1.一种基于形状信息的腕骨区域分割方法，其特征在于，包括以下步骤：步骤1：采用星型中值滤波，灰度图像二值化方法，依次对X光图像进行预处理；对二值化图像进行8连通域的标记，使得同一连通区域内的所有像素相同，不同连通区域像素不同，并统计所有连通区域内白色像素点Sn，n代表标记为n的连通域；寻找白色像素点最多的一个连通区域m，即为手掌区域，满足Sm≥Sn， N为连通区域的数量；其余的连通区域当作背景区域，使用0像素值填充：其中，X表示经过预处理后的图像；

步骤2：根据腕骨区域分布特点，使用双向迭代扫描算法，确定腕骨区域上边界的纵坐标位置；具体包括：

21)求出连通区域Sm的最小外接矩阵，高和宽分别为BH，BW；预处理后的图像高和宽分别为XH，XW；

22)定义一个函数F(Rt)，接收图像中某一行t的所有像素值集合Rt作为参数，Rt＝{X(t,j)|j＝1,2,…,XW}，t∈{1,2,…,XH}，用于判断第t行是否满足以下条件：D＝5

pi＝len(G(Ri)) (2‑2)

X(i,a‑1)＝0,X(i,b+1)＝0}

其中，D值表示判定取样间隙，初始值为5，函数G(Ri)表示找出Ri集合中所有像素大于0的连续子序列段，pi表示G(Ri)中序列段的数量；

23)从下往上，每隔50像素点对图像X进行扫描，起始位置为XH‑BH/3，结束位置为XH‑BH，当某行t，满足F(Rt)为TRUE时，XH‑BH/3≤t≤XH‑BH，跳转到24)，否则继续扫描；

24)从上往下，每隔5像素点对图像X进行扫描，起始位置为t，结束位置为t+50，当某行u，满足F(Ru)为TRUE时，t≤u≤t+50，结束扫描，否则继续扫描；

25)确定腕骨区域上边界的纵坐标位置top，公式为：步骤3：根据手腕关节形状信息，计算手腕两侧边缘梯度变化，确定下边界左右候选点纵坐标位置；

步骤4：综合上边界、左右候选点和腕骨区域信息，对坐标位置进行优化矫正，并根据得到的左上角、右下角坐标进行腕骨区域裁剪。

2.根据权利要求1所述的一种基于形状信息的腕骨区域分割方法，其特征在于，所述的步骤1具体包括：

11)将原始图像转换为灰度图，公式为：

grey＝(299*R+587*G+114*B+500)/1000 (1‑1)其中，R、G、B代表三通道原始图像具体位置的三原色像素值，grey表示由此转换成的灰度值；

12)采用星型中值滤波器，对灰度图像进行降噪处理，公式为：Gray(i,j)＝median[x(i,j),x(i,j+1),x(i,j‑1),x(i‑1,j),x(i+1,j)] (1‑2)其中，x代表经过上一步处理后的灰度图像，x(i,j)代表图像中坐标(i,j)位置处的灰度值，median表示对列表内的数值进行中值运算操作，Gray(i,j)表示图像坐标(i,j)位置经过滤波后的灰度值；

13)对图像进行二值化处理，将手腕和背景区分出来，手腕部分使用白色像素点填充，背景部分使用黑色像素点填充，得到二值化后的图像，二值化的公式为：其中，0代表黑色像素填充，255代表白色像素点填充，threshold表示像素区分的阈值，其取值方法为：首先计算灰度图像Gray的平均灰度值ths，其中mean表示对列表内的数值进行均值运算操作：ths＝mean[Gray(i,j)] (1‑4)

分别挑选出灰度值大于等于和小于ths值的所有像素点c1，c2；

c1＝{Gray(i,j)|Gray(i,j)＞＝ths} (1‑5)c2＝{Gray(i,j)|Gray(i,j)＜ths} (1‑6)然后计算阈值threshold，公式为：

判断此时fabs(threshold‑ths)值是否小于0.001，若是则结束运算，否则运算ths＝threshold，重新挑选c1、c2，并根据(1‑7)计算新的threshold值，直到满足以上条件；

14)对二值化图像进行8连通域的标记，使得同一连通区域内的所有像素相同，不同连通区域像素不同，并统计所有连通区域内白色像素点Sn，n代表标记为n的连通域；寻找白色像素点最多的一个连通区域m，即为手掌区域，满足Sm≥Sn， N为连通区域的数量；其余的连通区域当作背景区域，使用0像素值填充：其中，X表示经过预处理后的图像。

3.根据权利要求2所述的一种基于形状信息的腕骨区域分割方法，其特征在于，所述的步骤3具体包括：

31)求出手腕图像下半部分左边缘集LC，右边缘集RC，公式为：

32)遍历左边缘集LC，并以step＝50为步长计算梯度gradP，当某个点P，0

33)遍历右边缘集RC，并以step＝50为步长计算梯度gradQ，当某个点Q，0

4.根据权利要求3所述的一种基于形状信息的腕骨区域分割方法，其特征在于，所述的步骤4具体包括：

41)确定腕骨区域合理的最小长度MINH＝300，最大长度MAXH＝700；

42)根据候选点loc，roc分别计算候选区域长度，判断是否大于MINH且小于MAXH，同时剔除不规范的候选点；

43)根据候选点剩余情况，分类确定最终的下边界纵坐标bot；

44)根据上边界纵坐标top值，下边界纵坐标bot值计算腕骨区域左上角坐标tl、右下角坐标br，公式为：tl＝(LCbot,top)

45)根据两点坐标tl、br，绘制矩形并裁剪原始图像。