一種醫(yī)療影像圖像細節(jié)增強方法
【專利摘要】本發(fā)明公開了一種醫(yī)療影像圖像細節(jié)增強方法，該方法包括以下步驟：對每層圖像進行高斯金字塔分解，得到下一層圖像、本層高頻信息；分別統(tǒng)計高頻圖像、低頻圖像每個像素周邊N*N模板的系數(shù)平均值，得到第i層圖像信息區(qū)域統(tǒng)計矩陣；重復(fù)上述步驟，進行逐層分解，直到分解到所要求的分解級數(shù)；對每層高頻圖像和低頻圖像按照一定的方式進行增強，得到增強后的圖像；將增強后的低頻和高頻圖像進行相加，得到當前層的輸出圖像，將輸出圖像上采樣后便得到下輸入圖像，直到重構(gòu)出頂層圖像。本發(fā)明能更好地利用每一層圖像的高頻和低頻信息，根據(jù)圖像局部特點，對圖像細節(jié)加以增強，控制圖像噪聲。
【專利說明】一種醫(yī)療影像圖像細節(jié)增強方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)字化圖像處理領(lǐng)域，尤其涉及一種醫(yī)療影像圖像細節(jié)增強方法。
【背景技術(shù)】
[0002]隨著網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，醫(yī)學(xué)領(lǐng)域中醫(yī)學(xué)影像數(shù)字化已是大勢所趨，然而醫(yī)學(xué)圖像在攝取、傳輸、處理過程中，難免會受到各種因素的影響，導(dǎo)致圖像質(zhì)量下降，這樣影像可能不能夠很好的被利用，為了實現(xiàn)數(shù)字圖像的存儲、利用的最優(yōu)化，需要對圖像進行處理。
[0003]對醫(yī)學(xué)圖像進行處理，首要目的是對圖像進行增強信噪比的工作，目前應(yīng)用的圖像處理方法基本都是在空間域內(nèi)，對像素本身進行各種灰度處理和空間頻率處理?？臻g與圖像增強主要包括灰度變換、直方圖出理、圖像平滑、圖像銳化等方法。頻率域處理的關(guān)鍵是變換處理，即首先將圖像由空間域變換至頻率域，然后在頻率域進行各種處理，再將處理結(jié)果進行反變換，從頻率域變換到空間域，達到圖像處理的目的。
[0004]傳統(tǒng)的拉普拉斯金字塔算法通過對原始圖像進行縮小處理，獲得低頻代圖像，根據(jù)通過放大低頻帶圖像所獲得的原始圖像的差，獲得高頻帶圖像。通過重復(fù)對于低頻帶圖像的縮小處理和根據(jù)與原始圖像的差生成都高頻帶圖像，逐層將圖像分割成頻率信號，抑制各分離圖像中的噪聲，然后再合成圖像。該方法不易發(fā)生合成不均勻，但難以提高噪聲抑制效果，且沒有考慮圖像區(qū)域的局部特征，沒有很好利用圖像的高頻與低頻信息。
【發(fā)明內(nèi)容】
[0005]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種醫(yī)療影像圖像細節(jié)增強方法，該方法能更好地利用每一層圖像的高頻和低頻信息，根據(jù)圖像局部特點，對圖像細節(jié)加以增強，控制圖像噪聲。
[0006]本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的:
[0007]—種醫(yī)療影像圖像細節(jié)增強方法，該方法包括以下步驟:
[0008]S1:對每層圖像Fi (X，y)進行逐層高斯金字塔分解，得到下一層圖像Fi+1 (x，y)和本層高頻信息fhi(x，y)，其中，i為圖像層數(shù)，第一層圖像為原始圖像FtlU, y)，計算過程為:
[0009]SlOl:采用拉普拉斯金字塔算法先對每一層輸入圖像進行高斯濾波:
[0010]Fi' (x, y) = W (m, n) ^Fi (x, y)
[0011 ] 公式中，*表示卷積，W (m, η)高斯濾波模板；
[0012]S102:對F" (x，y)進行一次降2下采樣，得到下一層圖像Fi+1 (x，y):Fi+1 (x, y)=Fi' (2x, 2y)；
[0013]S103:對Fi+1(x，y)進行隔行插0上采樣，得到Fi" (x, y):
[0014]
n\Fj+l(x/2,y/2) υ 為偶數(shù)
! (x,3；)"|o其他；
[0015]S104:對Fi" (x, y)進行一次高斯濾波，即:
[0016]Fi"' (XJ)=WOi^nW (x, y)
[0017]S105:計算本層高頻信息fhjx，y):
[0018]fhi (x, y) = Fi (x, y) -Fi" , (x, y)
[0019]S2:統(tǒng)計高頻圖像AiiUy)每個像素周邊NxN模板的高頻系數(shù)平均值，得到第i層圖像高頻信息區(qū)域統(tǒng)計矩陣EiU, y):
[0020]￡'(-v'-V)= Σ |./7?,.(x+i,y+j)|/9
[0021]其中，B為坐標為NxN模板所包含的區(qū)域；
[0022]S3:統(tǒng)計低頻圖像每個像素周邊NxN模板的低頻系數(shù)平均值，得到第i層圖像低頻信息區(qū)域統(tǒng)計矩陣IiU, y):
[0023]Σ |^(x+i,y+j)|/9
U,j)eB
[0024]其中，F(xiàn)i"'是SI中計算得到的每一層的低頻圖像系數(shù)，B為坐標為NxN模板所包含的區(qū)域；
[0025]S4:重復(fù)SI?S3進行逐層分解，并計算得到每一層的數(shù)據(jù)信息，直到分解到所要求的分解級數(shù)；
[0026]S5:對每層高頻圖像fhi(X，y)進行指數(shù)增強算法，輸出增強后的圖像Aii' (x, y)=6(?/ (X，y)),其中G(x)表達式如下:
at- k'X X < X0
Γ Ixl Y"
[0027]G(X) — < Q1' I—r — JC0 < X ^ M
HImJ
a Xother
[0028]其中，a,為不同層的增強系數(shù)，k，P為固定常數(shù)，X0和M為像素閾值；
[0029]S6:將fV (x，y)按照高頻信息區(qū)域統(tǒng)計矩陣EiU, y)進行增強，得到再次增強后圖像fh/ (X，y)，增強公式如下:
「 Π 41 V 、D1 41 V 、、 《'Α'(O T\<Ei{x,y)<t2
[0030]Λ (x, y) = Ri Jhi (x, j)) = j ,
//?,.(x, \.) others
[0031]當fh/ (x, y)所在臨域的高頻能量E大于Tl且小于T2時，對高頻系數(shù)做增強處理(a>l)，能量小于Tl時，所處區(qū)域平滑，不做細節(jié)增強處理，避免對噪聲進行增強，大于T2時，圖像細節(jié)已經(jīng)足夠清晰，也不做處理；
[0032]S7 ^fliUy)按照IiUy)進行增強，得到增強后的低頻圖像fV (x，y)，計算公式如下:
[0033]
V 、、、+我(''.'')<73且|爲(^,>’)-/(^)|>6.1(1，7)
A1 (x, V) = D(./7;.(x, V))=,
v)other
[0034]對于低頻圖像，當其所在臨域高頻能量EiU, y)小于T3時，說明像素所在圖像區(qū)域處于平緩區(qū)，此時對該像素進行平緩操作，用于提高圖像的層次感和圖像去噪，公式中b〈l ；
[0035]S8:對圖像進行重構(gòu):
[0036]將增強后的低頻和高頻圖像進行相加，得到這一層的輸出圖像:
[0037]FCi (X，y) = fl/ (x, y) +Aii" (x, y)
[0038]S9:將輸出圖像FCiUy)上采樣，得到下輸入圖像fig (x，y)，計算過程為:
[0039]S901:將圖像FCi(Xj)間隙插0，長寬放大一倍，得到圖像FCi' (x，y)，計算公式如下:
[0040]
Fr,( iFC;(x/2,v/2) 為偶數(shù)
其他；
[0041]S902:用高斯濾波模板對圖像FCi' (x，y)進行濾波，得到低頻圖像fI1 (x，y):
[0042]FCi" (X，y) = W (m, n) ^FCi' (x, y)
[0043]其中，符號表示卷積，W(m，n)為高斯濾波模板；
[0044]SlO:重復(fù)S6?S9，直到重構(gòu)出頂層圖像FCtl (x，y)。
[0045]本發(fā)明的有益效果是:可以擺脫傳統(tǒng)的拉普拉斯金字塔增強算法中沒有考慮圖像區(qū)域的局部特征，沒有很好地利用圖像的高頻和低頻信息的特點，本發(fā)明可以更好地利用每一層圖像的高頻和低頻信息，根據(jù)圖像局部特點的不同，進行不同的增強強度，能很好的增強細節(jié)，控制圖像噪聲。
【專利附圖】
【附圖說明】
[0046]圖1為本發(fā)明的處理示意圖；
[0047]圖2為本發(fā)明的處理流程圖。
【具體實施方式】
[0048]下面結(jié)合附圖進一步詳細描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護范圍不局限于以下所述。
[0049]圖1為本發(fā)明對圖像進行拉普拉斯金字塔分階段結(jié)構(gòu)圖，
[0050]如圖2所示，一種醫(yī)療影像圖像細節(jié)增強方法，該方法包括以下步驟:
[0051]S1:對每層圖像FiUy)進行逐層高斯金字塔分解，得到下一層圖像Fi+1 (x，y)和本層高頻信息fhi(x，y)，其中，i為圖像層數(shù)，第一層圖像為原始圖像FtlU, y)，計算過程為:
[0052]SlOl:采用拉普拉斯金字塔算法先對每一層輸入圖像進行高斯濾波:
[0053]Fi' (X，y) = W (m, n) ^Fi (x, y)
[0054]公式中，*表示卷積，ff(m, η)高斯濾波模板，m、η表示為高斯濾波模板的位置，W(m, η)其實質(zhì)上為一個低通濾波器，可以采用以下典型的5*5子窗口:
'1 4 6 4 1'
4 16 24 16 4
[0055]W(m,n)=^— 6 24 36 24 6:
4 16 24 16 4
1 4 6 4 1
[0056]在具體實施中，原圖像為Fq(x，y) (X彡X，y彡Y)，X、Y為圖像的行、列數(shù)，原圖F。為高斯金字塔的最底層，則把原圖像分解到所要求的級數(shù)具有相同過程；
[0057]S102:對Fi' (x，y)進行一次降 2 下采樣，得到下一層圖像 Fi+1 (x，y):Fi+1 (x, y)=Fi' (2x, 2y)；
[0058]S103:對Fi+1(x，y)進行隔行插0上采樣，得到Fi" (x, y):
[0059]
\FM(xl2,yl2) 為偶數(shù)其他；
[0060]S104:對Fi" (x, y)進行一次高斯濾波，即:
[0061]Fi"' (XJ)=WOi^nW (x, y)
[0062]S105:計算本層高頻信息fhjx，y):
[0063]Aii (x, y) = Fi (x, y) -Fi" , (x, y)
[0064]S2:統(tǒng)計高頻圖像fhi(X，y)每個像素周邊NxN模板的高頻系數(shù)平均值，得到第i層圖像高頻信息區(qū)域統(tǒng)計矩陣EiU, y):
[0065]EM^y) = Σ |.A-(x+i,y+j)|/9
[0066]其中，B為坐標為NxN模板所包含的區(qū)域；
[0067]S3:統(tǒng)計低頻圖像每個像素周邊NxN模板的低頻系數(shù)平均值，得到第i層圖像低頻信息區(qū)域統(tǒng)計矩陣IiU, y):
[0068]= Σ IfHx+ *.y+ j)| ? 9
仏 j)eB
[0069]其中，F(xiàn)i"'是SI中計算得到的每一層的低頻圖像系數(shù)，B為坐標為NxN模板所包含的區(qū)域；
[0070]S4:重復(fù)SI?S3進行逐層分解，并計算得到每一層的數(shù)據(jù)信息，直到分解到所要求的分解級數(shù)；
[0071]S5:對每層高頻圖像fhi(X，y)進行指數(shù)增強算法，輸出增強后的圖像fh/ (x, y)=6(?/ (X，y)),其中G(X)表達式如下:
a, - k-XX < Aril
? Il \ρ
[0072]G(X) = Ia1-Χ{) < X < M
\Χ\ΚΜ)
α}.Xother
[0073]其中，a,為不同層的增強系數(shù)，k，P為固定常數(shù)，X0和M為像素閾值；
[0074]S6:將Ali' (x, y)按照高頻信息區(qū)域統(tǒng)計矩陣Ei (x, y)進行增強，得到再次增強后圖像Aii" (X，y)，增強公式如下:
「 ^…"V 、、?"'//7,(Λ'.ν) T\<Ei(x,y)<t2
[0075].//?, (χ,.γ) = Ri fhi (.Y, y))= < ,
[β'(χ,γ) others
[0076]當fh/ (χ, y)所在臨域的高頻能量E大于Tl且小于Τ2時，對高頻系數(shù)做增強處理(a>l)，能量小于Tl時，所處區(qū)域平滑，不做細節(jié)增強處理，避免對噪聲進行增強，大于T2時，圖像細節(jié)已經(jīng)足夠清晰，也不做處理；
[0077]ST^ffl^x, y)按照IiUy)進行增強，得到增強后的低頻圖像fV (x，y)，計算公式如下:
[0078]
Ai (X, V) = 0(./7,.(X, V)) =11
1.//,( v, V)other
[0079]對于低頻圖像，當其所在臨域高頻能量EiU, y)小于T3時，說明像素所在圖像區(qū)域處于平緩區(qū)，此時對該像素進行平緩操作，用于提高圖像的層次感和圖像去噪，公式中b〈l ；
[0080]S8:對圖像進行重構(gòu):
[0081]將增強后的低頻和高頻圖像進行相加，得到這一層的輸出圖像:
[0082]FCi (X，y) = fl/ (x, y) +Aii" (x, y)
[0083]S9:將輸出圖像FCiUy)上采樣，得到下輸入圖像fig (x，y)，計算過程為:
[0084]S901:將圖像FCi(Xj)間隙插O，長寬放大一倍，得到圖像FCi' (x，y)，計算公式如下:
[0085]
πΓ,( , _|FC,(x/2,v/2)x,y為偶數(shù)
,(x"v)=lo其他；
[0086]S902:用高斯濾波模板對圖像FCi' (x，y)進行濾波，得到低頻圖像fig (x，y):FCi" (x，y) = W(m，n)*F(V (x, y)
[0087]其中，符號表示卷積，W(m，n)為高斯濾波模板；
[0088]SlO:重復(fù)S6?S9，直到重構(gòu)出頂層圖像FCtl (x，y)。
【權(quán)利要求】
1.一種醫(yī)療影像圖像細節(jié)增強方法，其特征在于:該方法包括以下步驟: s1:對每層圖像F1c, y)進行逐層高斯金字塔分解，得到下一層圖像Fi+1(x，y)和本層高頻信息Aii (X，y)，其中，i為圖像層數(shù)，第一層圖像為原始圖像FtlU, y)，計算過程為: SlOl:采用拉普拉斯金字塔算法先對每一層輸入圖像進行高斯濾波:
Fi' (X，y) = W (m, n) ^Fi (x, y) 公式中，*表示卷積，W (m, η)高斯濾波模板； S102:對Fi' (x，y)進行一次降2下采樣，得到下一層圖像Fi+1(x，y):
Fi+1 (x, y) =F" (2x, 2y)； s103:對Fi+1(x，y)進行隔行插0上采樣，得到Fi" (x，y):
j-,η.、\FM{xl2,yl2) 為偶數(shù)
^(x-v) = lo其他； s104:對Fi" (X，y)進行一次高斯濾波，即:
Fi" ' (X，y) = W (m, n) ^Fi" (x, y) s105:計算本層高頻信息Aii (X，y):
Aii (X，y) = Fi(Xj)-Fi" ' (x, y) s2:統(tǒng)計高頻圖像fhi(X，y)每個像素周邊NxN模板的高頻系數(shù)平均值，得到第i層圖像高頻信息區(qū)域統(tǒng)計矩陣EiU, y):
E1U', V)= Yj |.//z,.(x+isy+j)|/9 其中，B為坐標為NxN模板所包含的區(qū)域； s3:統(tǒng)計低頻圖像每個像素周邊NxN模板的低頻系數(shù)平均值，得到第i層圖像低頻信息區(qū)域統(tǒng)計矩陣Ii (X，y): dv)= X |if(X+i,y+j)|/9 其中，F(xiàn)i"'是SI中計算得到的每一層的低頻圖像系數(shù)，B為坐標為NxN模板所包含的區(qū)域； s4:重復(fù)SI?S3進行逐層分解，并計算得到每一層的數(shù)據(jù)信息，直到分解到所要求的分解級數(shù)； S5:對每層高頻圖像fhi(X，y)進行指數(shù)增強算法，輸出增強后的圖像fhZ (x，y)=G(fhi' (X，y)),其中G(X)表達式如下:a,- k-XX < X0
r ( Ixl Y G{x) = \arT1 U XnKxKM a}.X other 其中，B1為不同層的增強系數(shù)，k, P為固定常數(shù)，X0和M為像素閾值； S6:將fh/ (x, y)按照高頻信息區(qū)域統(tǒng)計矩陣EiU, y)進行增強，得到再次增強后圖像Aii" (x，y)，增強公式如下:
〃,丨“.fh'(λ, v) T\ < l￡ {x, v) < / 2 β；(χ,γ)^Κ(β,(χ,γ)) = \:..[fh'{x,y) o Iili^ 當fhZ (x, y)所在臨域的高頻能量E大于Tl且小于T2時，對高頻系數(shù)做增強處理(a>l)，能量小于Tl時，所處區(qū)域平滑，不做細節(jié)增強處理，避免對噪聲進行增強，大于T2時，圖像細節(jié)已經(jīng)足夠清晰，也不做處理； s7^fli(Xj)按照Ii(x，y)進行增強，得到增強后的低頻圖像fi/ (x，y)，計算公式如下:Λ、、[δ.(./7,(.τ,ν)-/) +.//,.(χ,ν) ￡；.(χ’.ν)<；Γ^|./7,.(Λ-,.ν)-/(χ,.ν)|>?.Ι(χ，.ν)Jii (χ, V) = D(凡(χ, ν)) = 1 .//(-ν,ν)olher 對于低頻圖像，當其所在臨域高頻能量EiU, y)小于T3時，說明像素所在圖像區(qū)域處于平緩區(qū)，此時對該像素進行平緩操作，用于提高圖像的層次感和圖像去噪，公式中b〈l ； s8:對圖像進行重構(gòu): 將增強后的低頻和高頻圖像進行相加，得到這一層的輸出圖像:
FCi (x, y) = fl/ (XjHfhi" (x, y)
s9:將輸出圖像FCi(Xj)上采樣，得到下輸入圖像f Ih (x，y)，計算過程為: s901:將圖像FCi(Xj)間隙插O，長寬放大一倍，得到圖像FCi' (x，y)，計算公式如下:
\FCt{xl2,yl2) x,y 為偶數(shù)
其他； s902:用高斯濾波模板對圖像FCi' (x，y)進行濾波，得到低頻圖像fIg(XJ):
FCi" (x,y) =ff(m,n)*FCi/ (x, y) 其中，符號表示卷積，W(m，n)為高斯濾波模板； SlO:重復(fù)S6?S9，直到重構(gòu)出頂層圖像FC0 (X，y)。
【文檔編號】G06T5/00GK104182939SQ201410409682
【公開日】2014年12月3日 申請日期:2014年8月18日 優(yōu)先權(quán)日:2014年8月18日
【發(fā)明者】曲建明 申請人:成都金盤電子科大多媒體技術(shù)有限公司