間即可，所以需要對k 和c的取值范圍進行限制，當k和c中的一個值的取值范圍確定之后，另一個值的取值范圍 也隨之確定），保證TAN函數的輸出不會溢出。修正后的TAN函數適用于不同明暗特征的醫 學圖像。
[0061] 為了使該函數有更好的普適性，再根據圖像亮度直方圖累積分布函數定義自適應 修正函數：
[0062] CN 105118029 A 說明書 5/6 頁
[0063] 其中Ca表示灰度級為a的圖像累計分布，C b表示灰度級為b的圖像累計分布，這 里& = 50，b = 200(a，b兩值不固定，是經驗值，無具體范圍），分別表示暗區域和亮區域所 占的比例。T1, T2分別為明暗統計閾值，這里分別為0. 2和0. 8(是經驗值，無具體范圍）。 (；和C b均小于1，滿足k < 0. 5 (根據上式，0. 2和0. 35均小于0. 5,當C 3和C b均小于1時， 小于 0. 5)。 8
[0064] 根據以上式子進行亮度調整后的圖像均值? (將圖像每個像素點的亮度累加，再 除以像素點的個數）判斷效果，必要時對參數微調并重新處理，具體如下：
[0066] 1~3與T 4分別為判定圖像整體過暗和過亮的閾值，這里分別為100和180 (經驗值， 無具體范圍）。
[0067] 調整了圖像整體亮度水平之后，需要進一步對局部細節增強，這里引入一種改進 的0N/0FF雙拮抗側抑制模型，如圖1所示，根據該模型可以得到穩態輸出為
[0069] 考慮0N/0FF雙拮抗的時間響應特性，上式的瞬態方程為
[0073] 合理設置^_(^與1^丨0￡5的值（1^仙取2. 5, 取0. 5,經驗值），獲得最佳增強 效果，具體使用時，
[0074] 當4〇η.取2. 5, ^碑取〇· 5時，上式變為 CN 105118029 A 說明書 6/6 頁
[0078] 將該算子與V (x，y)卷積計算得到v" (x，y)。
[0079] 最后還需要將V" (X，y)和原來的色調分量和飽和度分量一起轉化為RGB得到輸 出圖像，具體如下：
[0080] 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。
[0087] 本發明的一個實施例如圖3和圖4所示，其中圖3是原圖，圖像亮度不均，中心偏 左有一個光斑；圖像細節不佳，具體表現為細胞層次不清，邊緣輪廓不突出等。圖4是使用 本方法后的結果圖，亮度不均問題得到解決，且細胞層次分明，邊緣輪廓清晰，具有較好的 視覺效果。
[0088] 上述技術方案只是本發明的一種實施方式，對于本領域內的技術人員而言，在本 發明公開了應用方法和原理的基礎上，很容易做出各種類型的改進或變形，而不僅限于本 發明上述【具體實施方式】所描述的方法，因此前面描述的方式只是優選的，而并不具有限制 性的意義。
【主權項】
1. 一種基于人眼視覺特性的醫學圖像增強方法，其特征在于：所述方法包括： 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V(X，y)， 色調分量h(x，y)以及飽和度分量s(x，y); 52, 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 53, 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); 54, 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'，并用c'代替c，然后返回S3,如果否，則進入S5 ; 55, 對局部細節增強得到局部細節增強后的亮度分量v" (x，y); 56, 將v" (x，y)和S1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。2. 根據權利要求1所述的基于人眼視覺特性的醫學圖像增強方法，其特征在于：所述 S1中將其從RGB空間轉換到HSV空間是這樣實現的： 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：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)。3. 根據權利要求2所述的基于人眼視覺特性的醫學圖像增強方法，其特征在于：所述 S2是這樣實現的： 根據圖像亮度直方圖累積分布函數定義自適應修正函數：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Cb均小于1，滿足k< 0. 5T^ 1~2分別為明、暗 統計閾值。4. 根據權利要求3所述的基于人眼視覺特性的醫學圖像增強方法，其特征在于：取a =50,b= 200,取 1\、T2分別為 0? 2、0. 8。5. 根據權利要求4所述的基于人眼視覺特性的醫學圖像增強方法，其特征在于：所述 S3中的修正后的TAN函數如下：其中 0 <k< 0? 5,0 彡c彡mk;VniJ% 255,1^與k相關。6. 根據權利要求5所述的基于人眼視覺特性的醫學圖像增強方法，其特征在于：所述 S4中的根據進行亮度調整后的圖像均值『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： 圖像均值『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；其中，1與T4分別為判定圖像整體過暗和過亮的閾值。7. 根據權利要求6所述的基于人眼視覺特性的醫學圖像增強方法，其特征在于：T3與 八分別為100和180。8. 根據權利要求7所述的基于人眼視覺特性的醫學圖像增強方法，其特征在于：所述 S5是這樣實現的： 將下面的算子與v' (x，y)卷積計算得到v" (x，y):9. 根據權利要求8所述的基于人眼視覺特性的醫學圖像增強方法，其特征在于：所述 S6是這樣實現的： 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； =hmod60
【專利摘要】本發明提供了一種基于人眼視覺特性的醫學圖像增強方法，屬于數字圖像處理領域。本方法包括：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v(x，y)，色調分量h(x，y)以及飽和度分量s(x，y)；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；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)；S4，根據進行亮度調整后的圖像均值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。
【IPC分類】G06T5/00
【公開號】CN105118029
【申請號】CN201510489275
【發明人】李盛, 穆海東, 汪寧梅, 葛春, 裴姣姣
【申請人】曲阜裕隆生物科技有限公司
【公開日】2015年12月2日
【申請日】2015年8月11日