基于CT技術的圖像邊緣檢測及OpenCV實現*

劉洲洲,閆 偉

(1.西安航空學院電子工程學院，西安 陜西710077,2.延安大學附屬醫院東關放射科，延安 陜西716000)

基于CT技術的圖像邊緣檢測及OpenCV實現*

劉洲洲1,閆 偉2

(1.西安航空學院電子工程學院，西安 陜西710077,2.延安大學附屬醫院東關放射科，延安 陜西716000)

計算機斷層技術（CT）的出現，是人類醫學史上的一大突破，標志著現代醫學正式跨入數字化時代。CT圖像的三維重建是醫學影像學中的一個重要領域，同時口腔CT又是使用率最高的領域之一。作為圖像分割的一種方法，利用開源計算機視覺庫（OpenCV）具有多平臺支持，多語言接口，強移植性，快處理速度等優點，使用不同的邊緣提取算子提取CT圖像的輪廓并進行比較,通過CT機掃描而得的圖像進行雙邊濾波器平滑濾波，邊緣保留，Canny算子邊緣提取等圖像預處理。在算法實現上提出了方便調試的軌跡條，可以很好地對各種參數進行可視的實時調節，便于找出最優方案。

CT技術;數字圖像處理;邊緣檢測;開源計算機視覺庫;平滑濾波;邊緣提取

1 引言

圖像分割作為圖像分析、理解的基礎，在諸多領域具有廣泛的應用，如基于內容的圖像檢索、機器視覺、指紋識別以及生物醫學圖像處理方面的病變檢測、軍事圖像處理方面的地形匹配和目標鎖定[1-2]。邊緣檢測是基于邊界識別的一類圖像分割方法。邊緣檢測的基本思路是通過尋找圖像中不同部分的邊界，從而達到突出邊緣。邊緣是指像素灰度有階躍性變化的區域，在圖像中最直觀的邊界就是顏色突變的地方。邊緣是圖像的重要信息，是圖像分割的一個重要特征。對人來說，圖像的邊緣部分是首先映入腦海的，可以區分物體與物體之間的界限，邊緣是一個區域的結束，又是另一個區域的開端，利用邊緣的特性就可以對圖像進行有效的分割[3]。

2 邊緣檢測

計算機處理得出的邊緣并不一定就是圖像的真正邊緣，只是在圖像信息方面引起計算機注意的部分，具體參數要結合具體情況進行適當的整改[4]。由于實際物體的信息是三維的，而得到的圖像數據是二維，從三維降到二維的投影必然會造成信息的缺失，再加上環境和噪聲對圖像采集帶來的影響，使得很多邊緣不能被有效的識別，識別出的邊緣也不一定為真邊緣。方向和幅度是邊緣的兩個重要屬性，沿著邊緣方向的像素變化比較小，較為平緩，垂直于邊緣方向的像素變化較大，邊緣上的這種信息變化可以用微分算子檢測出來，通常使用一階或者兩階導數來進行邊緣檢測。邊緣大致可分成兩種：一種是階躍狀的如圖 1、3、5；另一種是屋頂狀的如圖 2、4、6。

邊緣檢測首先要對圖像進行濾波，因為邊緣檢測的算法主要是對圖像信息進行一階導數或者二階導數，但是導數對噪聲很敏感，如果圖像中有噪點，那邊緣檢測會放大這種噪聲效果，通常顯示為發光亮點。因此必須采用濾波器來模糊噪聲帶來的影響。然后是對圖像進行增強，增強算法可以將鄰域內比較明顯的灰度變化較為明顯地表現出來。經過增強的圖像在鄰域中可能會有一些點的幅度值比較大，但是在大部分情況下，這些幅度值較大的點并不是所需要的邊緣，在編程實現中往往通過閾值法來進行選擇性取舍。

3 Canny算子

在實際邊緣提取的應用中，對噪聲的抑制和對邊緣的提取是很難同時完全滿足的[5]，例如高精度零件和CT等對細節邊緣有著極高的要求的實例在普通邊緣檢測步驟下較難實現。因此選擇適當的邊緣檢測算子、步驟和參數可以使得到的結果接近所需要的邊緣提取目的。

有一個線性的算子可以在邊緣檢測和抗噪聲中取得一個平衡，能很好地在提取邊緣的同時保留一些細節，這個算子就是Gaussian函數的一階導數。而Canny邊緣檢測算子就是由Gaussian函數的一階導數構成的。JohnCanny在1986年提出Canny算子，它與使用局域窗口梯度的Sobel和Laplace算子不同，對噪聲的敏感度不強，是先對圖像進行平滑然后求導數的，Gaussian函數與圖像的卷積可以達到抗噪的目的，導數又可以對邊緣進行檢測。所以Canny算子在實際進行圖像處理的時候效果比較好，是最常用的邊緣檢測手段之一。由于Gaussian函數是一個對稱函數，圖像的邊緣在邊緣方向是對稱的，在垂直于邊緣的方向上是反對稱的，所以Canny算子對邊緣兩側的變化特別敏感，而對平行于邊緣方向的變化不敏感。

設二維Gaussian函數：

4 邊緣提取的評價

Canny給出了三個評價邊緣檢測性能的指標[6-7]：一是低失誤概率，盡量多的包含真實邊緣，減少將不是邊緣的部分歸為邊緣的錯誤結果；二是高精確度，得出的檢測結果應該都在正確的實際邊界上；三是單像素寬，對邊緣有一個唯一的響應，在模糊邊界中找出最優邊界。針對以上三個指標，John Canny提出了用于一階微分濾波器的邊緣檢測評價準則：信噪比準則：

單邊緣響應準則：要確保對于邊緣像素只有一個單獨的響應，算子的脈沖響應導數的零交叉點平均距離應滿足：

5 OpenCV實現

開源計算機視覺庫（Open Source Computer Vision Library，OpenCV）[8]是因特爾公司在2000年推出的一個軟件庫，包含了許多針對圖像處理方面的庫函數，可以直接調用。OpenCV具有多平臺支持，多語言接口，強移植性，快處理速度等優點。所使用的是CPU為Intel core i5-2450M的64位PC機，IDE 為 visual studio 2015，OpenCV3.0。

圖7 經雙邊濾波后的原圖像

圖8 Laplace算子邊緣檢測

圖9（a）Sobel算子參數 0

圖9（b）Sobel算子參數 1

圖9（c）Sobel算子參數 2

經邊緣濾波平滑后的圖像如圖7所示，圖8表示了Laplace算子邊緣提取圖像，圖9表示Sobel算子邊緣檢測圖像。

比較圖 9（a）、圖 9（b）、圖 9（c）參數為 0 的時候Soble算子細節較為清楚，但是存在圖像邊緣不清等特點，參數為1時邊緣比較清晰，但是細節處存在部分粘連，都不適合進行重建。圖10表示使用Canny算子進行邊緣提取。

圖10（a）canny算子牙齒圖像

圖10（b） Canny算子保留頜骨

使用Canny算子對圖像進行邊緣檢測對于細節的體現比較其他方法更高，參數的可調性也更優秀。圖10（a）顯示在參數為70時圖像可以只保留牙齒圖像，圖10（b）則可以在參數44時保留頜骨部分的圖像。Canny算子可以在實際應用中根據需要調節參數達到控制邊緣部分的功能。

6 結束語

對數字圖像處理及其OpenCV實現進行了學習，在了解CT成像技術的原理進行深入了解之后針對熱門的口腔CT圖像進行系統的整理優化，將CT機掃描而得的圖像進行Canny算子邊緣提取等圖像預處理。在算法實現上提出了方便調試的軌跡條，可以很好地對各種參數進行可視的實時調節，便于找出最優方案。為口齒排列圖像的重建工作做了較為完善的準備工作。

[1]姜赟.基于面繪制的圖像三維可視化算法研究[D].成都：電子科技大學,2007.Jiang Yun.Surface Rendering the Image Based on Three-dimensional Visualization Algorithm [D].Chengdu:University of Electronic Science and technology,2007

[2]王群.CT斷層圖像三維重建中插值技術研究與應用[D].蘇州大學,2007.Wang Qun.Study and Application of Interpolation Technique in 3D Reconstruction of CT Fault Images[D].Suzhou:Suzhou University,2007

[3]林卉,趙長勝,舒寧.基于Canny算子的邊緣檢測及評價[J].黑龍江工程學院學報,2003,(02):6-16.Lin Hui,Zhao Changsheng,Shu Ning.Detection and Evaluation of Canny Operator Based on[J].Journal of Heilongjiang Academy of Engineering,2003,(02):6-16.

[4]余洪山,王耀南.一種改進型Canny邊緣檢測算法[J].計算機工程與應用,2004,20:27-29.Yu Hongshan,Wang Yaonan.An Improved Canny Edge Detection Algorithm [J].Computer Engineering and Applications,2004,(20):27-29.

[5]曹璐,戴青云,潘晴.一種改進型Canny聯合閾值分割的圖像背景去除在外觀專利圖像檢索中的應用[J].計算機工程與應用,2012,(01):208-211 Cao Lu,Dai Qingyun,Pan Qing.The Background Image of a Modified Canny Combined with Threshold Segmentation in the Removal of Design Patent Image Retrieval Using[J].Computer Engineering and Applications,2012,(01):208-211

[6]劉榮科,張曉林,廖小濤,聶振鋼.基于可逆提升小波變換和上下文預測的SAR圖像無損壓縮算法 [J].航空學報,2002,(06):534-537.Liu Rongke,Zhang Xiaolin,Liao Xiaotao,Nie Zhengang.Lossless Compression Algorithm of SAR Image Based on Wavelet Transform and Reversible Context Prediction[J].Aircraft 2002,(06):534-537.

[7]袁勇.一種改進的中值濾波方法 [J].成都理工大學學報(自然科學版），2013，v.40;No.17702:125-129.Yuan Yong.An improved Median Filtering Method[J].Journal of Chengdu University of Technology(NATURAL SCIENCE EDITION),2013,v.40;No.17702:125-129.

[8]陳學奇.圖像測量中的算法研究 [D].長沙：中南大學,2013.Chen Xueqi.Algorithm Research in Image Measurement[D].Changsha:Central South University,2013.

Image Edge Detection and OpenCV Implementation Based on CT Technology

Liu Zhouzhou1,Yan Wei2
(1.School of Electronic Engineering,Xi’an Aeronautical University,Xi’an 710077,China,2.Yan’an University Affiliated Hospital Radiology,Yan’an 716000,China)

The advent of computed tomography technique(CT)is a breakthrough of human medical history,marking the modern medicine officially entered the digital age.CT image 3D reconstruction is an important field of Medical Imageology,and oral CT is one of the fields having highest utilization rate.As a method of image segmentation,using OpenCV has some advantages such as multiple platform supporting,multilingual interface,strong portability,and quick processing.Using different edge detection operators to extract the outline of CT image and compare,the image preprocessing,such as tow-side filter smoothing filtering,edges preserving,and Canny operator edge extrcation,is executed to the images from CT scanning.A track bar easy to test is put florwand for algorithm implementation,which can make visible true time control to a variety of parameters to conveniently find optimal scheme.

CT technology;Digital image processing;Edge detection;OpenCV;Smoothing filter;Edge extraction

10.3969/j.issn.1002-2279.2017.04.021

A

1002-2279-（2017）04-0087-04

國家自然科學基金資助項目（61601365）

劉洲洲（1981—）,男,山西省運城市人,博士生,研究方向：智能優化算法。

2016-09-26