一种增强医学X射线影像显示效果的方法.pdf

上传人:罗明 文档编号:6652425 上传时间:2019-09-03 格式:PDF 页数:14 大小:879.91KB
返回 下载 相关 举报
摘要
申请专利号:

CN201010013621.5

申请日:

20100119

公开号:

CN101779962B

公开日:

20140813

当前法律状态:

有效性:

失效

法律详情:

IPC分类号:

A61B6/02,G06T5/00

主分类号:

A61B6/02,G06T5/00

申请人:

西安华海医疗信息技术股份有限公司

发明人:

王玮,程亮,白霖抒,马天德,王洪涛,侯云涛

地址:

710075 陕西省西安市高新区团结南路21号

优先权:

CN201010013621A

专利代理机构:

代理人:

PDF下载: PDF下载
内容摘要

一种增强医学X射线影像显示效果的方法,涉及数字图像技术。该影像的增强方法通过如下的方法、步骤完成:图像金字塔(漏斗形)分解、过量对比度抑制、细节对比度增强、边缘增强、噪声抑制、金字塔(斗型重建)。本发明通过调整图像的像素动态范围分布,提高图像细节信号,增强数字图像的对比度、清晰度和通透性、抑制噪声,实现图像组织边缘对比度提高、组织细节表现、整体图像组织通透可见的效果。本发明特别适用于计算机控制X射线断层扫描装置或医学放射性影像处理系统。

权利要求书

1.一种增强医学X射线影像显示效果的方法,其特征在于,依下述步骤完成:图像金字塔漏斗形分解(1)、过量对比度抑制(2)、细节对比度增强(3)、边缘增强(4)、噪声抑制(5)、金字塔漏斗型重建(6): a.所说图像金字塔漏斗形分解(1),系将图像利用拉普拉斯金字塔分解变换,将4096*4096图像分解成12层分辨率图像,2=4096,若图像非正方形,则取长宽最大值;将图像隔行、隔列,抽样取得下一级低分辨率图像;当图像在L-n~L-1层时,将已得到的图像扩大至L-n-1层大小,得到斗型的图像序列,其中,L=13,n<4; b.所说过量对比度抑制(2),系将分解的图像插值与上一级图像等大小做差处理,得到图像的细节图像; c.所说细节对比度增强(3),系将细节图像进行过量对比度抑制,使细节对比度增强、边缘增强、噪声抑制;调整细节图像的表现力; d,所说边缘增强(4),系提高不同组织区分程度的图像轮廓边缘; d.所说噪声抑制(5),系在各种对比度增强中,对同时放大的噪声进行抑制; e.所说金字塔漏斗型重建(6),系将残差图像与细节图像金字塔重组,得到增强的图像; 所说将分解的图像插值与上一级图像等大小做差处理,得到图像的细节图像,系指将多尺度变换公式应用于图像的各级金字塔层; 所说细节对比度增强,系指在原图为4096大小的图像中,选择第0,1层作为细节对比度增强层; 所说边缘增强,是将权值因子做成单调减得曲线函数直到权值变化细微为 止;所说金字塔漏斗型重建,系指将a(L)残余图像,插值叠加到上一级尺度被调整过的增强,噪声抑制细节图像,依次叠加至原图尺寸,得到最终的影像效果。 

说明书

技术领域:

本发明涉及数字图像技术,特别适用于计算机控制X射线断层扫描装置或医 学放射性影像处理系统中。

背景技术:

对于某些图像系统而言,不像其他信号系统那样——需要对单纯的对信号 本身进行处理或控制,而是观察者要根据提供的图像做出评价。如医学图像, 目前尚不能很好的通过图像本身自处理得出病灶原因,图像最终要通过医师观 察评价,做出判断。因此,最终传出图像质量的好与差,很大程度上影响了医 师对病灶的正确判断,显然,很差质量的图像很可能致医师误判、漏判,这对 疾病的诊治显然是不利的。

X射线影像,是通过X射线对人体组织不同的吸收来成像的。由于人体组 织相互重叠,吸收X射线多的组织往往覆盖吸收量小的组织,而无法全部显现。 更重要的是平片(CR,DR)系统,在成像中图像平板的磷离子使X射线发生 散射,加之设备扫描平板时出现的漫散射,使得图像模糊,分辨率较差。另外, 由于曝光和设备内在因素等的影响,图像难免会夹杂噪声,这在图像处于低分 辨率情况下尚不明显,而当图像处于高分辨率时,噪声就成为影响影像质量的 重要不利因素。

目前普遍使用的医学影像处理的方法有3类:

1.调整图像的窗宽窗位,这是医师常常采用的方法。然而,窗宽窗位虽然 改变了图像的对比度,虽然可以观察到医师所想观察的组织细节,却没有改变 图像的质量问题,图像依然模糊,组织细节不清晰,对于其他的组织并没有很 好的表现。且在实际工作中,医师没有时间调整到最佳的窗宽窗位。

2.直方图均衡,采用改变图像像素分布的方法来达到均衡分布的直方 图。虽然较调整窗宽窗位而言,能更好地得到图像对比度。然而图像模糊和组 织细节的问题仍然无法解决。

3.图像锐化掩膜,该方法是通过掩膜平滑图像,使原始图像加上它与平 滑图像的插值,而得到的一种锐化的方法。此方法较好地解决了图像模糊的问 题,为图像增强提供了一种很好的思路,但是它无法体现不同频率带的图像细 节信息。

发明内容

本发明的目的在于,克服现有技术的不足,提供一种能够使图像组织边缘 对比度提高、整体图像组织通透可见之影像增强的方法。

本发明是这样实现的:

1.将图像按照金字塔(斗型)分解成n层(2n=max(width,height))。

2.将分解的图像插值与上一级图像等大小做差处理,得到图像的细节图像。

3.将细节图像进行过量对比度抑制,使细节对比度增强、边缘增强、噪声 抑制。调整细节图像的表现力。

4.将残差图像与细节图像金字塔重组,得到增强的图像。如图1所示

本发明通过调整图像的像素动态范围分布,提高图像细节信号,增强数字图 像的对比度、清晰度和通透性、抑制噪声,实现图像组织边缘对比度提高、组 织细节表现、整体图像组织通透可见的效果。本发明特别适用于计算机控制X 射线断层扫描装置或医学放射性影像处理系统。

附图说明

图1.X射线影像增强算法流转图

该图表现了算法流转的流程,步骤为:图像分解、图像金字塔漏斗型分解、 过量对比度抑制、细节对比度增强、边缘增强、噪声抑制、金字塔斗型重建。

图2.金字塔分解图

金字塔分解示意图。图2-1为标准金字塔,5图2-2为斗型金字塔

图3.金字塔分解流程图

先将图像抽样然后平滑,再将抽样后的图像进行插值再进行平滑,与同大 小原图进行残差处理。

图4.过量对比度抑制图

对过量的对比度进行抑制。

图5.细节增强图

对图像的细节进行增强,放大病灶细节。

图6.边缘函数增强图

对残差图像所描述的边缘进行权值增强效果

图7.噪声抑制函数图

对比度增强后的噪声的放大进行抑制

图8.CNR噪声抑制表

图9.金字塔重建图

对拆分后多级图像进行重建还原成原图大小。

具体实施方式

下面结合附图叙述一个实施例,对本发明做进一步描述。

本实施例通过如下方法步骤完成:图像金字塔(漏斗形)分解、过量对比 度抑制、细节对比度增强、边缘增强、噪声抑制、金字塔(斗型重建),如图1 所示。

.1图像金字塔(漏斗形)分解:

利用拉普拉斯金字塔分解变换,将医学图像分解成类似金字塔的斗型排列, 将4096*4096图像分解成12层分辨率图像(212=4096),若图像非正方形,则取 长宽最大值。将图像隔行、隔列,抽样取得下一级低分辨率图像。以此类推 (i=0....L-1)。如图2-1但与金字塔分解所不同的是,当图像在L-n(如n<4)~L-1 层时,将已得到的图像扩大至L-n-1层大小,得到斗型的图像序列如图2-2所示。 这样可以得到更佳的区域增强效果。

具体分解结构如图3所示。

首先将图像抽样然后平滑(如图3中a1上步平滑+抽样),再将抽样后的图 像进行插值再进行平滑(如图3中a1下部,插值+平滑),目的是一定程度造成 图像灰度值均衡,然后将该信号与原图像做差处理a0-a1,突出细节和边缘信号。 取得残差信号交由下模块处理。以此类推至aL层。

抽样插值处理:当分解长宽非2n图像时,需要对奇数行或列做差抽样;当 图像插值时,需要对原奇数行补差行或列。

平滑模板选择:平滑模板的选择决定了图像细节的精细程度,可以作为算 法的参数进行调整。

通过以上方法可以得到不同分辨率下的图像内容,即多尺度图像内容,它 涵盖了图像的多个频段,每个频段包含图像的各种信息。虽然频段间有重叠信 息,并不影响对后续图像增强的处理。

当图像经过平滑,抽样,双线性放大插值,平滑后,与相同尺度图像做差, 可以得到图像的细节信息。这些细节图像序列将是后续处理的对象。

2.过量对比度抑制:

传统改变图像对比度的方法,如非线性查找表或窗宽窗位,往往影响到图 像其他组织的对比度,很难同时包容各种部位的高对比度信息,高对比度的连 续性无法保证。而在金字塔分级后的图像序列中可以得到多尺度的图像对比度 信息,使其很容易连续矫正图像过量对比度。本发明选择了一种多尺度变换公 式应用于图像的各级金字塔层,从实验效果和速度考量,将其应用于低分辨率 层的粗略图像更为合适。

这种转换函数从本质上没有改变图像低对比度信息,但是抑制了图像高对 比度信息。数学上看,使其接近于原始对比度,其斜率接近于1。当对比度增加 时,高对比度将会被抑制。

y=A(i)F(x)

i=4,5..11

转换函数A(i)为s型函数,这样可以达到高对比度抑制的效果。S型函数可以为 指数小于1的指数函数,也可以按经验值设置查找表,转换函数形状如图4所 示,其中纵轴为输入,横轴为输出,蓝色为原始比例输入出比,青色为抑制后 的输入出比:

例如,在原始图像大小为4096尺度大小时,若原始图像标记为第0层, 那么该转换函数标记启用层数为第4层,再类推至后续层以上使用得到最佳效 果。原始图像大小不同,标记启用层不同,试情况而定。

3.细节对比度增强:

当上步骤,过量对比度抑制完成,该工作为灰度值分布有良好的动态范围 创造了空间。此时,细节对比度将是我们关心的重点。那些细节对比度信息, 反应了医师所关心的可能是细小病变的信息,而在未处理的图片中往往不易观 察到。

在图像中能反映图像细节信息的金字塔层必然为分辨率较大的那些层中。 在原图为4096大小的图像中,我们选择第0,1层作为细节对比度增强层。 那么这个增强S型曲线函数为:

y=-max Pix*(-x/max Pix)powerifx<0

y=max Pix*(x/max Pix)powerifx>=0

如图6所示。其中max Pix为图像最大像素值,power为细节图像加强系数它 的值位于0和1之间。在实际图像效果中,选取0.7左右为宜。如图5所示,其 为s形函数表达式。

4.边缘增强:

图像在高频段相对低频部分更能显示图像边缘信息和锐利度,由于多尺度 的出现,一系列的次频图像序列可以轻松得到,那么增加高频图像(高分辨率) 的权值自然使得图像边缘信息更加突出。方法是,将权值因子做成如图7所示 的单调减得曲线函数直到权值变化细微为止(变化至1附近)。那么调整第0层 的峰值就可以作为参数来调试图像。在实际增强中需要调整峰值对整体图像曲 线进行调整,低于噪声水平,使得增强函数主要作用于细节对比度,而不是噪 声。在好的尺度(边缘明显)图像下,大的对比度不会被增强,因为其只作用 于低对比度情况。如图6所示,纵轴为加强权值,横轴为层值。

5.噪声抑制:

(1)当我们在做细节对比度增强时,如图5的s型放大曲线虽然放大了细节 信息,然而混入其中的噪声也一定程度上被放大。我们需要对其进行修正。

y=-max Pix*(-x/max Pix)power2f-max Pix<=x<-center

y=-maxPix*(center/maxPix)power2(-x/center)power1 if-center<=x<0

y=max Pix*(c/max Pix)power2*(x/c)power1if0<=x<center

y=maxPix*(x/maxPix)Power2ifcenter<=x<=m

当power2被选择在范围0<power2<1,最好是在0.7左右,当然视具 0<center<max Pix体图像而定。

power1>power2,center参数是个临界值,范围值0<center<max Pix。一般center 远远小于maxPix。

与细节对比度增强函数一样,power2的减小大大增加细节图像的对比度, 与此同时图像噪声相应增加。为了限制这种情况发生,使得权值power1大于 power2,合适的选择为1左右。我们认为在过小的出现的细节信号多为噪声引 起加以抑制。同样这种细节放大——噪声抑制函数将用在高分辨率金字塔层中。 函数如图7所示(power1=1,power2=0.7,c=0.1*max Pix),其为图5的修正函数。

(2)在速度和条件允许的情况下,我们可以采用更为动态的——噪声偏差率 来衡量图像的噪声水平。图像的噪声主要是在摄影中,曝光的同口寸产生的。噪 声与图像信号一般有单调非线性递增的特性。各个设备厂家的图像产生的噪声 特性不同,多表现为信号的log函数增长或平方根增长。由于噪声的分布位于整 个图像,这样方便我们对层图像噪声全局进行评估。而且对于人眼,高频图像 的噪声影响更为敏感。所以以高频图像的噪声特性来作为图像系列层,全局噪 声的判断。我们通过微小移动细节图像的窗位,评估其均方根来得到噪声水平。 此时我们引入CNR(contrast to noise radio)——对比度噪声比,来作为衡量图像噪 声水平的参数,而不像信噪比SNR,我们不关心信号的绝对值,而是信号偏差 值。当CNR值越高,信号的分辨程度越强,反之则信号逐渐被噪声淹没不易分 辨。

其中,LocalContrast为细节图像对比度值,NoiseLevel为上述计算出的噪声 水平。

此时我们建立了每层的CNR噪声抑制表,如图8:纵轴为调整权值,横轴 为CNR值,每条曲线代表不同尺度的图像层。由图可见,噪声抑制只在高频图 像中出现。

6.金字塔(斗型重建)

如图9所示:将a(L)残余图像,插值叠加到上一级尺度被调整过的(增 强,噪声抑制)细节图像,依次叠加至原图尺寸。最终得到如图1所显示的清 晰通透的影像效果。将aL差值与上一级的残差图像b(L-1)大小相同,并求和 处理,得到新的图像。然后其在插值与b(L-2)大小相同再求和,依次类推得 到与初始图像大小相等的新的增强后的效果图。

一种增强医学X射线影像显示效果的方法.pdf_第1页
第1页 / 共14页
一种增强医学X射线影像显示效果的方法.pdf_第2页
第2页 / 共14页
一种增强医学X射线影像显示效果的方法.pdf_第3页
第3页 / 共14页
点击查看更多>>
资源描述

《一种增强医学X射线影像显示效果的方法.pdf》由会员分享,可在线阅读,更多相关《一种增强医学X射线影像显示效果的方法.pdf(14页珍藏版)》请在专利查询网上搜索。

1、(10)授权公告号 CN 101779962 B (45)授权公告日 2014.08.13 CN 101779962 B (21)申请号 201010013621.5 (22)申请日 2010.01.19 A61B 6/02(2006.01) G06T 5/00(2006.01) (73)专利权人 西安华海医疗信息技术股份有限 公司 地址 710075 陕西省西安市高新区团结南路 21 号 (72)发明人 王玮 程亮 白霖抒 马天德 王洪涛 侯云涛 CN 1729481 A,2006.02.01, 全文 . 陈浩等 . 基于拉普拉斯金字塔变换的图像融 合算法研究 .激光与红外 .2009, 第。

2、 39 卷 ( 第 4 期 ), 第 439-442 页 . Pieter Vuylsteke et al.Image Processing in Computed Radiography . DGZfP Proceedings .1999, 第 93 页第 1-3 段 , 第 94 页 第 1 段 , 第 95 页第 1 段至第 97 页第 6 段 , 第 98 页第 1-2 段 , 倒数第 2-3 段 , 第 99 页第 2 段 , 第 100 页第 3-4 段、 式 4.8、 图 4.2, 图 4.7-4.9. (54) 发明名称 一种增强医学 X 射线影像显示效果的方法 (57) 摘要。

3、 一种增强医学 X 射线影像显示效果的方法, 涉及数字图像技术。该影像的增强方法通过如下 的方法、 步骤完成 : 图像金字塔 ( 漏斗形 ) 分解、 过量对比度抑制、 细节对比度增强、 边缘增强、 噪 声抑制、 金字塔 ( 斗型重建 )。本发明通过调整图 像的像素动态范围分布, 提高图像细节信号, 增强 数字图像的对比度、 清晰度和通透性、 抑制噪声, 实现图像组织边缘对比度提高、 组织细节表现、 整 体图像组织通透可见的效果。本发明特别适用于 计算机控制 X 射线断层扫描装置或医学放射性影 像处理系统。 (51)Int.Cl. (56)对比文件 审查员 宋含 权利要求书 1 页 说明书 5 。

4、页 附图 7 页 (19)中华人民共和国国家知识产权局 (12)发明专利 权利要求书1页 说明书5页 附图7页 (10)授权公告号 CN 101779962 B CN 101779962 B 1/1 页 2 1. 一种增强医学 X 射线影像显示效果的方法, 其特征在于, 依下述步骤完成 : 图像金字 塔漏斗形分解(1)、 过量对比度抑制(2)、 细节对比度增强(3)、 边缘增强(4)、 噪声抑制(5)、 金字塔漏斗型重建 (6) : a. 所说图像金字塔漏斗形分解 (1), 系将图像利用拉普拉斯金字塔分解变换, 将 4096*4096 图像分解成 12 层分辨率图像, 212 4096, 若图。

5、像非正方形, 则取长宽最大值 ; 将 图像隔行、 隔列, 抽样取得下一级低分辨率图像 ; 当图像在L-nL-1层时, 将已得到的图像 扩大至 L-n-1 层大小, 得到斗型的图像序列, 其中, L 13, n 4 ; b. 所说过量对比度抑制 (2), 系将分解的图像插值与上一级图像等大小做差处理, 得 到图像的细节图像 ; c. 所说细节对比度增强 (3), 系将细节图像进行过量对比度抑制, 使细节对比度增强、 边缘增强、 噪声抑制 ; 调整细节图像的表现力 ; d, 所说边缘增强 (4), 系提高不同组织区分程度的图像轮廓边缘 ; d. 所说噪声抑制 (5), 系在各种对比度增强中, 对同。

6、时放大的噪声进行抑制 ; e. 所说金字塔漏斗型重建 (6), 系将残差图像与细节图像金字塔重组, 得到增强的图 像 ; 所说将分解的图像插值与上一级图像等大小做差处理, 得到图像的细节图像, 系指将 多尺度变换公式应用于图像的各级金字塔层 ; 所说细节对比度增强, 系指在原图为 4096 大小的图像中, 选择第 0, 1 层作为细节对比 度增强层 ; 所说边缘增强, 是将权值因子做成单调减得曲线函数直到权值变化细微为 止 ; 所说金字塔漏斗型重建, 系指将 a(L) 残余图像, 插值叠加到上一级尺度被调整过的增 强, 噪声抑制细节图像, 依次叠加至原图尺寸, 得到最终的影像效果。 权 利 要。

7、 求 书 CN 101779962 B 2 1/5 页 3 一种增强医学 X 射线影像显示效果的方法 技术领域 : 0001 本发明涉及数字图像技术, 特别适用于计算机控制 X 射线断层扫描装置或医学放 射性影像处理系统中。 背景技术 : 0002 对于某些图像系统而言, 不像其他信号系统那样需要对单纯的对信号本身进 行处理或控制, 而是观察者要根据提供的图像做出评价。 如医学图像, 目前尚不能很好的通 过图像本身自处理得出病灶原因, 图像最终要通过医师观察评价, 做出判断。因此, 最终传 出图像质量的好与差, 很大程度上影响了医师对病灶的正确判断, 显然, 很差质量的图像很 可能致医师误判、。

8、 漏判, 这对疾病的诊治显然是不利的。 0003 X射线影像, 是通过X射线对人体组织不同的吸收来成像的。 由于人体组织相互重 叠, 吸收X射线多的组织往往覆盖吸收量小的组织, 而无法全部显现。 更重要的是平片(CR, DR) 系统, 在成像中图像平板的磷离子使 X 射线发生散射, 加之设备扫描平板时出现的漫散 射, 使得图像模糊, 分辨率较差。 另外, 由于曝光和设备内在因素等的影响, 图像难免会夹杂 噪声, 这在图像处于低分辨率情况下尚不明显, 而当图像处于高分辨率时, 噪声就成为影响 影像质量的重要不利因素。 0004 目前普遍使用的医学影像处理的方法有 3 类 : 0005 1.调整图。

9、像的窗宽窗位, 这是医师常常采用的方法。 然而, 窗宽窗位虽然改变了图 像的对比度, 虽然可以观察到医师所想观察的组织细节, 却没有改变图像的质量问题, 图像 依然模糊, 组织细节不清晰, 对于其他的组织并没有很好的表现。且在实际工作中, 医师没 有时间调整到最佳的窗宽窗位。 0006 2. 直方图均衡, 采用改变图像像素分布的方法来达到均衡分布的直方图。虽然较 调整窗宽窗位而言, 能更好地得到图像对比度。然而图像模糊和组织细节的问题仍然无法 解决。 0007 3. 图像锐化掩膜, 该方法是通过掩膜平滑图像, 使原始图像加上它与平滑图像的 插值, 而得到的一种锐化的方法。 此方法较好地解决了图。

10、像模糊的问题, 为图像增强提供了 一种很好的思路, 但是它无法体现不同频率带的图像细节信息。 发明内容 0008 本发明的目的在于, 克服现有技术的不足, 提供一种能够使图像组织边缘对比度 提高、 整体图像组织通透可见之影像增强的方法。 0009 本发明是这样实现的 : 0010 1. 将图像按照金字塔 ( 斗型 ) 分解成 n 层 (2n max(width, height)。 0011 2. 将分解的图像插值与上一级图像等大小做差处理, 得到图像的细节图像。 0012 3. 将细节图像进行过量对比度抑制, 使细节对比度增强、 边缘增强、 噪声抑制。调 整细节图像的表现力。 说 明 书 CN。

11、 101779962 B 3 2/5 页 4 0013 4. 将残差图像与细节图像金字塔重组, 得到增强的图像。如图 1 所示 0014 本发明通过调整图像的像素动态范围分布, 提高图像细节信号, 增强数字图像的 对比度、 清晰度和通透性、 抑制噪声, 实现图像组织边缘对比度提高、 组织细节表现、 整体图 像组织通透可见的效果。本发明特别适用于计算机控制 X 射线断层扫描装置或医学放射性 影像处理系统。 附图说明 0015 图 1.X 射线影像增强算法流转图 0016 该图表现了算法流转的流程, 步骤为 : 图像分解、 图像金字塔漏斗型分解、 过量对 比度抑制、 细节对比度增强、 边缘增强、 。

12、噪声抑制、 金字塔斗型重建。 0017 图 2. 金字塔分解图 0018 金字塔分解示意图。图 2-1 为标准金字塔, 5 图 2-2 为斗型金字塔 0019 图 3. 金字塔分解流程图 0020 先将图像抽样然后平滑, 再将抽样后的图像进行插值再进行平滑, 与同大小原图 进行残差处理。 0021 图 4. 过量对比度抑制图 0022 对过量的对比度进行抑制。 0023 图 5. 细节增强图 0024 对图像的细节进行增强, 放大病灶细节。 0025 图 6. 边缘函数增强图 0026 对残差图像所描述的边缘进行权值增强效果 0027 图 7. 噪声抑制函数图 0028 对比度增强后的噪声的放。

13、大进行抑制 0029 图 8.CNR 噪声抑制表 0030 图 9. 金字塔重建图 0031 对拆分后多级图像进行重建还原成原图大小。 具体实施方式 0032 下面结合附图叙述一个实施例, 对本发明做进一步描述。 0033 本实施例通过如下方法步骤完成 : 图像金字塔 ( 漏斗形 ) 分解、 过量对比度抑制、 细节对比度增强、 边缘增强、 噪声抑制、 金字塔 ( 斗型重建 ), 如图 1 所示。 0034 .1 图像金字塔 ( 漏斗形 ) 分解 : 0035 利用拉普拉斯金字塔分解变换, 将医学图像分解成类似金字塔的斗型排列, 将 4096*4096 图像分解成 12 层分辨率图像 (212 。

14、4096), 若图像非正方形, 则取长宽最大值。 将图像隔行、 隔列, 抽样取得下一级低分辨率图像。以此类推 (i 0L-1)。如图 2-1 但与金字塔分解所不同的是, 当图像在 L-n( 如 n 4) L-1 层时, 将已得到的图像扩大至 L-n-1 层大小, 得到斗型的图像序列如图 2-2 所示。这样可以得到更佳的区域增强效果。 0036 具体分解结构如图 3 所示。 0037 首先将图像抽样然后平滑 ( 如图 3 中 a1 上步平滑 + 抽样 ), 再将抽样后的图像进 说 明 书 CN 101779962 B 4 3/5 页 5 行插值再进行平滑 ( 如图 3 中 a1 下部, 插值 +。

15、 平滑 ), 目的是一定程度造成图像灰度值均 衡, 然后将该信号与原图像做差处理 a0-a1, 突出细节和边缘信号。取得残差信号交由下模 块处理。以此类推至 aL 层。 0038 抽样插值处理 : 当分解长宽非 2n图像时, 需要对奇数行或列做差抽样 ; 当图像插 值时, 需要对原奇数行补差行或列。 0039 平滑模板选择 : 平滑模板的选择决定了图像细节的精细程度, 可以作为算法的参 数进行调整。 0040 通过以上方法可以得到不同分辨率下的图像内容, 即多尺度图像内容, 它涵盖了 图像的多个频段, 每个频段包含图像的各种信息。 虽然频段间有重叠信息, 并不影响对后续 图像增强的处理。 00。

16、41 当图像经过平滑, 抽样, 双线性放大插值, 平滑后, 与相同尺度图像做差, 可以得到 图像的细节信息。这些细节图像序列将是后续处理的对象。 0042 2. 过量对比度抑制 : 0043 传统改变图像对比度的方法, 如非线性查找表或窗宽窗位, 往往影响到图像其他 组织的对比度, 很难同时包容各种部位的高对比度信息, 高对比度的连续性无法保证。 而在 金字塔分级后的图像序列中可以得到多尺度的图像对比度信息, 使其很容易连续矫正图像 过量对比度。本发明选择了一种多尺度变换公式应用于图像的各级金字塔层, 从实验效果 和速度考量, 将其应用于低分辨率层的粗略图像更为合适。 0044 这种转换函数从。

17、本质上没有改变图像低对比度信息, 但是抑制了图像高对比度信 息。 数学上看, 使其接近于原始对比度, 其斜率接近于1。 当对比度增加时, 高对比度将会被 抑制。 0045 y A(i)F(x) 0046 i 4, 511 0047 转换函数 A(i) 为 s 型函数, 这样可以达到高对比度抑制的效果。S 型函数可以为 指数小于 1 的指数函数, 也可以按经验值设置查找表, 转换函数形状如图 4 所示, 其中纵轴 为输入, 横轴为输出, 蓝色为原始比例输入出比, 青色为抑制后的输入出比 : 0048 例如, 在原始图像大小为4096尺度大小时, 若原始图像标记为第0层, 那么该转换 函数标记启用。

18、层数为第 4 层, 再类推至后续层以上使用得到最佳效果。原始图像大小不同, 标记启用层不同, 试情况而定。 0049 3. 细节对比度增强 : 0050 当上步骤, 过量对比度抑制完成, 该工作为灰度值分布有良好的动态范围创造了 空间。此时, 细节对比度将是我们关心的重点。那些细节对比度信息, 反应了医师所关心的 可能是细小病变的信息, 而在未处理的图片中往往不易观察到。 0051 在图像中能反映图像细节信息的金字塔层必然为分辨率较大的那些层中。 在原图 为 4096 大小的图像中, 我们选择第 0, 1 层作为细节对比度增强层。那么这个增强 S 型曲线 函数为 : 0052 y -max P。

19、ix*(-x/max Pix)powerifx 0 0053 y max Pix*(x/max Pix)powerifx 0 0054 如图 6 所示。其中 max Pix 为图像最大像素值, power 为细节图像加强系数它的 说 明 书 CN 101779962 B 5 4/5 页 6 值位于 0 和 1 之间。在实际图像效果中, 选取 0.7 左右为宜。如图 5 所示, 其为 s 形函数表 达式。 0055 4. 边缘增强 : 0056 图像在高频段相对低频部分更能显示图像边缘信息和锐利度, 由于多尺度的出 现, 一系列的次频图像序列可以轻松得到, 那么增加高频图像(高分辨率)的权值自然。

20、使得 图像边缘信息更加突出。方法是, 将权值因子做成如图 7 所示的单调减得曲线函数直到权 值变化细微为止 ( 变化至 1 附近 )。那么调整第 0 层的峰值就可以作为参数来调试图像。 在实际增强中需要调整峰值对整体图像曲线进行调整, 低于噪声水平, 使得增强函数主要 作用于细节对比度, 而不是噪声。 在好的尺度(边缘明显)图像下, 大的对比度不会被增强, 因为其只作用于低对比度情况。如图 6 所示, 纵轴为加强权值, 横轴为层值。 0057 5. 噪声抑制 : 0058 (1) 当我们在做细节对比度增强时, 如图 5 的 s 型放大曲线虽然放大了细节信息, 然而混入其中的噪声也一定程度上被放。

21、大。我们需要对其进行修正。 0059 y -max Pix*(-x/max Pix)power2f-max Pix x -center 0060 y -maxPix*(center/maxPix)power2(-x/center)power1 if-center x 0 0061 y max Pix*(c/max Pix)power2*(x/c)power1if0 x center 0062 y maxPix*(x/maxPix)Power2ifcenter x m 0063 当power2被选择在范围0power21, 最好是在0.7左右, 当然视具0center max Pix 体图像而定。

22、。 0064 power1 power2, center 参数是个临界值, 范围值 0 center max Pix。一般 center 远远小于 maxPix。 0065 与细节对比度增强函数一样, power2 的减小大大增加细节图像的对比度, 与此同 时图像噪声相应增加。为了限制这种情况发生, 使得权值 power1 大于 power2, 合适的选择 为 1 左右。我们认为在过小的出现的细节信号多为噪声引起加以抑制。同样这种细节放 大噪声抑制函数将用在高分辨率金字塔层中。函数如图 7 所示 (power1 1, power2 0.7, c 0.1*max Pix), 其为图 5 的修正函。

23、数。 0066 (2) 在速度和条件允许的情况下, 我们可以采用更为动态的噪声偏差率来衡 量图像的噪声水平。图像的噪声主要是在摄影中, 曝光的同口寸产生的。噪声与图像信号 一般有单调非线性递增的特性。各个设备厂家的图像产生的噪声特性不同, 多表现为信号 的 log 函数增长或平方根增长。由于噪声的分布位于整个图像, 这样方便我们对层图像噪 声全局进行评估。而且对于人眼, 高频图像的噪声影响更为敏感。所以以高频图像的噪声 特性来作为图像系列层, 全局噪声的判断。 我们通过微小移动细节图像的窗位, 评估其均方 根来得到噪声水平。此时我们引入 CNR(contrast to noise radio)。

24、对比度噪声比, 来 作为衡量图像噪声水平的参数, 而不像信噪比 SNR, 我们不关心信号的绝对值, 而是信号偏 差值。当 CNR 值越高, 信号的分辨程度越强, 反之则信号逐渐被噪声淹没不易分辨。 0067 0068 其中, LocalContrast 为细节图像对比度值, NoiseLevel 为上述计算出的噪声水 说 明 书 CN 101779962 B 6 5/5 页 7 平。 0069 此时我们建立了每层的 CNR 噪声抑制表, 如图 8 : 纵轴为调整权值, 横轴为 CNR 值, 每条曲线代表不同尺度的图像层。由图可见, 噪声抑制只在高频图像中出现。 0070 6. 金字塔 ( 斗型。

25、重建 ) 0071 如图9所示 : 将a(L)残余图像, 插值叠加到上一级尺度被调整过的(增强, 噪声抑 制 ) 细节图像, 依次叠加至原图尺寸。最终得到如图 1 所显示的清晰通透的影像效果。将 aL 差值与上一级的残差图像 b(L-1) 大小相同, 并求和处理, 得到新的图像。然后其在插值 与 b(L-2) 大小相同再求和, 依次类推得到与初始图像大小相等的新的增强后的效果图。 说 明 书 CN 101779962 B 7 1/7 页 8 图 1 说 明 书 附 图 CN 101779962 B 8 2/7 页 9 图 2-1 图 2-2 说 明 书 附 图 CN 101779962 B 9 3/7 页 10 图 3 说 明 书 附 图 CN 101779962 B 10 4/7 页 11 图 4 图 5 说 明 书 附 图 CN 101779962 B 11 5/7 页 12 图 6 图 7 说 明 书 附 图 CN 101779962 B 12 6/7 页 13 图 8 说 明 书 附 图 CN 101779962 B 13 7/7 页 14 图 9 说 明 书 附 图 CN 101779962 B 14 。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 >


copyright@ 2017-2020 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1