图像处理方法、装置、电子设备以及存储介质与流程

1.本发明实施例涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、电子设备以及存储介质。


背景技术：

2.在数字图像处理领域中，对ct中的器官mask进行提取特征提取的过程中，有时需对特征曲线进行缩放等重新设定大小的操作，即resize。现有技术一是对mask使用opencv、simpleitk等第三方开源库对图像进行reszie，然后再提取缩放后图像的特征曲线。由于ct中的器官mask往往较大，这种方法极为耗时；现有技术二直接对中线进行resize操作，但该操作经常会使resize操作中线出现中线断裂的问题。


技术实现要素：

3.本发明提供一种图像处理方法、装置、电子设备以及存储介质，以实现保证特征边缘的连续性，并在提高图像处理质量的同时减少处理时间、实现对图像的实时处理。
4.第一方面，本发明实施例提供了一种图像处理方法，该方法包括：
5.获取源图像中的原始特征，并提取所述原始特征中的原始特征点；
6.获取目标背景图像，并基于所述源图像、所述目标背景图像以及各所述原始特征点的原始坐标，确定各所述原始特征点在所述目标背景图像中对应的各候选特征点；其中，所述目标背景图像的目标图像参数与所述源图像的预缩放图像的预缩放图像参数相同；
7.对于任一原始特征点，在所述原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，并基于所述当前原始特征点、各所述原始相邻特征点分别对应的所述候选特征点确定所述当前原始特征点在目标背景图像中对应的关联特征点；
8.基于所述目标背景图像中的各关联特征点生成包含目标特征的目标图像。
9.可选的，所述获取源图像中的原始特征，并提取所述原始特征中的原始特征点，包括：
10.获取所述源图像中的像素点，并基于预设像素阈值条件以及所述像素点对应的像素数据确定所述原始特征；或，基于预先训练的特征提取模型，对所述源图像进行特征提取，得到所述原始特征；
11.提取所述原始特征中像素点对应的像素坐标，基于所述像素坐标确定所述原始特征中的原始特征点。
12.可选的，所述获取目标背景图像，并基于所述源图像、所述目标背景图像以及各所述原始特征点的原始坐标，确定各所述原始特征点在所述目标背景图像中对应的各候选特征点，包括：
13.获取所述源图像的源图像参数，并基于所述源图像参数以及所述源图像和所述预缩放图像之间的缩放倍率，确定所述源图像的预缩放图像的预缩放图像参数；
14.基于所述预缩放图像的预缩放图像参数生成具有相同图像参数的目标背景图像；
15.基于所述目标背景的目标图像参数、所述源图像参数以及各所述原始特征点的原始坐标，确定各所述原始特征点在所述目标背景图像中对应的各候选特征点。
16.可选的，所述在所述原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，包括：
17.获取预设范围阈值，将当前原始坐标作为坐标中心，并在所述原始特征点中确定所述预设范围阈值内的至少一个原始特征点；
18.确定各所述原始特征点为所述当前原始特征点在所述原始特征中预设范围内的至少一个原始相邻特征点。
19.可选的，所述基于所述当前原始特征点、各所述原始相邻特征点分别对应的所述候选特征点确定所述当前原始特征点在目标背景图像中对应的关联特征点，包括：
20.在各所述候选特征点中，分别确定所述当前原始特征点对应的当前候选特征点，以及各所述原始相邻特征点分别对应的各相邻候选特征点；
21.确定所述当前候选特征点、各所述相邻候选特征点为所述当前原始特征点在目标背景图像中对应的各关联特征点。
22.可选的，所述基于所述目标背景图像中的各关联特征点生成包含目标特征的目标图像，包括：
23.分别确定各所述关联特征点中任意相邻两关联特征点之间的中间特征点；
24.基于所述各所述关联特征点以及各所述中间坐标点生成包含目标特征的目标图像。
25.可选的，在生成包含目标特征的目标图像之后，还包括：
26.对所述目标特征的特征边缘进行平滑处理，得到平滑后的目标特征。
27.可选的，所述源图像包括医学图像，所述原始特征包括所述医学图像中的血管中心线。
28.可选的，所述图像处理器包括cpu子处理器和至少一个gpu子处理器；
29.相应的，所述cpu子处理器用于执行获取源图像中的原始特征，并提取所述原始特征中的原始特征点；以及获取目标背景图像，并基于所述源图像、所述目标背景图像以及各所述原始特征点的原始坐标，确定各所述原始特征点在所述目标背景图像中对应的各候选特征点；其中，所述目标背景图像的目标图像参数与所述源图像的预缩放图像的预缩放图像参数相同；
30.对于任一gpu子处理器，所述gpu用于执行在所述原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，并基于所述当前原始特征点、各所述原始相邻特征点分别对应的所述候选特征点确定所述当前原始特征点在目标背景图像中对应的关联特征点；
31.所述cpu子处理器还用于执行基于所述目标背景图像中的各关联特征点生成包含目标特征的目标图像。
32.第二方面，本发明实施例还提供了一种图像处理装置，该装置包括：
33.原始特征点获取模块，用于获取源图像中的原始特征，并提取所述原始特征中的原始特征点；
34.候选特征点确定模块，用于获取目标背景图像，并基于所述源图像、所述目标背景
图像以及各所述原始特征点的原始坐标，确定各所述原始特征点在所述目标背景图像中对应的各候选特征点；其中，所述目标背景图像的目标图像参数与所述源图像的预缩放图像的预缩放图像参数相同；
35.关联特征点确定模块，用于对于任一原始特征点，在所述原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，并基于所述当前原始特征点、各所述原始相邻特征点分别对应的所述候选特征点确定所述当前原始特征点在目标背景图像中对应的关联特征点；
36.目标图像生成模块，用于基于所述目标背景图像中的各关联特征点生成包含目标特征的目标图像。
37.第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：
38.一个或多个处理器；
39.存储装置，用于存储一个或多个程序，
40.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例提供的图像处理方法。
41.第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的图像处理方法。
42.本实施例的技术方案具体包括：获取源图像中的原始特征，并提取原始特征中的原始特征点；获取目标背景图像，并基于源图像、目标背景图像以及各原始特征点的原始坐标，确定各原始特征点在目标背景图像中对应的各候选特征点；其中，目标背景图像的目标图像参数与源图像的预缩放图像的预缩放图像参数相同；对于任一原始特征点，在原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，并基于当前原始特征点、各原始相邻特征点分别对应的候选特征点确定当前原始特征点在目标背景图像中对应的关联特征点；基于目标背景图像中的各关联特征点生成包含目标特征的目标图像。上述技术方案通过对源图像的原始特征进行缩放，并对缩放后的特征进行插值处理，既缩短了图像处理的时间，也保证了缩放后的图像特征的特征边缘的连续性，在提高图像处理质量的同时减少处理时间、实现对图像的实时处理。
附图说明
43.为了更加清楚地说明本发明示例性实施例的技术方案，下面对描述实施例中所需要用到的附图做一简单介绍。显然，所介绍的附图只是本发明所要描述的一部分实施例的附图，而不是全部的附图，对于本领域普通技术人员，在不付出创造性劳动的前提下，还可以根据这些附图得到其他的附图。
44.图1是本发明实施例提供的一种图像处理方法的流程示意图；
45.图2是本发明实施例涉及的另一种图像处理方法的流程示意图；
46.图3是本发明实施例提供的另一种图像处理方法的流程示意图；
47.图4是本发明实施例提供的一种图像处理装置的结构示意图；
48.图5为本发明实施例提供的电子设备的结构示意图。
具体实施方式
49.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
50.应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
51.本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
52.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
53.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
54.一些实施例中，在对原始图像中的图像特征进行特征处理或者特征展示之前，会对原始图像中的图像特征进行缩放处理，从而得到包含有处理后的图像特征的目标图像，以实现得到带有满足需求的图像特征的目标图像。现有技术中，对图像特征进行缩放处理的方法中一般直接将包含有图像特征的原始图像进行缩放处理，从而直接得到带有满足需求的图像特征的目标图像。但是上述方法在实施的过程中，由于原始图像的数据量较大，导致进行图像缩放的过程较为耗时，并且需要较高的计算机处理系统，以支撑大数据量的数据计算，因此增加了处理时间以及处理成本。在上述实施例的基础上，一些技术为了缩短处理时间、降低成本采用直接对原始图像中的图像特征进行缩放处理。本公开实施例的技术方案在实施发现上述方法过程中发现：直接对原始特征进行缩放操作，经常会使缩放操作后的图像特征出现特征边缘断裂的问题。针对上述技术问题，为了使保证特征边缘的连续性，并在提高图像处理质量的同时减少处理时间、实现对图像的实时处理，本发明实施例提供的技术方案，参见图1，图1为本发明实施例提供的一种图像处理方法的流程图，本实施例可适用于对图像中的图像特征进行缩放的情况。该方法可以由图像处理装置来执行，该装置可以由软件和/或硬件的方式来实现。
55.s110、获取源图像中的原始特征，并提取原始特征中的原始特征点。
56.在本发明实施例中，源图像可以解释为包含有原始特征的原始图像，原始特征可以理解为源图像中的局部特征，例如可以源图像中的局部区域特征、局部线条特征等图像特征。示例性的，源图像可以为经医学影像设备拍摄的医学图像，例如胸部ct图像，相应的，原始特征可以理解为该胸部ct图像中的冠脉区域，或者冠脉中心线。需要说明的是，本实施例中的冠脉中心线可以解释为将当前冠脉切割为若干个横截面，基于各横截面的中心点连接所形成的线条为当前冠脉的冠脉中心线。可选的，源图像还可以是经相机拍摄的风景照片或者物体照片，相应的，原始特征可以是风景照片中的任一景色、或者是物体照片中的任一物体，当然，源图像还可以是其他类型的图像，相应的原始特征也可以是其他特征，本实
施例对此不作限定。
57.具体的，获取源图像的方法可以是直接基于摄像设备获取得到，也可以从存储图像的服务器或者数据库进行图像读取所得到。可选的，获取源图像中的原始特征的方法可以包括：获取源图像的像素数据，并基于预设像素阈值条件以及像素数据确定原始特征；或，基于预先训练的特征提取模型，对源图像进行特征提取，得到原始特征。
58.具体的，获取源图像中各像素点的像素数据，以及获取预设像素阈值条件，将源图像中各像素点的像素数据与该预设像素阈值条件进行数值比对。获取比对结果中符合预设像素阈值条件的各像素数据，并基于各像素数据对应的像素点确定原始特征。例如，将各像素点所形成的区域确定为原始特征。其中，预设像素阈值条件可以根据源图像中各像素点的像素数据数值进行预先设置。可选的，还可以获取预先训练完成的特征提取模型，并将获取到的源图像输入至该特征提取模型中，得到模型输出的原始特征。当然，上述确定原始特征的方式只是作为本实施例中的示例性的技术方案，本实施例还可以基于其他方法获取源图像的原始特征，对此不作限定。
59.进一步的，在获取到源图像的原始特征之后，会提取原始特征中像素点对应的像素坐标，基于像素坐标确定原始特征中的原始特征点。
60.具体的，确定提取组成各原始特征的各像素点的像素坐标，基于各像素坐标确定原始特征的原始特征点。例如可以将各像素点确定为原始特征的原始特征点。
61.s120、获取目标背景图像，并基于源图像、目标背景图像以及各原始特征点的原始坐标，确定各原始特征点在目标背景图像中对应的各候选特征点。
62.在本发明实施例中，目标背景图像可以是空白的背景图像，也可以是各像素点的像素数据统一的背景图像。可选的，目标背景图像可以是基于源图像进行缩放后的图像而确定，目标背景图像的目标图像参数与源图像的预缩放图像的预缩放图像参数相同。可选的，获取目标背景图像的方法可以包括：获取源图像的源图像参数，并基于源图像参数以及源图像和预缩放图像之间的缩放倍率，确定源图像的预缩放图像；基于预缩放图像的预缩放图像参数生成具有相同图像参数的目标背景图像。
63.需要解释的是，图像参数可以理解为图像的长度和宽度。相应的，源图像参数可以理解为源图像的图像长度和图像宽度；缩放图像参数可以理解为源图像进行预缩放处理后得到的缩放图像的图像长度和图像宽度；目标图像参数可以理解为目标背景图像的图像长度和图像宽度。预缩放处理可以理解为预先准备缩放处理，实际并没有进行缩放处理的操作，相应的与缩放图像可以理解为预缩放处理所对应的图像参数。
64.具体的，获取源图像的图像长度和图像宽度，以及获取源图像进行预缩放处理的缩放倍率，基于该缩放倍率分别对源图像的图像长度和图像宽度进行数据计算，源图像的预缩放图像的预缩放图像参数。进一步的，构建一个与预缩放图像的预缩放图像参数具有相同图像参数的空白的背景图像或者各像素点的像素数据统一的背景图像，作为目标背景图像。
65.进一步的，基于目标背景的目标图像参数、源图像参数以及各原始特征点的原始坐标，确定各原始特征点在目标背景图像中对应的各候选特征点。
66.具体的，可以基于预设的特征点映射公式将各原始特征点映射于目标背景图像中，得到各原始特征点在目标背景图像中对应的各候选特征点。具体的，特征点映射公式可
以表示为：
[0067][0068]
其中，pos
target
表示候选特征点的候选坐标；pos
skeleton
表示原始特征点的原始坐标；target
shape
表示目标图像参数；skeleton
shape
表示源图像参数。
[0069]
需要说明的是，基于原始特征点的原始坐标映射得到各候选特征点的候选坐标，进而基于各候选坐标确定各候选特征点。
[0070]
值得注意的是，各候选特征点与各原始特征点的数量相同，各候选特征点的坐标与各原始特征点的坐标不同。
[0071]
s130、对于任一原始特征点，在原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，并基于当前原始特征点、各原始相邻特征点分别对应的候选特征点确定当前原始特征点在目标背景图像中对应的关联特征点。
[0072]
在本发明实施例中，原始相邻特征点为当前原始特征点的原始相邻特征点。可选的，确定原始相邻特征点的方法可以包括：获取预设范围阈值，将当前原始坐标作为坐标中心，并在原始特征点中确定预设范围阈值内的至少一个原始特征点；确定各原始特征点为当前原始特征点在原始特征中预设范围内的至少一个原始相邻特征点。
[0073]
以当前原始特征点为例对确定原始特征点的原始相邻特征点的方法进行示例性的介绍；具体的，以当前特征点作为特征中心点，以预设范围阈值为半径范围，确定该范围内是否存在原始特征点，若存在则将该原始特征点确定为当前原始特征带你的原始相邻特征点。其中，一个原始特征点包括至少一个原始相邻特征点。
[0074]
进一步的，基于当前原始特征点、各原始相邻特征点分别对应的候选特征点确定当前原始特征点在目标背景图像中对应的关联特征点。
[0075]
可选的，确定关联特征点的方法包括：在各候选特征点中，分别确定当前原始特征点对应的当前候选特征点，以及各原始相邻特征点分别对应的各相邻候选特征点；确定当前候选特征点、各相邻候选特征点为当前原始特征点在目标背景图像中对应的各关联特征点。
[0076]
具体的，确定当前原始特征点在候选特征点中对应的当前候选特征点，以及确定各原始相邻特征点在候选特征点中分别对应的各相邻候选特征点，并将当前候选特征点、各相邻候选特征点作为当前原始特征点在目标背景图像中对应的各关联特征点。
[0077]
示例性的如图2所示，若当前原始特征点为a，基于预设阈值范围，确定原始特征点b为当前原始特征点a的原始相邻特征点；确定当前原始特征点a在目标背景图像中的当前候选特征点a1，以及确定相邻特征点b在目标背景图像中的相邻候选特征点b1；则，a1和b1为当前原始特征点在目标背景图像中对应的各关联特征点。
[0078]
s140、基于目标背景图像中的各关联特征点生成包含目标特征的目标图像。
[0079]
在本发明实施例中，目标特征为基于各关联特征点所生成的图像特征，因此目标特征是原始特征在目标图像中的映射特征。
[0080]
可选的，目标图像的生成方法包括：分别确定各关联特征点中任意相邻两关联特征点之间的中间特征点；基于各关联特征点以及各中间坐标点生成包含目标特征的目标图像。
[0081]
具体的，确定当前关联特征点和与当前关联特征点相邻的关联特征点之间的中间特征点，基于上述方式确定各相邻关联特征点之间的中间特征点，并基于各关联特征点以及各中间坐标点生成包含目标特征的目标图像。具体的，若目标背景图像为空白图像，则对各关联特征点以及各中间特征点赋任意像素值，从而生成包含目标特征的目标图像。可选的，若目标背景图像为像素数值统一的背景图像，则对各关联特征点以及各中间特征点赋与背景像素点的像素数据不同的像素值，从而包含目标特征的目标图像。
[0082]
本实施例的技术方案具体包括：获取源图像中的原始特征，并提取原始特征中的原始特征点；获取目标背景图像，并基于源图像、目标背景图像以及各原始特征点的原始坐标，确定各原始特征点在目标背景图像中对应的各候选特征点；其中，目标背景图像的目标图像参数与源图像的预缩放图像的预缩放图像参数相同；对于任一原始特征点，在原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，并基于当前原始特征点、各原始相邻特征点分别对应的候选特征点确定当前原始特征点在目标背景图像中对应的关联特征点；基于目标背景图像中的各关联特征点生成包含目标特征的目标图像。上述技术方案通过对源图像的原始特征进行缩放，并对缩放后的特征进行插值处理，既缩短了图像处理的时间，也保证了缩放后的图像特征的特征边缘的连续性，在提高图像处理质量的同时减少处理时间、实现对图像的实时处理。
[0083]
图3为本发明实施例提供的另一种图像处理方法的流程图。在上述各实施例的基础上，本实施例还增加了步骤“对目标特征的特征边缘进行平滑处理，得到平滑后的目标特征。”其中与上述各实施例相同或相应的术语的解释在此不再赘述。参见图3，本实施例提供的图像处理方法包括：
[0084]
s210、获取源图像中的原始特征，并提取原始特征中的原始特征点。
[0085]
s220、获取目标背景图像，并基于源图像、目标背景图像以及各原始特征点的原始坐标，确定各原始特征点在目标背景图像中对应的各候选特征点。
[0086]
s230、对于任一原始特征点，在原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，并基于当前原始特征点、各原始相邻特征点分别对应的候选特征点确定当前原始特征点在目标背景图像中对应的关联特征点。
[0087]
s240、基于目标背景图像中的各关联特征点生成包含目标特征的目标图像。
[0088]
s250、对目标特征的特征边缘进行平滑处理，得到平滑后的目标特征。
[0089]
在本发明实施例中，在得到包含目标特征的目标图像之后，为了使得到的目标特征更加平滑，本实施例的技术方案还可以对目标特征的特征边缘进行平滑处理。本实施例中，平滑处理的处理方法可以采用拉普拉斯平滑或者其他平滑处理方法，本实施例对此不作限定。
[0090]
本实施例的技术方案通过对源图像的原始特征进行缩放，并对缩放后的特征进行插值处理得到有目标特征，并对目标特征进行平滑处理，得到平滑后的目标特征，进一步提高了目标图像的图像质量。
[0091]
在上述各实施例的基础上，本实施例还提供了一个应用实施例，其中上述各实施例提供的图像处理方法应用于图像处理器中，该图像处理器包括cpu子处理器和至少一个gpu子处理器；
[0092]
相应的，cpu子处理器用于执行获取源图像中的原始特征，并提取原始特征中的原
始特征点；以及获取目标背景图像，并基于源图像、目标背景图像以及各原始特征点的原始坐标，确定各原始特征点在目标背景图像中对应的各候选特征点；其中，目标背景图像的目标图像参数与源图像的预缩放图像的预缩放图像参数相同；
[0093]
对于任一gpu子处理器，gpu用于执行在原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，并基于当前原始特征点、各原始相邻特征点分别对应的候选特征点确定当前原始特征点在目标背景图像中对应的关联特征点；
[0094]
cpu子处理器还用于执行基于目标背景图像中的各关联特征点生成包含目标特征的目标图像。
[0095]
可选的，cpu子处理器还用于执行获取源图像中的像素点，并基于预设像素阈值条件以及像素点对应的像素数据确定原始特征；或，基于预先训练的特征提取模型，对源图像进行特征提取，得到原始特征；以及提取原始特征中像素点对应的像素坐标，基于像素坐标确定原始特征中的原始特征点。
[0096]
可选的，cpu子处理器还用于执行获取源图像的源图像参数，并基于源图像参数以及源图像和预缩放图像之间的缩放倍率，确定源图像的预缩放图像的预缩放图像参数；基于预缩放图像的预缩放图像参数生成具有相同图像参数的目标背景图像；基于目标背景的目标图像参数、源图像参数以及各原始特征点的原始坐标，确定各原始特征点在目标背景图像中对应的各候选特征点。
[0097]
可选的，对于任一gpu子处理器，gpu还用于执行获取预设范围阈值，将当前原始坐标作为坐标中心，并在原始特征点中确定预设范围阈值内的至少一个原始特征点；确定各原始特征点为当前原始特征点在原始特征中预设范围内的至少一个原始相邻特征点。
[0098]
可选的，对于任一gpu子处理器，gpu还用于执行在各候选特征点中，分别确定当前原始特征点对应的当前候选特征点，以及各原始相邻特征点分别对应的各相邻候选特征点；确定当前候选特征点、各相邻候选特征点为当前原始特征点在目标背景图像中对应的各关联特征点。
[0099]
可选的，cpu子处理器还用于执行分别确定各关联特征点中任意相邻两关联特征点之间的中间特征点；基于各关联特征点以及各中间坐标点生成包含目标特征的目标图像。
[0100]
在上述各实施例的基础上，本实施例还提供了一个优选实施例，该优选实施例介绍了另一种图像处理方法。具体的，该方法包括：
[0101]
步骤一：在cpu上进行如下计算：
[0102]
1、设待resize的原始数组为skeleton
array
，即待缩放的原始数组为skeleton
array
；
[0103]
2、设置与原始数组完全相同的全零数组skeleton
′
array
；
[0104]
3、设置resize后的数组(也就是待求的结果数组)result
resize
为全零数组；
[0105]
4、记录每个不为0的点的位置坐标pos
skeleton
；
[0106]
5、计算resize后的中线上的点的坐标：
[0107]
其中，pos
target
与pos’skeleton
长度相同，且都为3维数组；
[0108]
6、记原始数据不为0的点(即中线)的数量为length
skeleton
，resize后的中线上的点
的数量为length
target
。
[0109]
步骤二：在gpu上进行以下计算：
[0110]
1、启动length
skeleton
个cuda核心，在每个cuda核心上执行：
[0111]
2、在第index个cuda核中，取pos
skeleton
的第index个数据(也即第index个坐标)为valuepos
index
(这是3维坐标值)。
[0112]
3、执行：skeleton
′
array
[valuepos
index
]＝index；(执行结束后，skeleton
′
array
即为原始数据中线点的编号值，编号值从1到length
skeleton
)
[0113]
步骤三：等待cuda核心执行完毕，进行数据同步：cudadevicesynchronize()；
[0114]
步骤四：在gpu上进行以下计算：
[0115]
1、启动length
skeleton
个cuda核心，在每个cuda核心上执行：
[0116]
2、在第index个cuda核心中，取pos
skeleton
的第index个数据(也即第index个坐标)为valuepos
index
(这是3维坐标值)。
[0117]
3、取数组skeleton'
array
中坐标为valuepos
index
的点的上下前后左右的26个点(也即skeleton
′
array
为中心的3*3*3的立方体)遍历，若有非0点，则记录该点索引,记为index2，index3...(此数组长度不会超过26，否则即为一整块大黑点，不符合中线定义)；
[0118]
4、记录空列表points
in
＝[],执行：
[0119]
for index
i in index2，index3...；
[0120]
位置pos
p
＝pos
target
[index]；
[0121]
位置posi＝pos
target
[indexi]；
[0122]
得到pos
p
,posi之间(包含pos
p
,posi)的坐标为pos1,pos2...依次放入points
in
中；
[0123]
5、过滤points
in
中重复点；将result
resize
数组中points
in
中的点设为1。
[0124]
最后得到的result
resize
即为resize后的结果。
[0125]
以下是本发明实施例提供的图像处理装置的实施例，该装置与上述各实施例的图像处理方法属于同一个发明构思，在图像处理装置的实施例中未详尽描述的细节内容，可以参考上述图像处理方法的实施例。
[0126]
图4为本发明实施例提供的一种图像处理装置的结构示意图，该图像处理装置的具体结构包括：原始特征点获取模块310、候选特征点确定模块320、关联特征点确定模块330和目标图像生成模块340；其中，
[0127]
原始特征点获取模块310，用于获取源图像中的原始特征，并提取所述原始特征中的原始特征点；
[0128]
候选特征点确定模块320，用于获取目标背景图像，并基于所述源图像、所述目标背景图像以及各所述原始特征点的原始坐标，确定各所述原始特征点在所述目标背景图像中对应的各候选特征点；其中，所述目标背景图像的目标图像参数与所述源图像的预缩放图像的预缩放图像参数相同；
[0129]
关联特征点确定模块330，用于对于任一原始特征点，在所述原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，并基于所述当前原始特征点、各所述原始相邻特征点分别对应的所述候选特征点确定所述当前原始特征点在目标背景图像中对应的关联特征点；
[0130]
目标图像生成模块340，用于基于所述目标背景图像中的各关联特征点生成包含
目标特征的目标图像。
[0131]
本实施例的技术方案具体包括：获取源图像中的原始特征，并提取所述原始特征中的原始特征点；获取目标背景图像，并基于所述源图像、所述目标背景图像以及各所述原始特征点的原始坐标，确定各所述原始特征点在所述目标背景图像中对应的各候选特征点；其中，所述目标背景图像的目标图像参数与所述源图像的预缩放图像的预缩放图像参数相同；对于任一原始特征点，在所述原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，并基于所述当前原始特征点、各所述原始相邻特征点分别对应的所述候选特征点确定所述当前原始特征点在目标背景图像中对应的关联特征点；基于所述目标背景图像中的各关联特征点生成包含目标特征的目标图像。上述技术方案通过对源图像的原始特征进行缩放，并对缩放后的特征进行插值处理，既缩短了图像处理的时间，也保证了缩放后的图像特征的特征边缘的连续性，在提高图像处理质量的同时减少处理时间、实现对图像的实时处理。
[0132]
在上述各实施例的基础上，原始特征点获取模块310，包括：
[0133]
原始特征获取单元，用于获取所述源图像中的像素点，并基于预设像素阈值条件以及所述像素点对应的像素数据确定所述原始特征；或，基于预先训练的特征提取模型，对所述源图像进行特征提取，得到所述原始特征；
[0134]
原始特征点确定单元，用于提取所述原始特征中像素点对应的像素坐标，基于所述像素坐标确定所述原始特征中的原始特征点。
[0135]
在上述各实施例的基础上，候选特征点确定模块320，包括：
[0136]
缩放图像确定单元，用于获取所述源图像的源图像参数，并基于所述源图像参数以及所述源图像和所述预缩放图像之间的缩放倍率，确定所述源图像的预缩放图像的预缩放图像参数；
[0137]
目标背景图像确定单元，用于基于所述预缩放图像的预缩放图像参数生成具有相同图像参数的目标背景图像；
[0138]
候选特征点确定单元，用于基于所述目标背景的目标图像参数、所述源图像参数以及各所述原始特征点的原始坐标，确定各所述原始特征点在所述目标背景图像中对应的各候选特征点。
[0139]
在上述各实施例的基础上，关联特征点确定模块330，包括：
[0140]
原始特征点确定单元，用于获取预设范围阈值，将当前原始坐标作为坐标中心，并在所述原始特征点中确定所述预设范围阈值内的至少一个原始特征点；
[0141]
原始相邻特征点确定单元，用于确定各所述原始特征点为所述当前原始特征点在所述原始特征中预设范围内的至少一个原始相邻特征点。
[0142]
在上述各实施例的基础上，关联特征点确定模块330，包括：
[0143]
相邻候选特征点确定单元，用于在各所述候选特征点中，分别确定所述当前原始特征点对应的当前候选特征点，以及各所述原始相邻特征点分别对应的各相邻候选特征点；
[0144]
关联特征点确定模块，用于确定所述当前候选特征点、各所述相邻候选特征点为所述当前原始特征点在目标背景图像中对应的各关联特征点。
[0145]
在上述各实施例的基础上，340，包括：
[0146]
中间特征点确定单元，用于分别确定各所述关联特征点中任意相邻两关联特征点之间的中间特征点；
[0147]
目标图像生成单元，用于基于所述各所述关联特征点以及各所述中间坐标点生成包含目标特征的目标图像。
[0148]
在上述各实施例的基础上，该装置包括：
[0149]
平滑处理模块，用于对所述目标特征的特征边缘进行平滑处理，得到平滑后的目标特征。
[0150]
在上述各实施例的基础上，所述源图像包括医学图像，所述原始特征包括所述医学图像中的血管中心线。
[0151]
在上述各实施例的基础上，所述图像处理器包括cpu子处理器和至少一个gpu子处理器；
[0152]
相应的，所述cpu子处理器用于执行获取源图像中的原始特征，并提取所述原始特征中的原始特征点；以及获取目标背景图像，并基于所述源图像、所述目标背景图像以及各所述原始特征点的原始坐标，确定各所述原始特征点在所述目标背景图像中对应的各候选特征点；其中，所述目标背景图像的目标图像参数与所述源图像的预缩放图像的预缩放图像参数相同；
[0153]
对于任一gpu子处理器，所述gpu用于执行在所述原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，并基于所述当前原始特征点、各所述原始相邻特征点分别对应的所述候选特征点确定所述当前原始特征点在目标背景图像中对应的关联特征点；
[0154]
所述cpu子处理器还用于执行基于所述目标背景图像中的各关联特征点生成包含目标特征的目标图像。
[0155]
本发明实施例所提供的图像处理装置可执行本发明任意实施例所提供的图像处理方法，具备执行方法相应的功能模块和有益效果。
[0156]
值得注意的是，上述图像处理装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
[0157]
图5为本发明实施例提供的一种电子设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图5显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0158]
如图5所示，电子设备12以通用计算电子设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
[0159]
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
[0160]
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
[0161]
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
[0162]
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
[0163]
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图5所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图5中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0164]
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及样本数据获取，例如实现本发实施例所提供的一种图像处理方法步骤，图像处理方法包括：
[0165]
获取源图像中的原始特征，并提取所述原始特征中的原始特征点；
[0166]
获取目标背景图像，并基于所述源图像、所述目标背景图像以及各所述原始特征点的原始坐标，确定各所述原始特征点在所述目标背景图像中对应的各候选特征点；其中，所述目标背景图像的目标图像参数与所述源图像的预缩放图像的预缩放图像参数相同；
[0167]
对于任一原始特征点，在所述原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，并基于所述当前原始特征点、各所述原始相邻特征点分别对应的所述候选特征点确定所述当前原始特征点在目标背景图像中对应的关联特征点；
[0168]
基于所述目标背景图像中的各关联特征点生成包含目标特征的目标图像。
[0169]
当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的样本数据获取方法的技术方案。
[0170]
本实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现例如实现本发实施例所提供的一种图像处理方法步骤，图像处理方法包括：
[0171]
获取源图像中的原始特征，并提取所述原始特征中的原始特征点；
[0172]
获取目标背景图像，并基于所述源图像、所述目标背景图像以及各所述原始特征
点的原始坐标，确定各所述原始特征点在所述目标背景图像中对应的各候选特征点；其中，所述目标背景图像的目标图像参数与所述源图像的预缩放图像的预缩放图像参数相同；
[0173]
对于任一原始特征点，在所述原始特征中确定当前原始特征点预设范围内的至少一个原始相邻特征点，并基于所述当前原始特征点、各所述原始相邻特征点分别对应的所述候选特征点确定所述当前原始特征点在目标背景图像中对应的关联特征点；
[0174]
基于所述目标背景图像中的各关联特征点生成包含目标特征的目标图像。
[0175]
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0176]
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0177]
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0178]
可以以支持cuda的一种或多种程序设计语言，如c /rust/matlab,还包括常规的过程式“c”、fortran语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0179]
本领域普通技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上，或者分布在多个计算装置所组成的网络上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。
[0180]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。