Gabor-Zernike特征在醫(yī)學(xué)圖像檢索中的應(yīng)用
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及圖像紋理形狀特征提取繼而進(jìn)行的數(shù)據(jù)檢 索，可用于醫(yī)學(xué)圖像檢索。
【背景技術(shù)】
[0002] 隨著信息技術(shù)的進(jìn)步，人們可以很容易地使用數(shù)碼相機(jī)拍照，攝像機(jī)，網(wǎng)絡(luò)攝像 機(jī)視頻和智能手機(jī)隨時(shí)隨地?cái)z取圖像。這一現(xiàn)象使得圖像數(shù)據(jù)庫獲得爆炸式增長。因此， 用戶需要使用高效的工具在龐大的圖像數(shù)據(jù)庫里搜索他們想要的圖像。尤其在醫(yī)學(xué)領(lǐng)域， 如何更加有效地存儲(chǔ)和檢索這些圖像資源給當(dāng)前廣大信息領(lǐng)域的科學(xué)研究工作者提出了 新的要求。基于內(nèi)容的圖像檢索已經(jīng)成為全世界共同的興趣，檢索時(shí)最關(guān)鍵的就是要找到 描述各圖的特征向量，保證差異很大圖像的特征向量差別很大，而差異很小圖像的特征向 量差別很小；如果相反，將會(huì)嚴(yán)重影響到檢索的結(jié)果，因而選取有效的特征向量來描述圖 像是基于內(nèi)容圖像檢索的關(guān)鍵一步。現(xiàn)在常用的特征提取方法有基于灰度、紋理、顏色等提 取方法。圖像檢索領(lǐng)域的難點(diǎn)之一是如何降低在圖像數(shù)據(jù)庫檢索時(shí)候的速率時(shí)間問題。
[0003] 其中，基于內(nèi)容的旋轉(zhuǎn)不變的Gabor-Zernike方法是將Gabor與Zernike矩陣相 結(jié)合，用相同的尺度和不同的角度來提取圖像的旋轉(zhuǎn)不變紋理特征。一組Gabor濾波器具 有不同頻率和方向可能有利于從圖像中提取有用的特性，Gabor濾波器已被廣泛應(yīng)用于模 式分析應(yīng)用程序中。而Zernike矩是正交矩的一種，比起其他矩有更小的冗余性，并且具 有旋轉(zhuǎn)不變性的良好性質(zhì)，因此考慮將Gabor-Zernike相結(jié)合用到醫(yī)學(xué)圖像的特征提取 中?，F(xiàn)有的針對醫(yī)學(xué)圖像檢索的方法一般是基于灰度直方圖或者是語義特征方面的，但是 這兩種方法精確率不高，而且很依賴于所描述的特征。Gabor-Zernike方法對于圖像的邊緣 檢測和紋理特征可以高效快速的進(jìn)行處理，而且克服了因?yàn)樘卣髅枋霾粶?zhǔn)確帶來的不定因 素的影響。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于針對已有的醫(yī)學(xué)圖像檢索技術(shù)缺陷，提出內(nèi)容的旋轉(zhuǎn)不變的 Gabor-Zernike方法，通過Gabor濾波器和Zernike矩的優(yōu)點(diǎn)來提取特征并應(yīng)用與醫(yī)學(xué)圖像 檢索中。可以高效快速的檢索出圖像，并且不受噪聲的影響。
[0005] 實(shí)現(xiàn)本發(fā)明目的技術(shù)方案是通過在了解兩種方法的基礎(chǔ)上，應(yīng)用兩種方法來進(jìn)行 圖像特征提取并完成圖像檢索，其步驟包括如下：
[0006] (1)從MRI圖像數(shù)據(jù)庫中提取連續(xù)的10張圖像，其中1張為待檢索圖像Iq(x，y)， 另9張為檢索數(shù)據(jù)庫圖像L(x,y)I2 (x,y)…I9 (x,y);
[0007] (2)對每一張圖像做歸一化處理，標(biāo)準(zhǔn)圖像尺寸，使得每張圖像尺寸相等；
[0008] (3)首先采用線性二維Gabor濾波器對待檢索圖像Iq(x，y)進(jìn)行特征提?。?br>[0009] (3. 1)g(x，y)是Gabor濾波器的基本方程，G(u，v)是對它做傅立葉變換之后的方 程；
[0010](3· 2)通過對相同公式的疊加，得到一組擁有擴(kuò)張不變性的Gabor方程gnin(x，y)， 其中Μ和N是指定的規(guī)模和方向的分量，m= 0, 1，…，Μ-1，η= 0, 1，…，N-l;
[0011] (3. 3)對上式進(jìn)行卷積處理，將得到一個(gè)關(guān)于離散Gabor波形變換的卷積方程式 Wnn；
[0012] (3. 4)根據(jù)Gabor濾波器不一樣的方向和大小特征，對PXQ的Iq(x,y)進(jìn)行量化 處理，得到E(m,n);
[0013] (3.5)計(jì)算E(m，n)的均值ynin和方差〇m，最終得到基于Gabor濾波器下的圖像 特征fGF= [μmn，σJ;
[0014] (4)然后采用Zernike矩陣的特性對待檢索圖像Iq(x,y)進(jìn)行特征提??；
[0015] (4. 1)通過Zernike多項(xiàng)式Vnm(x,y)得到Zernike矩陣Rnm(Ρ);
[0016] (4.2)對PXQ的Iq(x，y)進(jìn)行量化處理，得到Αηηι，最終得到基于Zernike矩陣的 圖像特征fZM= |Ann| ;
[0017] (5)整理數(shù)據(jù)，得到所需要的圖像的特征提取為f= {f]k|je{GF，ZM}，k= 1，2, · · ·，m};
[0018] (6)利用歸一化的比較公式dql=d(Iq，Ii)計(jì)算待檢索圖像和庫圖像之間的相似 度，通過輸出結(jié)果來完成圖像的檢索。
[0019] 本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn)：
[0020] 1、本發(fā)明基于對連續(xù)醫(yī)學(xué)圖像的結(jié)構(gòu)和紋理特性的充分的研究，較全面的考慮到 這類醫(yī)學(xué)圖像的共同特征與差異點(diǎn)。根據(jù)Gabor濾波器和Zernike矩陣在圖像特征提取上 的顯著特點(diǎn)較準(zhǔn)確的提取不同圖片的特征信息。
[0021] 2、本發(fā)明相對已有的圖像檢索方法有較高的效率，克服了現(xiàn)有技術(shù)中由于描述不 準(zhǔn)確而引起的精度下降的缺點(diǎn)，使得在有噪聲的情況下檢索精度更高。
[0022] 3、本發(fā)明相對已有的圖像檢索方法有較高的效率，并且運(yùn)行時(shí)間較短。
[0023] 仿真實(shí)驗(yàn)結(jié)果表明，本發(fā)明提出的基于Gabor-Zernike特征在醫(yī)學(xué)圖像檢索中的 應(yīng)用方法能夠有效地運(yùn)用于圖像數(shù)據(jù)的檢索，并且高效快速。
【附圖說明】
[0024] 圖1是本發(fā)明的總流程圖；
[0025] 圖2是本發(fā)明仿真采用的醫(yī)學(xué)圖像，圖（a)是待檢索圖像，圖（b)是圖像庫；
[0026] 圖3是本發(fā)明仿真采用的經(jīng)過高斯白噪聲處理過的醫(yī)學(xué)圖像，圖（a)是待檢索圖 像，圖（b)是圖像庫。
【具體實(shí)施方式】
[0027] 參照圖1，本發(fā)明的實(shí)現(xiàn)包括如下步驟：
[0028] 步驟1，從MRI圖像數(shù)據(jù)庫中提取連續(xù)的10張圖像，其中1張為待檢索圖像 Iq(X，y)，另9張為檢索數(shù)據(jù)庫圖像I! (X，y) 12 (X，y)…19 (X，y)。
[0029] 步驟2,對每一張圖像做歸一化處理，標(biāo)準(zhǔn)圖像尺寸，使得每張圖像尺寸相等。 [0030] 步驟3,采用線性二維Gabor濾波器對待檢索圖像Iq(x，y)進(jìn)行特征提取。
[0031] (3.l)g(x，y)是Gabor濾波器的基本方程，G(u，v)是對它做傅立葉變換之后的方 程；
L一Lu ~v_ij
[0032]
[0033]
[0034] 式中，〇x是空間長度，。y是頻率寬度，且
。(W，0)是Gabor 濾波器在（u，v)的頻率中心。
[0035](3. 2)通過對相同公式的疊加，得到一組擁有擴(kuò)張不變性的Gabor方程gnin(x，y)， 其中Μ和N是指定的規(guī)模和方向的分量，m= 0, 1，…，Μ-1，η= 0, 1，…，N-l;
[0036] gmn (X，y) =amG (x，，y，） ,,nn
[0037] 式中，a> 1;x'=a m(xcos Θ +ysin Θ)，y' = a m(_xsin Θ +ycos Θ)，沒。 ,/V
[0038] (3. 3)對上式進(jìn)行卷積處理，將得到一個(gè)關(guān)于離散Gabor波形變換的卷積方程式 Wnn；
[0039] 叫.A
[0040] (3. 4)根據(jù)Gabor濾波器不一樣的方向和大小特征，對PXQ的Iq(x,y)進(jìn)行量化 處理，得到E(m,n);
[0041]
jty:
[00