醫(yī)學X射線圖像處理算法初探

杜瑋

（唐山市第二醫(yī)院，河北 唐山063000）

醫(yī)學X射線圖像處理算法初探

杜瑋

（唐山市第二醫(yī)院，河北 唐山063000）

針對DR圖像的特點，主要論述了應用灰色系統(tǒng)理論進行圖像分割的算法。通過計算各像素點與初始聚類中心的灰色關聯(lián)度，將像素點進行歸類。然后，進行迭代運算，更新聚類中心，使得灰色關聯(lián)度總和最小，獲得最佳分割效果。

DR圖像；圖像分割；灰色聚類；灰色關聯(lián)度

0 引言

DR（digital radiography）圖像相對其他X成像技術(shù)獲得的圖像具有較高的分辨率，圖像細節(jié)顯示清楚，便于后期處理等優(yōu)點。但與傳統(tǒng)光學成像相比，圖像的分辨率處于較低水平。由于采用DICOM（Digital Imaging and Communications in Medicine）圖像格式，因此，處理方法也與傳統(tǒng)數(shù)字圖像處理存在不同[1]。

1 DR文件的讀取

DR圖像采用的DICOM格式與傳統(tǒng)PC機上常見BMP格式不同，因此，要在PC機上處理DR圖像就必須進行轉(zhuǎn)換。目前，由DR圖像轉(zhuǎn)換成BMP格式圖像大多數(shù)為32位增強彩色圖像，即除了顏色的三個分量（RGB）外還有第四個分量：透明度（alpha）。所以，DR圖像轉(zhuǎn)換后的一個像素就由四個分量組成。由于X成像技術(shù)本身的特點，一個像素的alpha分量一般為0，而RGB三個分量的值是相等的。也就是說，轉(zhuǎn)換后的DR圖像實質(zhì)上是一幅灰度圖像。因此，讀取圖像數(shù)據(jù)時應按照32位真彩色格式處理，在后續(xù)處理時按256級灰度圖像處理。

2 DR圖像的平滑處理

如上原因，DR圖像的平滑處理應使用灰度圖像處理方法，因此，圖像處理的復雜程度較低。常用平滑處理算法包括均值濾波、中值濾波等。

均值濾波是典型的線性濾波算法，處理時以目標像素為中心，取其周圍全體像素的灰度平均值來代替原來的灰度值。均值濾波運算速度快，但不能很好地保護圖像細節(jié)，使圖像變得模糊。

與之對應，中值濾波法是一種非線性平滑技術(shù)，以目標像素點鄰域窗口內(nèi)的所有像素點灰度值的排序中間值為該像素點的灰度值某。由于需進行排序運算，因此計算效率較低，但對圖像細節(jié)有很好的保護效果，濾波效果也較好。

3 DR圖像的分割

傳統(tǒng)的圖像分割定義：把圖像分成若干個具有特殊意義的區(qū)域，是由圖像處理到圖像分析的關鍵步驟。常用的算法主要包括：基于閾值的分割方法和基于邊緣的分割方法等。由于DR圖像的特殊性，上述兩種算法均不能很好的完成圖像分割工作。圖2（a）為使用經(jīng)典最大方差閾值法處理后的結(jié)果，圖2（b）為使用經(jīng)典Sobel算子處理后的結(jié)果。最大方差閾值法處理后，圖像細節(jié)丟失嚴重；使用經(jīng)典Sobel算子處理后，圖像的細節(jié)保留較好，但無法分清主次。

筆者應用灰色系統(tǒng)理論中的灰色關聯(lián)度方法對DR圖像進行處理[2-4]，進行了灰色聚類處理，取得了較好的分割效果。本算法屬于聚類算法，具體算法為：首先，根據(jù)實際需要確定聚類數(shù)目和初始聚類中心；然后，計算DR圖像中每個像素與各聚類中心中心的灰色關聯(lián)度，并按照關聯(lián)程度將像素點歸類；最后，進行迭代運算，更新聚類中心，目的是使得灰色關聯(lián)度總和最小。

4 結(jié)論

圖3所示為對圖1（a）進行灰色聚類處理后的結(jié)果，最終確定8個聚類中心（其中7個灰度值大于20，一個小于20，以此為背景），圖4以彩色形式顯示采用灰色聚類結(jié)果。由圖3、圖4可以看出采用灰色聚類算法可有效的對DR圖像進行分割。

［1］諶家喜.直接數(shù)字化X線攝影系統(tǒng)圖像處理方法研究[D].中國科學技術(shù)大學, 2008.

［2］李慶利,郭彩玲,張向紅.陶瓷磚表面質(zhì)量視覺檢測系統(tǒng)研究[J].陶瓷學報, 2011,32（1）:42-43.

［3］李慶利,王永強,張帆.陶瓷磚特征顏色提取算法研究[J].中國陶瓷,2012(12): 58-60.

［4］李慶利,王永強,張帆.基于彩色圖像的零件識別圖像預處理方法研究[J].制造業(yè)自動化,2015,37(18):80-82.

［責任編輯：田吉捷］