[发明专利]一种基于可控扩散的图像增强方法

说明书

本发明涉及一种基于可控扩散的图像增强方法。该方法首先,对眼底影像应用Gamma变换增强到一个适当的灰度级范围内；其次,采用自相似性滤波器对变换后的影像进行去噪处理,尤其是图像中需要提取的感兴趣区域。最后,利用提出的可控扩散方程方法进行进一步的锐化,在突出其重要细节的同时有效避免过度增强导致的人工伪影的产生。

技术领域

本发明涉及一种基于可控扩散的图像增强方法，属于图像处理的技术领域。

背景技术

视网膜影像是许多眼科疾病及其他疾病的有效诊断依据,对于其眼底图像的增强处理在临床医学领域意义重大。许多情况下视网膜影像会由于曝光不均匀和血管对比度差等原因而模糊,影响医生对信息的获取和疾病的诊断,对于患者十分不利。因此,改善视网膜影像的视觉效果,在尽量保留原图像主要特征的前提下增强质量,便于获取重要信息以利于医学上的诊断。同时,为了视网膜影像的后续处理,同样有必要进行视网膜影像增强的研究与应用。

数字图像中各像素灰度值间具有高度相关性,而它们主要是由复杂的边缘和纹理细节反映出来。图像锐化增强主要针对这些边缘细节进行处理,使得图像中的细节纹理区域对比更加清晰。但对于视网膜影像的锐化增强处理存在一些固有的难点。

虽然现有技术中已经出现了用于视网膜影像图像增强的方法，但均无法有效实现对眼底影像锐化增强。中国专利，公开号CN104036521A提出了一种视网膜血管网络分割算法。该算法的新颖点在于结合了多尺度线性检测与利用图像的灰度-梯度共生矩阵计算最佳熵阈值的方法。本发明适用于正常及病变的视网膜眼底图像的分割。然而,对于受噪声污染并模糊不清的视网膜影像数据,很难判断其切向和法向方向。尤其是对于一些小的细节,很难定义和估计它们的方向。

中国专利，公开号CN104077754A公开了基于对称性的视网膜血管滤波增强方法。本发明能对视网膜血管结构进行增强,同时可以有效抑制视盘等非血管结构,对视网膜图像血管分割、视网膜图像分析以及视网膜图像的配准中有重要的辅助处理和实际应用价值。然而,在增强眼底视网膜影像的微小病变方面,由于该处的梯度值非常小,用以图像梯度幅值为速度的冲击计算方法增强是不合适的。

中国专利，公开号CN106683080A公开了一种视网膜眼底图像预处理方法；该方法采取的冲击滤波计算中的高斯切向平滑滤波容易在去除噪声和平滑二阶方向导数的过程中消除重要的细节信息。另外,不自然的人工伪影现象(又称为过冲现象)也会在锐化增强过程中在图像边缘产生,造成对于视觉观察的污染。

采用Gamma变换技术进行灰度变换属于现有技术；例如，“李渤,朱梅,樊中奎,等.非均匀光照图像自适应Gamma增强算法[J].南昌大学学报(理科版),2016,40(3):299-302.2”和“周飞,贾振红,杨杰,等.基于剪切波域改进Gamma校正的医学图像增强算法[J].光电子:激光,2017(5):566-572.”公开了相关的技术。

采用自相似性滤波器对Gamma变换后的图像进行去噪处理是图像处理领域常见的图像去噪方法，例如“Buades A,Coll B,Morel J M.A Non-Local Algorithm for ImageDenoising. Computer Vision and Pattern Recognition,2005.CVPR 2005.IEEEComputer Society Conference on.IEEE,2005:60-65vol.2.”公开了相关技术。