[发明专利]一种低亮度人体组织细胞双光子显微图像的亮度增强方法

说明书

本发明涉及一种低亮度人体组织细胞双光子显微图像的亮度增强方法，其过程为：将低亮度图像数据类型转化为双精度类型；取图像中三个颜色通道的最大值作为人体组织细胞图像初始化亮度评估映射；使用相关滤波操作和线性优化函数，得到人体组织细胞图像精准的亮度评估映射；根据视网膜成像和大脑皮层调节原理，得到图像亮度增强的曝光率映射；结合卡方分布函数优化模型和曝光率映射，最终得到良好的亮度增强图像。本发明针对背景复杂、噪声严重的人体组织细胞双光子显微图像，可以增强图像视觉信息的同时，还能够获得较高的视觉信息保真度和较少的亮度扭曲和失真，解决了在低亮度人体组织细胞双光子显微图像中无法获取更多有效信息的问题。

技术领域

本发明涉及图像增强领域，特别是一种低亮度人体组织细胞双光子显微图像的亮度增强方法。

背景技术

图像增强是图像处理领域的一个重要课题，获取更多逼真视觉信息且较少亮度扭曲的图像增强能为最近流行的卷积神经网络中的特征提取、图像分类等处理提供有利条件。目前，提高生物医学图像质量和视觉效果逐渐成为图像增强领域中备受关注的研究热点。虽然图像增强在自然图像上有所突破，但由于人体细胞的多变性和复杂性，国内外很少有学者对人体人体组织细胞图像亮度增强问题展开研究。

现有的图像增强技术分为全局增强和局部增强。全局增强在不考虑空间分布的情况下，对图像所有像素进行相同的操作。通常像素线性放大是全局增强中一种简单而直接的方法，但这种方法会导致亮区域过饱和并且导致细节损失。因此采用非线性单调函数的增强方法和直方图均衡化可以有效的提高图像的对比度和避免过饱和。然而，局部增强是注重像素空间分布并且通过使用局部直方图均衡化方法成为最新技术的主流。由于图像增强在人体细胞上的应用极少，因此本文使用应用于自然图像上的相关图像增强技术并对其进行改进。下面选择自然图像增强效果较好的方法进行简要介绍，文献【X.Dong,G.Wang,Y.Pang,W.Li,J.Wen,W.Meng,and Y.Lu,“Fast efficient algorithm for enhancementof low lighting video,”in ICME,pp.1–6,2011】提出了一种快而有效的低亮度视频的增强算法，通过合理的改变去模糊算法并将其应用于反转视频帧上可以有效的增强低亮度视频。该方法对于含雾图像效果较好，但在人体人体组织细胞图像中纹理边缘会大量噪声，不能取得好的结果。文献【S.Wang,J.Zheng,H.Hu,and B.Li,“Naturalness preservedenhancement algorithm for non-uniform illumination images,”TIP,vol.22,no.9,pp.3538–3578,2013】采用保持图像照明自然性同时非线性图像对比度增强算法。该方法虽然避免了图像过度增强，但运行效率和整体视觉质量不是令人满意的。文献【X.Fu,D.Zeng,Y.Huang,Y.Liao,X.Ding,and J.Paisley,“A fusion-based enhancing method forweakly illuminated images,”Signal Processing,vol.129,pp.82–96,2016】提出了一种通过融合初始化亮度映射的多衍生物来调整图像亮度的增强方法。该方法在整体增强性能较好，但由于无法清晰的识别照明结构，会失去丰富纹理区域的真实性。

上述方法都是针对某些特定自然图像进行亮度增强的，从未在细胞显微图像中使用过，通过实验发现这些方法在背景复杂、噪声严重的人体组织细胞图像中可以实现亮度增强，但容易导致图像视觉信息保真度不足和严重的亮度扭曲。

发明内容

有鉴于此，本发明的目的是提出一种低亮度人体组织细胞双光子显微图像的亮度增强方法，解决了在低亮度人体组织细胞双光子显微图像中无法获取更多有效信息的问题。

本发明采用以下方案实现：一种低亮度人体组织细胞双光子显微图像的亮度增强方法包括以下步骤：

步骤S1：输入无法获取视觉信息的低亮度人体组织细胞双光子显微图像，并将输入图像数据类型转化为双精度数据类型；