一种基于毗邻图像特征点集的DSA脑血管图像自动分割方法

    公开(公告)号:CN104504708A

    公开(公告)日:2015-04-08

    申请号:CN201410830718.3

    申请日:2014-12-26

    CPC classification number: G06T2207/30016 G06T2207/30101

    Abstract: 本发明公开了一种基于毗邻图像特征点集的DSA脑血管图像自动分割方法,包括1:导入若干对连续的DSA脑血管图像作为源图像数据;2:对每一对DSA脑血管图像均进行分区;3:对分区后的DSA脑血管设置图像阈值;4:基于sift算法提取特征点;5:对每一对提取特征点的DSA脑血管图像中的蒙片图像与活片图像均基于数字减影技术得到相应活片图像的特征点差值图像;6:提取所有所述特征点差值图像的图像特征点集,利用相邻图像关系对图像特征点集进行精确提取;7:对提取的图像特征点集进行区域生长,得到相应的脑血管图像。本发明采用图像分割技术,利用毗邻图像,将邻域间的像素信息进行综合,提高了特征点信息提取的准确性,有效减小了噪声。

    一种基于毗邻图像特征点集的DSA脑血管图像自动分割方法

    公开(公告)号:CN104504708B

    公开(公告)日:2017-02-22

    申请号:CN201410830718.3

    申请日:2014-12-26

    Abstract: 本发明公开了一种基于毗邻图像特征点集的DSA脑血管图像自动分割方法,包括1:导入若干对连续的DSA脑血管图像作为源图像数据;2:对每一对DSA脑血管图像均进行分区;3:对分区后的DSA脑血管设置图像阈值;4:基于sift算法提取特征点;5:对每一对提取特征点的DSA脑血管图像中的蒙片图像与活片图像均基于数字减影技术得到相应活片图像的特征点差值图像;6:提取所有所述特征点差值图像的图像特征点集,利用相邻图像关系对图像特征点集进行精确提取;7:对提取的图像特征点集进行区域生长,得到相应的脑血管图像。本发明采用图像分割技术,利用毗邻图像,将邻域间的像素信息进行综合,提高了特征点信息提取的准确性,有效减小了噪声。

Patent Agency Ranking