一種基于人眼視覺特性的醫學圖像增強方法
【技術領域】
[0001] 本發明屬于數字圖像處理領域，具體涉及一種基于人眼視覺特性的醫學圖像增強 方法。
【背景技術】
[0002] 醫學圖像增強處理需要解決的主要是亮度調節和彩色細節增強問題，而常規的圖 像增強方法存在很多不足之處，難以實現醫學圖像增強的目的。Retinex算法以實現顏色 恒定性為初衷，利用人眼視覺特性對圖像進行亮度調整和彩色細節增強，通過計算各像素 間的相對明暗關系獲得該像素點的顏色，具有良好的高動態范圍壓縮效果對于醫學圖像同 樣具有良好的表現。Retinex算法自從1963年提出到現在，國內外研究者先后提出了基 于變分模型的Retinex、隨機路徑Retinex、金字塔迭代Retinex、視網膜受域中心/環繞 Retinex以及其他各種改進方法，已成為真實影像再現算法中一個重要的分支。
[0003] 雖然Retinex算法是一種優秀的圖像增強算法，但它同時也存在很多缺陷，比如 在對數域的亮度壓縮無法滿足不同光照的亮度變化，適應能力不高。多尺度疊加導致計算 復雜，速度慢。對RGB三個通道的色彩分量分別處理，容易引起彩色量化噪聲，產生光暈和 白化等現象，對圖像增強產生不同程度的影響。
【發明內容】
[0004] 本發明的目的在于解決上述現有技術中存在的難題，提供一種基于人眼視覺特性 的醫學圖像增強方法，有效解決圖像明暗不均的問題，并且增強圖像局部細節，同時能夠保 持原圖的色彩表現。
[0005] 本發明是通過以下技術方案實現的：
[0006] -種基于人眼視覺特性的醫學圖像增強方法，包括：
[0007] S1，輸入需要增強的醫學圖像，將其從RGB空間轉換到HSV空間，得到亮度分量 ￥(義，7)，色調分量11(1，7)以及飽和度分量8(1，7);
[0008] S2,根據圖像亮度直方圖累積分布函數定義自適應修正函數，獲得調節參數k和 c ；
[0009] S3,根據亮度分量v(x，y)和調節參數k和c，利用修正后的TAN函數計算得到調 整后的亮度分量V (x，y);
[0010] S4,根據進行亮度調整后的圖像均值f判斷是否需要對參數c進行微調，如果是， 則進行微調得到新的參數C'，并用C'代替C，然后返回S3,如果否，則進入S5 ;
[0011] S5,對局部細節增強得到局部細節增強后的亮度分量V" (x，y);
[0012] S6,將V" (X，y)和SI得到的色調分量和飽和度分量一起轉化為RGB得到輸出圖 像。
[0013] 所述Sl中將其從RGB空間轉換到HSV空間是這樣實現的：
[0014] 設（r，g，b)分別是一個顏色的紅、綠和藍坐標，它們是取值在0到1之間的實數； 設max為r，g和b中的最大者，設min為r，g和b中的最小者，得到：
[0017] V = max，h、s、V分別表示色調分量h(x，y)、飽和度分量s (X，y)和亮度分量v(x， y)。
[0018] 所述S2是這樣實現的：
[0019] 根據圖像亮度直方圖累積分布函數定義自適應修正函數：
[0021] 其中Ca表示灰度級為a的圖像累計分布，Cb表示灰度級為b的圖像累計分布，這 里a、b分別表示暗區域和亮區域所占的比例；Ca和C b均小于1，滿足k < 0. 5 [0022] T1、1~2分別為明、暗統計閾值。
[0023] 取 a = 50, b = 200,取 In T2分別為 0· 2、0· 8。
[0024] 所述S3中的修正后的TAN函數如下：
[0026] 其中 0<k<0.5,0彡c彡 mk;v 隨為 255, m A k 相關。
[0027] 所述S4中的根據進行亮度調整后的圖像均值I"判斷是否需要對參數c進行微調， 如果是，則進行微調得到新的參數c'是這樣實現的：
[0028] 圖像均值I:是通過將圖像中的每個像素點的亮度累加，再除以像素點的個數得 到；
[0030] 其中，1~3與T 4分別為判定圖像整體過暗和過亮的閾值。
[0031] T3與 T 4分別為 100 和 180。
[0032] 所述S5是這樣實現的：
[0033] 將下面的算子與V (X，y)卷積計算得到V" (X，y):
[0035] 所述S6是這樣實現的：
[0036] 設（h，s，v)分別是一個顏色的色調、飽和度和亮度坐標，它們是在取值在0到1之 間的實數；
[0043] 與現有技術相比，本發明的有益效果是：本發明方法引入了修正的TAN函數非線 性自適應曲線和改進的0N/0FF雙拮抗側抑制模型，形成一種適合醫學圖像的增強算法，有 效地解決了圖像明暗不均的問題，并且增強了圖像局部細節，同時能夠保持原圖的色彩表 現，與同類圖像增強算法相比較，本方法計算簡便、普適性好，視覺效果優秀，符合醫學圖像 增強的特殊需求。
【附圖說明】
[0044] 圖1改進的0N/0FF雙拮抗側抑制模型
[0045] 圖2本發明方法的步驟框圖
[0046] 圖3本發明實施例中的原圖
[0047] 圖4經過本發明方法處理后的圖。
【具體實施方式】
[0048] 下面結合附圖對本發明作進一步詳細描述：
[0049] 本發明以圖像增強為目的，首先提出一種非線性全局映射模型，引入TAN函數并 加以改進來模擬瞳孔的亮度調節機制，根據圖像的統計特性自適應調整圖像的整體亮度水 平。之后依據視覺通路的側抑制競爭機制，提出了一種改進的雙拮抗側抑制響應模型，對亮 度調整后的圖像進行局部區域細節的增強，提高圖像對比度。
[0050] 本發明方法如圖2所示，包括：
[0051] 由于RGB顏色空間具有較高的色彩相關性，因此先將圖像（即需要增強的醫學圖 像）從RGB空間轉換到彩色相關性較小的HSV空間，得到亮度分量V (X，y)，色調分量h (X， y)以及飽和度分量s (X，y)，且僅處理亮度分量。
[0052] 從RGB空間轉換到彩色相關性較小的HSV空間的方法具體如下：
[0053] 設（r，g，b)分別是一個顏色的紅、綠和藍坐標，它們是在取值在0到1之間的實 數。設max為r，g和b中的最大者。設min為r，g和b中的最小者，可以得到：
[0057] 為了能自適應調整圖像的整體亮度水平，這里引入具有靈活映射能力的TAN函 數，并且可以通過調節參數k和c對該函數輸出修正，式子為：
[0059] 使用本發明時，將亮度分量v(x，y)代入上式，并利用下面的k和c獲得ν' (X， y)，ν' (X，y)表示計算調整后的亮度分量。
[0060] 其中0<k<0.5,0彡c$mk。V_-般設為255，mAk相關（在上式中，只要 保證當v(x，y)取值在（〇，1)時，得到W (X，y)的值也在（〇，1)之