LabVIEW开发3D颈动脉图像边缘检测

LabVIEW开发3D颈动脉图像边缘检测

近年来,超声图像在医学领域对疾病诊断具有重要意义。边缘检测是图像处理技术的重要组成部分。边缘包含图像信息。边缘检测的主要目的是根据强度和纹理等属性识别图像中均匀区域的边界。超声(US)图像存在视觉感知比其他医学成像系统差的问题。超声图像具有准确性,低成本,便携性的优势,并且对人类无害。

所开发的算法用于检测三维超声图像的准确边缘,如下所示:

•      采集3D颈总动脉图像以进行进一步处理。

•      从输入图像中提取颜色平面以检测准确的边缘。

•    从直方图获得的输入图像的最小和最大像素、平均值和标准偏差。

形态学边缘检测是通过使用预定义的结构元素从扩张图像中减去侵蚀图像来执行的。在这里,如果使用线段结构元素,则不同的结构元素会导致不同的渐变。大多数情况下,3x3正方形结构元素通常用于对图像执行形态学技术。

边缘图像是根据图像强度值的非定向二阶导数的零交叉计算的。此处的输出图像是边缘图像。

超声扫描仪保留了3D颈总动脉的图像。不同的边缘检测方法已应用于使用LabVIEW软件从3D超声图像中检测边缘。

不同的边缘检测方法区别:检测梯度类型为最大原始,内核大小为3的形态梯度边缘。阈值3用于提取普雷维特边缘。零交叉边已提取,内高斯宽度为3,外高斯宽度为5。Canny-Derichhe边缘使用高斯参数alpha值和Omega值分别为1.6和0.01进行检测,用于从提取的图像中提取颜色平面的边缘。与其他边缘检测方法相比,精尖边缘的结果提供了高边缘强度分布。

LabVIEW开发3D颈动脉图像边缘检测_第1张图片

 边缘检测技术已被用于减少数据量并删除无用的信息,同时考虑图像的重要结构属性。使用不同的边缘检测方法获得正常颈动脉图像的边缘,如Cannyderiche,Morpho梯度,Prewitt,RidgeValley,Roberts,Sobel和颈总动脉图像的零交叉。因此,噪声和上升峰值等统计参数表明,CannyDerich边缘检测方法比其他方法更合适。它在医疗应用中用于提取图像的主要特征。

这是LabVIEW的一个应用,更多的开发案例,欢迎登录北京瀚文网星官网,了解更多信息。有需要LabVIEW项目合作开发,请与我们联系。

 

你可能感兴趣的:(LabVIEW开发案例,计算机视觉,图像处理,LabVIEW开发,LabVIEW编程)