[发明专利]一种基于NSCT的乳腺X射线图像自适应增强方法

权利要求书

1.一种基于NSCT的乳腺X射线图像自适应增强方法，该方法是针对乳腺钼靶X线图像，包括如下步骤：

步骤1，对乳腺X射线图像进行图像直方图均衡化；

步骤2，将直方图均衡化后的乳腺X射线图像利用NSCT分解为三层，各层分别为2、4、8个方向，共计得到1个低频和14个高频子带图；

步骤3，提取高频的第1和2层系数；

步骤4，对提取的第1和2层的高频系数进行中值滤波，用于去除图像中的噪声；

步骤5，设计非线性函数增强感兴趣的区域；令函数F用于增强每个子带中的感兴趣特征，以便获取增强后的子带集合y′：

y′_i，j＝F(y_i，j)

式中y_i，j表示增强前的每个子带图像，其中i和j是分解层数和方向；对于分解后的高频子带图像用Canny算子进行边缘检测，阈值为：

T(i，j)＝3a(i，j)

式中a为图像标准差，利用下式来增强各个子带图像：

式中M₁和M₂是用于检测周围组织的重量因子，b_i，j(n₁，n₂)是一个包含边缘的二值子带图像，(n₁，n₂)是空间坐标；

其中要求M₁＜M₂，用鲸鱼优化算法WOA寻找最优的参数M₁和M₂，设置M₁和M₂搜索范围，其中M₁∈[2～5]，M₂∈[3～8]；通过WOA算法对参数M₁和M₂进行优化，具体步骤如下：

①确定目标函数，采用基于小波域的自然图像统计特性算法Blind Image QualityIndex，即BIQI，作为适应度函数，取值范围为(0～100)，其值越小表示图像质量越好；

②初始化WOA算法参数，设置群体数目N、最大迭代次数M、对数螺旋形状常数b、当前迭代次数t及算法终止条件，并在解空间内随机初始化鲸群个体空间 位置X_i(i＝1，2，...，n)；

③利用适应度函数计算每个鲸群个体的适应度值，找到并保存当前群体中最佳鲸群个体；

④若t≤M时，更新M₁、M₂；

⑤判断是否有鲸群个体超出了搜索空间，并进行修正；

⑥利用适应度函数计算每个鲸群个体的适应度值，找到并保存当前群体中最佳鲸群个体判断算法是否满足终止条件，若满足，则转到下一步；否则，令t＝t+1，重复执行以上步骤；

⑦输出得到的最优化参数M₁和M₂；

步骤6，利用NSCT逆变换，将处理后的各高频子带图像和未加处理的低频子带图像进行重构，得到增强后的图像；

步骤7，对增强后的图像的质量利用下式进行评价，并与常见的几种同类增强算法进行比较；

Q＝(E×A×SD×CII)/BIQI

式中E为图像的信息熵，A为图像的平均梯度，SD为图像标准差，CII(ContrastImprovement Index)表示图像的对比度改善指数，Q表示图像视觉质量的综合评价指标值，其值越大表示图像的综合视觉效果越好。