劉洲洲,閆 偉

(1.西安航空學(xué)院電子工程學(xué)院，西安 陜西710077,2.延安大學(xué)附屬醫(yī)院東關(guān)放射科，延安 陜西716000)

基于CT技術(shù)的圖像邊緣檢測(cè)及OpenCV實(shí)現(xiàn)*

劉洲洲1,閆 偉2

(1.西安航空學(xué)院電子工程學(xué)院，西安 陜西710077,2.延安大學(xué)附屬醫(yī)院東關(guān)放射科，延安 陜西716000)

計(jì)算機(jī)斷層技術(shù)（CT）的出現(xiàn)，是人類(lèi)醫(yī)學(xué)史上的一大突破，標(biāo)志著現(xiàn)代醫(yī)學(xué)正式跨入數(shù)字化時(shí)代。CT圖像的三維重建是醫(yī)學(xué)影像學(xué)中的一個(gè)重要領(lǐng)域，同時(shí)口腔CT又是使用率最高的領(lǐng)域之一。作為圖像分割的一種方法，利用開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)（OpenCV）具有多平臺(tái)支持，多語(yǔ)言接口，強(qiáng)移植性，快處理速度等優(yōu)點(diǎn)，使用不同的邊緣提取算子提取CT圖像的輪廓并進(jìn)行比較,通過(guò)CT機(jī)掃描而得的圖像進(jìn)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(yù)處理。在算法實(shí)現(xiàn)上提出了方便調(diào)試的軌跡條，可以很好地對(duì)各種參數(shù)進(jìn)行可視的實(shí)時(shí)調(diào)節(jié)，便于找出最優(yōu)方案。

CT技術(shù);數(shù)字圖像處理;邊緣檢測(cè);開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù);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(chǔ)，在諸多領(lǐng)域具有廣泛的應(yīng)用，如基于內(nèi)容的圖像檢索、機(jī)器視覺(jué)、指紋識(shí)別以及生物醫(yī)學(xué)圖像處理方面的病變檢測(cè)、軍事圖像處理方面的地形匹配和目標(biāo)鎖定[1-2]。邊緣檢測(cè)是基于邊界識(shí)別的一類(lèi)圖像分割方法。邊緣檢測(cè)的基本思路是通過(guò)尋找圖像中不同部分的邊界，從而達(dá)到突出邊緣。邊緣是指像素灰度有階躍性變化的區(qū)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(gè)重要特征。對(duì)人來(lái)說(shuō)，圖像的邊緣部分是首先映入腦海的，可以區(qū)分物體與物體之間的界限，邊緣是一個(gè)區(qū)域的結(jié)束，又是另一個(gè)區(qū)域的開(kāi)端，利用邊緣的特性就可以對(duì)圖像進(jìn)行有效的分割[3]。

2 邊緣檢測(cè)

計(jì)算機(jī)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(jì)算機(jī)注意的部分，具體參數(shù)要結(jié)合具體情況進(jìn)行適當(dāng)?shù)恼腫4]。由于實(shí)際物體的信息是三維的，而得到的圖像數(shù)據(jù)是二維，從三維降到二維的投影必然會(huì)造成信息的缺失，再加上環(huán)境和噪聲對(duì)圖像采集帶來(lái)的影響，使得很多邊緣不能被有效的識(shí)別，識(shí)別出的邊緣也不一定為真邊緣。方向和幅度是邊緣的兩個(gè)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(cè)出來(lái)，通常使用一階或者兩階導(dǎo)數(shù)來(lái)進(jìn)行邊緣檢測(cè)。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(cè)首先要對(duì)圖像進(jìn)行濾波，因?yàn)檫吘墮z測(cè)的算法主要是對(duì)圖像信息進(jìn)行一階導(dǎo)數(shù)或者二階導(dǎo)數(shù)，但是導(dǎo)數(shù)對(duì)噪聲很敏感，如果圖像中有噪點(diǎn)，那邊緣檢測(cè)會(huì)放大這種噪聲效果，通常顯示為發(fā)光亮點(diǎn)。因此必須采用濾波器來(lái)模糊噪聲帶來(lái)的影響。然后是對(duì)圖像進(jìn)行增強(qiáng)，增強(qiáng)算法可以將鄰域內(nèi)比較明顯的灰度變化較為明顯地表現(xiàn)出來(lái)。經(jīng)過(guò)增強(qiáng)的圖像在鄰域中可能會(huì)有一些點(diǎn)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(diǎn)并不是所需要的邊緣，在編程實(shí)現(xiàn)中往往通過(guò)閾值法來(lái)進(jìn)行選擇性取舍。

3 Canny算子

在實(shí)際邊緣提取的應(yīng)用中，對(duì)噪聲的抑制和對(duì)邊緣的提取是很難同時(shí)完全滿足的[5]，例如高精度零件和CT等對(duì)細(xì)節(jié)邊緣有著極高的要求的實(shí)例在普通邊緣檢測(cè)步驟下較難實(shí)現(xiàn)。因此選擇適當(dāng)?shù)倪吘墮z測(cè)算子、步驟和參數(shù)可以使得到的結(jié)果接近所需要的邊緣提取目的。

有一個(gè)線性的算子可以在邊緣檢測(cè)和抗噪聲中取得一個(gè)平衡，能很好地在提取邊緣的同時(shí)保留一些細(xì)節(jié)，這個(gè)算子就是Gaussian函數(shù)的一階導(dǎo)數(shù)。而Canny邊緣檢測(cè)算子就是由Gaussian函數(shù)的一階導(dǎo)數(shù)構(gòu)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(duì)噪聲的敏感度不強(qiáng)，是先對(duì)圖像進(jìn)行平滑然后求導(dǎo)數(shù)的，Gaussian函數(shù)與圖像的卷積可以達(dá)到抗噪的目的，導(dǎo)數(shù)又可以對(duì)邊緣進(jìn)行檢測(cè)。所以Canny算子在實(shí)際進(jìn)行圖像處理的時(shí)候效果比較好，是最常用的邊緣檢測(cè)手段之一。由于Gaussian函數(shù)是一個(gè)對(duì)稱函數(shù)，圖像的邊緣在邊緣方向是對(duì)稱的，在垂直于邊緣的方向上是反對(duì)稱的，所以Canny算子對(duì)邊緣兩側(cè)的變化特別敏感，而對(duì)平行于邊緣方向的變化不敏感。

設(shè)二維Gaussian函數(shù)：

4 邊緣提取的評(píng)價(jià)

Canny給出了三個(gè)評(píng)價(jià)邊緣檢測(cè)性能的指標(biāo)[6-7]：一是低失誤概率，盡量多的包含真實(shí)邊緣，減少將不是邊緣的部分歸為邊緣的錯(cuò)誤結(jié)果；二是高精確度，得出的檢測(cè)結(jié)果應(yīng)該都在正確的實(shí)際邊界上；三是單像素寬，對(duì)邊緣有一個(gè)唯一的響應(yīng)，在模糊邊界中找出最優(yōu)邊界。針對(duì)以上三個(gè)指標(biāo)，John Canny提出了用于一階微分濾波器的邊緣檢測(cè)評(píng)價(jià)準(zhǔn)則：信噪比準(zhǔn)則：

單邊緣響應(yīng)準(zhǔn)則：要確保對(duì)于邊緣像素只有一個(gè)單獨(dú)的響應(yīng)，算子的脈沖響應(yīng)導(dǎo)數(shù)的零交叉點(diǎn)平均距離應(yīng)滿足：

5 OpenCV實(shí)現(xiàn)

開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)（Open Source Computer Vision Library，OpenCV）[8]是因特爾公司在2000年推出的一個(gè)軟件庫(kù)，包含了許多針對(duì)圖像處理方面的庫(kù)函數(shù)，可以直接調(diào)用。OpenCV具有多平臺(tái)支持，多語(yǔ)言接口，強(qiáng)移植性，快處理速度等優(yōu)點(diǎn)。所使用的是CPU為Intel core i5-2450M的64位PC機(jī)，IDE 為 visual studio 2015，OpenCV3.0。

圖7 經(jīng)雙邊濾波后的原圖像

圖8 Laplace算子邊緣檢測(cè)

圖9（a）Sobel算子參數(shù) 0

圖9（b）Sobel算子參數(shù) 1

圖9（c）Sobel算子參數(shù) 2

經(jīng)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(cè)圖像。

比較圖 9（a）、圖 9（b）、圖 9（c）參數(shù)為 0 的時(shí)候Soble算子細(xì)節(jié)較為清楚，但是存在圖像邊緣不清等特點(diǎn)，參數(shù)為1時(shí)邊緣比較清晰，但是細(xì)節(jié)處存在部分粘連，都不適合進(jìn)行重建。圖10表示使用Canny算子進(jìn)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(duì)圖像進(jìn)行邊緣檢測(cè)對(duì)于細(xì)節(jié)的體現(xiàn)比較其他方法更高，參數(shù)的可調(diào)性也更優(yōu)秀。圖10（a）顯示在參數(shù)為70時(shí)圖像可以只保留牙齒圖像，圖10（b）則可以在參數(shù)44時(shí)保留頜骨部分的圖像。Canny算子可以在實(shí)際應(yīng)用中根據(jù)需要調(diào)節(jié)參數(shù)達(dá)到控制邊緣部分的功能。

6 結(jié)束語(yǔ)

對(duì)數(shù)字圖像處理及其OpenCV實(shí)現(xiàn)進(jìn)行了學(xué)習(xí)，在了解CT成像技術(shù)的原理進(jìn)行深入了解之后針對(duì)熱門(mén)的口腔CT圖像進(jìn)行系統(tǒng)的整理優(yōu)化，將CT機(jī)掃描而得的圖像進(jìn)行Canny算子邊緣提取等圖像預(yù)處理。在算法實(shí)現(xiàn)上提出了方便調(diào)試的軌跡條，可以很好地對(duì)各種參數(shù)進(jìn)行可視的實(shí)時(shí)調(diào)節(jié)，便于找出最優(yōu)方案。為口齒排列圖像的重建工作做了較為完善的準(zhǔn)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(xué),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(shù)研究與應(yīng)用[D].蘇州大學(xué),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(zhǎng)勝,舒寧.基于Canny算子的邊緣檢測(cè)及評(píng)價(jià)[J].黑龍江工程學(xué)院學(xué)報(bào),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(jìn)型Canny邊緣檢測(cè)算法[J].計(jì)算機(jī)工程與應(yīng)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(jìn)型Canny聯(lián)合閾值分割的圖像背景去除在外觀專利圖像檢索中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)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(yù)測(cè)的SAR圖像無(wú)損壓縮算法 [J].航空學(xué)報(bào),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(jìn)的中值濾波方法 [J].成都理工大學(xué)學(xué)報(bào)(自然科學(xué)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(xué)奇.圖像測(cè)量中的算法研究 [D].長(zhǎng)沙：中南大學(xué),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(guó)家自然科學(xué)基金資助項(xiàng)目（61601365）

劉洲洲（1981—）,男,山西省運(yùn)城市人,博士生,研究方向：智能優(yōu)化算法。

2016-09-26