Retinex的医学图像增强方法研究

1724 中国医学影像技术2007年第23卷第11期　ChinJMedImagingTechnol,2007,Vol23,No11

Enhancementofmedicalimagesbasedmulti2scaleRetinex

ZHANGJia2jie,CHENShu2yue

1

23

,LIURui2jian,YANGMin

11

(1.SchoolofInformationandCommunicationEngineering,NorthUniversityofChina,Taiyuan030051,China;

2.NationalKeyLaboratoryforElectronicMeasurementTechnology,Taiyuan030051,China)

[Abstract]　Objective　Toenhancetheinformationofhiddenareaofmedicalimagesandimagecontrast,andcompressthedynamicrange.Methods　Animprovedenhancementalgorithmofmedicalimagesbasedonmulti2scaleRetinexwaspresen2ted.ThethreedifferentGaussianfiltercoefficientsunderthreedifferentdeviationswerecalculated,andtheconvolutionop2erationwasimplementedbetweentheimagedistributionandGaussianfilters.Weightedaverageofmulti2scalewasgainedandmappedtograyrangeofdisplaydevice.Results　Withthisimprovedmethod,imagecontrastenhancement,sharpeninganddynamicrangecompressionwereachievedatthesametime.Theinformationofhiddenareaofimageswasobviouslyen2hanced.Conclusion　ImprovedMSRcanobservablyimproveentropyofmedicalimages,andalsoovercomethelackofen2hancementoftraditionalmethodsandsatisfytheclinicdemand.

[Keywords]　Retinex;Medicalimages;Imageenhancement;range基于多尺度1,陈树越23,刘瑞剑1,杨　敏1

(1.中北大学信息与通信工程学院信息工程系,山西太原　030051;

2.电子测试技术国家重点实验室,山西太原　030051)

[摘　要]　目的　增强医学图像中的暗区信息和图像对比度,压缩医学图像的动态范围。方法　提出并改进了基于多尺

度Retinex方法的医学图像增强处理方法,在3种标准偏差下,求得高斯环境函数;然后使用3种不同的误差函数对医学图像进行卷积操作,将3种标准偏差尺度下得到的结果进行加权平均;最后将输出灰度值进行修正,得到可用于显示的结果。结果　改进的MSR算法既可实现低对比度的医学图像增强,又能实现图像的动态范围压缩,能够显著提高暗区医学图像的信息。结论　改进MSR算法能够显著提高暗区图像的信息量,其增强后的信息熵是原图像的2倍多,该方法克服了常规医学增强方法的不足,能够满足医生临床诊断的要求。

[关键词]　Retinex;医学图像;图像增强;动态范围压缩

[中图分类号]　R541.4;R817.4　[文献标识码]　A　　[文章编号]　100323289(2007)1121724203

　　在医学图像处理中,对于图像对比度较差、图像亮度很

暗、动态范围又很宽的情况,需要进行增强处理,以满足医生临床诊断的要求。同时,由于医学图像的动态范围比显示设备高出很多,所以需要一种有效的图像增强算法,在能够增强图像中较暗区域的细节信息的同时,又可压缩图像的动态范围以适应显示设备的要求。本文针对医学图像的特点,提出并改进了基于多尺度Retinex算法对医学图像进行增强处理,以满足医生临床诊断的要求。1　资料与方法

1.1Retinex算法　Land首先提出了Retinex作为人眼感知

亮度和色度的视觉模型,该理论论述了人眼视觉系统是如何获取景物的图像,并具有色感一致性。所谓色感一致性,是指人眼能够在不同亮度情况下仍能辨认物体本来颜色的能力。

Land基于人眼视觉系统引入了图像的center/surround分

[1]

布的空间形式,Jobson等[2]在Land的研究基础上,定义了单尺度Retinex算法(singlescaleRetinex,SSR)。该算法可用

下式描述:

R(x,y)=logI(x,y)-log[F(x,y)3I(x,y)]

(1)

　　R(x,y)是输出的图像函数,I(x,y)是输入图像的分布函

[作者简介]张甲杰(1982-),男,山东泰安人,在读硕士。研究方向:图

数,3代表卷积操作,log为自然对数。F(x,y)被称为环境函数,它的的选取有很多种,Land等人选择了F(x,y)=1/r2,

Hulbert等人提出了使用高斯函数作为环境函数:

F(x,y)=K exp(-(x2+,y2)/c2)

形图像处理。E2mail:zhangjiajie35@http://

[通讯作者]陈树越,中北大学信息与通信工程学院信息工程系,030051。E2mail:csyue2000@http://[收稿日期]2007205209　　[修回日期]2007207220

(2)

　　其中,c是高斯函数的标准偏差,归一化条件为:

中国医学影像技术2007年第23卷第11期　ChinJMedImagingTechnol,2007,Vol23,No11 1725

(3)∫∫F(x,y)dxdy=1　　标准偏差的选择会直接影响医学图像增强的效果,它控制着图像中有多少细节信息被保留,当选取较小的值时,能够较好地完成动态范围的压缩;当选取较大的值时,色感一致性较好。通常都是在动态范围压缩和色感一致性之间寻找平衡点[3,4]。

1.2多尺度Retinex算法　多尺度(multi2scaleRetinex,MSR)算法是一种既可很好完成图像的动态范围压缩,又可保证图像的色感一致性好的图像增强方法[5,6]。该算法可用下式描述:

Ri(x,y)=∑Wk(logIi(x,y)-log[Fk(x,y)

k=1K

2.2改进MSR增强结果　改进的多尺度Retinex算法适宜

不同的亮度环境下所获得的图像。应用本文提出的改进MSR增强算法处理医学图像,其增强效果如图1所示。

(4)　　3Ii(x,y)])　i=1,…,N

　　其中下标i表示第i个光谱带,N表示光谱带个数,N=1时代表灰度图像,N=3时代表彩色图像。Wk表示和Fk相关的权重系数,k表示环境函数的个数。实验表明对于大多数医学图像而言,选取大、中、小3个尺度,每个尺度的权重根据侧重动态范围还是侧重色感一致性的需要来选取[3,7]。　　通常利用MSR值,,值进行修正。2　结果

2.1改进MSR算法实现　由于MSR算法需要对图像进行卷积操作,这就耗费了大量的运算时间,我们在图像的卷积操作和最后的灰度修正上改进 …… 此处隐藏：4339字，全部文档内容请下载后查看。喜欢就下载吧 ……