1.一种基于凸包高次幂拟合的医学分割图像凹缺陷填补方法,其特征在于,包括以下步骤:S1:获取医学二值分割图像经过前处理,然后提取单像素器官边缘轮廓;
S2:Graham扫描提取边缘轮廓凹缺陷信息,凹缺陷信息包括轮廓上各处凹缺陷的起始点坐标Si、终止点坐标Ei、最远点坐标Fi以及凹缺陷最深距离DFar;
S3:构建关键点集合Defecti,其中:
S3.1:通过起始点与终止点在二维坐标系中计算中间点;
S3.2:通过中间点与最远点,并根据比例系数λ,计算过渡点,其中0<λ<1;
S3.3:在轮廓曲线上以前后n个像素点进行延伸,得到延伸后的关键点,其中n为正整数,表示在轮廓曲线上延伸的像素点数;
S4:遍历关键点集合,利用幂次大于2的高次幂曲线依次拟合点集;
S5:利用连通域像素面积的自适应阈值判断凹缺陷区域,并通过泛洪填充处理背景区域;
S6:对填充图像与原始输入图像进行逻辑操作,得到光滑完整的填补图像。
2.根据权利要求1所述一种基于凸包高次幂拟合的医学分割图像凹缺陷填补方法,其特征在于,所述S1的具体步骤为:步骤1:输入医学二值分割图像经过形态学处理,然后按照RGB三通道进行加权平均计算得到灰度图像,其中三个分量的权重分别为0.299、0.587、0.114;
步骤2:将灰度图像通过边缘检测提取器官边缘单像素轮廓。
3.根据权利要求1所述一种基于凸包高次幂拟合的医学分割图像凹缺陷填补方法,其特征在于,所述S2中提取边缘轮廓凹缺陷信息的具体步骤为:步骤1:寻找图像中器官外部轮廓;
步骤2:利用Graham扫描获取外部轮廓上所有的凹缺陷信息;
步骤3:通过参数指标进行判断以剔除非凹缺陷区域。
4.根据权利要求1所述一种基于凸包高次幂拟合的医学分割图像凹缺陷填补方法,其特征在于,所述S3中对确定的坐标Si和坐标Ei在区域边缘轮廓上进行前后像素点延伸,得到延伸后的关键点共六个。
5.根据权利要求1所述一种基于凸包高次幂拟合的医学分割图像凹缺陷填补方法,其特征在于,所述S4中遍历集合Defecti,包括点[Si-n,Si,Si+n]、Ti以及[Ei-n,Ei,Ei+n],利用幂次为σ的高次幂依次连接Defecti中的关键点,其中σ>2,即光滑曲线拟合。
6.根据权利要求1所述一种基于凸包高次幂拟合的医学分割图像凹缺陷填补方法,其特征在于,所述S5中曲线拟合后在轮廓上形成若干个微小连通域,即凹缺陷区域,求取图像上所有轮廓所对应的面积,通过自适应像素阈值判断凹缺陷区域面积。
7.根据权利要求1所述一种基于凸包高次幂拟合的医学分割图像凹缺陷填补方法,其特征在于,所述S5中泛洪填充处理的具体步骤为:步骤1:在图像水平方向和垂直方向上分别添加两个像素点进行掩码创建操作;
步骤2:选取图像种子点seedPoint以及待填充颜色;
步骤3:设置像素RGB阈值上限和下限,对背景区域进行颜色重绘。
8.根据权利要求1所述一种基于凸包高次幂拟合的医学分割图像凹缺陷填补方法,其特征在于,所述S6中将步骤S5得到的图像进行按位非操作,再与原始输入图像进行按位或操作,经上述逻辑操作后得到合并图像。