[发明专利]一种医疗影像图像细节增强方法

说明书

技术领域

本发明涉及数字化图像处理领域，尤其涉及一种医疗影像图像细节增强方法。

背景技术

随着网络技术的迅速发展，医学领域中医学影像数字化已是大势所趋，然而医学图像在摄取、传输、处理过程中，难免会受到各种因素的影响，导致图像质量下降，这样影像可能不能够很好的被利用，为了实现数字图像的存储、利用的最优化，需要对图像进行处理。

对医学图像进行处理，首要目的是对图像进行增强信噪比的工作，目前应用的图像处理方法基本都是在空间域内，对像素本身进行各种灰度处理和空间频率处理。空间与图像增强主要包括灰度变换、直方图出理、图像平滑、图像锐化等方法。频率域处理的关键是变换处理，即首先将图像由空间域变换至频率域，然后在频率域进行各种处理，再将处理结果进行反变换，从频率域变换到空间域，达到图像处理的目的。

传统的拉普拉斯金字塔算法通过对原始图像进行缩小处理，获得低频代图像，根据通过放大低频带图像所获得的原始图像的差，获得高频带图像。通过重复对于低频带图像的缩小处理和根据与原始图像的差生成都高频带图像，逐层将图像分割成频率信号，抑制各分离图像中的噪声，然后再合成图像。该方法不易发生合成不均匀，但难以提高噪声抑制效果，且没有考虑图像区域的局部特征，没有很好利用图像的高频与低频信息。

发明内容

本发明的目的在于克服现有技术的不足，提供一种医疗影像图像细节增强方法，该方法能更好地利用每一层图像的高频和低频信息，根据图像局部特点，对图像细节加以增强，控制图像噪声。

本发明的目的是通过以下技术方案来实现的：

一种医疗影像图像细节增强方法，该方法包括以下步骤：

S1：对每层图像F_i(x,y)进行逐层高斯金字塔分解，得到下一层图像F_i+1(x,y)和本层高频信息fh_i(x,y)，其中，i为图像层数，第一层图像为原始图像F₀(x,y)，计算过程为：

S101：采用拉普拉斯金字塔算法先对每一层输入图像进行高斯滤波：

F_i′(x,y)＝W(m,n)*F_i(x,y)

公式中，*表示卷积，W(m,n)高斯滤波模板；

S102：对F_i′(x,y)进行一次降2下采样，得到下一层图像F_i+1(x,y)：F_i+1(x,y)＝F_i′(2x,2y)；

S103：对F_i+1(x,y)进行隔行插0上采样，得到F_i″(x,y)：

S104：对F_i″(x,y)进行一次高斯滤波，即：

F_i″′(x,y)＝W(m,n)*F_i″(x,y)

S105：计算本层高频信息fh_i(x,y)：

fh_i(x,y)＝F_i(x,y)-F_i″′(x,y)

S2：统计高频图像fh_i(x,y)每个像素周边NxN模板的高频系数平均值，得到第i层图像高频信息区域统计矩阵E_i(x,y)：

Ei(x,y)=Σ(i,j)∈B|fhi(x+i,y+j)|/9]]>