì)算的時(shí)間效率，提出了一種多分辨率的計(jì)算策略來(lái)加速熱核信號(hào)的計(jì)算。
[0004]在圖像的特征提取方面:圖像的局部特征可被看作是與周圍領(lǐng)域具有顯著不同、并表征特定物理意義的一種模態(tài)，他們一般蘊(yùn)含豐富的信息并可通過一些微分量來(lái)進(jìn)行驗(yàn)證?，F(xiàn)有的以Harris、Hessian、LOG以及DOG等算子為核心的圖像特征提取算法的主要思想是:通過對(duì)圖像的微分屬性分析，提取某種物理量的局部極值，并將其作為特征。因此，這些算法一般對(duì)尺度變化、噪聲和圖像形變等因素都比較敏感。將Harris算子和Hessian算子相結(jié)合并輔以尺度選擇，是提高圖像特征提取魯棒性的一個(gè)可行的策略，而且該方法已被推廣到了三維情形。應(yīng)該說(shuō)，目前2D SIFT算法仍是最為穩(wěn)定的二維圖像特征提取算法，而且它的高維形式的擴(kuò)展已經(jīng)開始出現(xiàn)。
[0005]在基于熱擴(kuò)散理論的圖像處理方面:在過去的20年中，借助高斯核函數(shù)，熱擴(kuò)散理論在圖像的多尺度分析領(lǐng)域被廣為使用。但是，高斯核一般只能一個(gè)很小的鄰域內(nèi)刻畫熱擴(kuò)散過程，因?yàn)槠浔举|(zhì)上等價(jià)于用各向同性的熱傳遞系數(shù)作為權(quán)重對(duì)原始圖像進(jìn)行卷積處理。自從雙邊濾波方法被提出來(lái)用于邊界保持的圖像平滑和去噪處理以后，基于各向異性熱傳遞理論的濾波器才開始在二維圖像處理領(lǐng)域逐漸流行起來(lái)。特別值得指出的是，在二維流形上首先提出的熱核信號(hào)已被推廣用于三維流形，但是這種擴(kuò)展尚沒有考慮三維流形內(nèi)部材質(zhì)的差異性。這也是啟發(fā)我們直接在三維醫(yī)學(xué)圖像上研究各向異性熱核的一個(gè)主要因素。

【發(fā)明內(nèi)容】

[0006]熱核理論在流形網(wǎng)格模型建模分析領(lǐng)域已取得引人矚目的新進(jìn)展，將其擴(kuò)展，并與譜圖分析理論相結(jié)合，在三維醫(yī)學(xué)影像數(shù)據(jù)建模分析方面具有重要的研究?jī)r(jià)值。本部分研究?jī)?nèi)容將熱核理論和譜圖分析理論進(jìn)行優(yōu)勢(shì)結(jié)合，探索將三維醫(yī)學(xué)數(shù)據(jù)從幾何空間非線性映射到特征空間的數(shù)學(xué)模型，為進(jìn)而在特征空間對(duì)原始醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分析奠定基礎(chǔ)。
[0007]本發(fā)明提出了一種基于各向異性熱核分析的三維圖像多尺度特征提取方法，包括如下步驟:
[0008](I)借助于黑塞矩陣的特征值和特征向量，設(shè)計(jì)一種三維圖像局部幾何結(jié)構(gòu)的向量化表示方法；
[0009](2)通過將特征向量、特征值和上述局部幾何結(jié)構(gòu)的比率值進(jìn)行組合，來(lái)定義一個(gè)高維的向量場(chǎng)；借助三維圖像的全局拉普拉斯矩陣，該向量場(chǎng)的向量化表示將被用于各向異性熱傳遞模型的構(gòu)建；基于定義的向量場(chǎng)，在三維圖像上數(shù)學(xué)嚴(yán)格地定義了一種各向異性熱傳遞描述模型；
[0010](3)基于定義的各向異性熱傳遞模型，提出用黑塞矩陣的第一特征值來(lái)定義熱量場(chǎng)；
[0011](4)通過引入特征保持的下采樣方法，設(shè)計(jì)了一種由粗到細(xì)的層次化的熱核加速策略。
【專利附圖】

【附圖說(shuō)明】
`[0012]圖1為算法整體處理流程示意圖。
[0013]圖2不同特征值的不同取值范圍所對(duì)應(yīng)的圖像。
[0014]圖3為特征保持的下采樣結(jié)果。
[0015]圖4為人頭MRI圖像特征提取結(jié)果及其與3D SIFT方法的效果對(duì)比。
[0016]圖5為人體盆腔CT圖像的特征提取結(jié)果及其與3D SIFT算法的效果對(duì)比。
[0017]圖6為人體腹部CT圖像的特征提取結(jié)果及其與3D SIFT算法的效果對(duì)比。
【具體實(shí)施方式】
[0018]下面結(jié)合附圖以及具體實(shí)施例進(jìn)一步說(shuō)明本發(fā)明。具體實(shí)施如下:
[0019]1.三維圖像的局部和全局結(jié)構(gòu)分析
[0020]1.1三維圖像局部結(jié)構(gòu)的向量化
[0021]黑塞矩陣H是刻畫三維圖像局部幾何結(jié)構(gòu)的一種有效方式，它能夠很好的描述表面法向量沿某一等值面的變化情況。作為一種實(shí)值的對(duì)稱矩陣，H具有實(shí)數(shù)特征值，并且滿足|λ?| ^ I λ2| ^ I λ3|，其相應(yīng)的特征向量可被記為:el，e2，e3。從某種意義上說(shuō)，最大特征值所對(duì)應(yīng)的特征向量表征了從一種材質(zhì)過度到另一種材質(zhì)時(shí)最為迅速的變化方向，而最小特征值所對(duì)應(yīng)的方向則指明了某種材質(zhì)在圖像內(nèi)部流動(dòng)的方向。并且，最大和最小特征值恰恰蘊(yùn)含了圖像的主曲率信息。因此，從各向異性熱傳遞的角度來(lái)說(shuō)，同時(shí)考慮黑塞矩陣的特征值和特征向量無(wú)疑可以克各向同性濾波器的一些局限性。同時(shí)，提取三維圖像的局部結(jié)構(gòu)并對(duì)三維圖像內(nèi)部的材質(zhì)屬性變化進(jìn)行定量刻畫也正是我們的目的所在。Alfiansyah等人通過將黑塞矩陣的特征值進(jìn)行不同形式的組合運(yùn)算，分析了它們與圖像局部結(jié)構(gòu)(平面、塊和噪聲)之間的關(guān)系:
[0022]Rsheet = (I λ3| + | λ2|)/| A1[0023]
【權(quán)利要求】
1.一種基于各向異性熱核分析的三維圖像多尺度特征提取方法，其特征是包括以下步驟: (1)借助于黑塞矩陣的特征值和特征向量，設(shè)計(jì)一種三維圖像局部幾何結(jié)構(gòu)的向量化表示方法； (2)通過將特征向量、特征值和上述局部幾何結(jié)構(gòu)的比率值進(jìn)行組合，來(lái)定義一個(gè)高維的向量場(chǎng)；借助三維圖像的全局拉普拉斯矩陣，該向量場(chǎng)的向量化表示將被用于各向異性熱傳遞模型的構(gòu)建；基于定義的向量場(chǎng)，在三維圖像上數(shù)學(xué)嚴(yán)格地定義了一種各向異性熱傳遞描述模型； (3)基于定義的各向異性熱傳遞模型，提出用黑塞矩陣的第一特征值來(lái)定義熱量場(chǎng)； (4)通過引入特征保持的下采樣方法，設(shè)計(jì)了一種由粗到細(xì)的層次化的熱核加速策略。
2.根據(jù)權(quán)利要求1所述的基于各向異性熱核分析的三維圖像多尺度特征提取方法，其特征是:所述的借助于黑塞矩陣的特征值和特征向量中，設(shè)計(jì)了一種三維圖像局部幾何結(jié)構(gòu)的向量化表示方法，并且向量空間的距離度量用于表征三維圖像材質(zhì)連續(xù)性；黑塞矩陣H是刻畫三維圖像局部幾何結(jié)構(gòu)的一種有效方式，它能夠很好的描述表面法向量沿某一等值面的變化情況；作為一種實(shí)值的對(duì)稱矩陣，H具有實(shí)數(shù)特征值，并且滿足: 入1|≥I λ2|≥I λ3|，Xi分別為矩陣特征值， 其相應(yīng)的特征向量可被記為:el，e2，e3 ;從某種意義上說(shuō)，最大特征值所對(duì)應(yīng)的特征向量表征了從一種材質(zhì)過度到另一種材質(zhì)時(shí)最為迅速的變化方向，而最小特征值所對(duì)應(yīng)的方向則指明了某種材質(zhì)在圖像內(nèi)部流動(dòng)的方向，并且，最大和最小特征值恰恰蘊(yùn)含了圖像的主曲率信息，通過將黑塞矩陣的特征值進(jìn)行不同形式的組合運(yùn)算，分析了它們與圖像局部結(jié)構(gòu)之間的關(guān)系，所述局部結(jié)構(gòu)是指平面、塊、噪聲；

3.根據(jù)權(quán)利要求1所述的基于各向異性熱核分析的三維圖像多尺度特征提取方法，其特征是:所述的基于定義的向量場(chǎng)中，在三維圖像上數(shù)學(xué)嚴(yán)格地定義了一種各向異性熱傳遞描述模型，該模型實(shí)現(xiàn)了三維圖像局部結(jié)構(gòu)的向量化，引入了基于局部結(jié)構(gòu)變化加權(quán)的全局拉普拉斯算子，在ELSVR所定義的流形上，熱的各向異性傳播由圖的全局拉普拉斯算子來(lái)決定，若將三維圖像定義為一個(gè)無(wú)向圖G= (V，Ε)，其中V代表所有的體素，E代表所有的邊且滿足E e VXV，并且當(dāng)且僅當(dāng)相應(yīng)體素滿足一環(huán)領(lǐng)域要求時(shí)，邊Eij e E的定義才成立，這里將某個(gè)體素的鄰域體素記為Ni，為了誘使熱沿相同的材質(zhì)傳播，而抑制其跨材質(zhì)傳播，以ELSVR空間的距離度量作為邊的權(quán)重來(lái)對(duì)圖的全局拉普拉斯算子進(jìn)行計(jì)算，因此，首先需要度量?jī)蓚€(gè)相鄰體素Vi和 ' 在其所屬材質(zhì)類型方面的相似度:

4.根據(jù)權(quán)利要求1所述的基于各向異性熱核分析的三維圖像多尺度特征提取方法，其特征是:所述的基于定義的各向異性熱傳遞模型中，用黑塞矩陣的第一特征值來(lái)定義熱量場(chǎng)，并通過將圖像顏色轉(zhuǎn)換為熱核信號(hào)，來(lái)輔助三維圖像多尺度特征的提取，并定義尺度空間熱核信號(hào)的極值點(diǎn)為特征點(diǎn)。
5.根據(jù)權(quán)利要求1所述的基于各向異性熱核分析的三維圖像多尺度特征提取方法，其特征是:所述的通過引入特征保持的下采樣方法中，設(shè)計(jì)了一種由粗到細(xì)的層次化的熱核加速策略，首先將原始圖像進(jìn)行下采樣并進(jìn)行類似金子塔形式的層次化組織，先在數(shù)據(jù)規(guī)模較小的低分辨率圖像上進(jìn)行熱核計(jì)算和特征點(diǎn)位置的粗略定位，然后在原始圖像相應(yīng)的局部區(qū)域內(nèi)，進(jìn)行 精細(xì)的熱核計(jì)算，進(jìn)而最終找出特征點(diǎn)的精確位置。
【文檔編號(hào)】G06T7/00GK103700090SQ201310632526
【公開日】2014年4月2日 申請(qǐng)日期:2013年12月1日 優(yōu)先權(quán)日:2013年12月1日
【發(fā)明者】李帥, 郝愛民, 秦洪, 王莉莉, 趙沁平 申請(qǐng)人:北京航空航天大學(xué)