[发明专利]一种基于NSCT的乳腺X射线图像自适应增强方法

摘要

本发明提出一种基于NSCT的乳腺X射线图像自适应增强方法。先将乳腺X射线图像直方图均衡化，然后在NSCT域分解，高频分解为三层，分别为2、4、8个方向子带，第1、2层中值滤波。设计一种特殊的边缘滤波器增强各个子带系数，其中涉及两个参数，采用鲸鱼优化算法(Whale Optimization Algorithm，WOA)优化参数，盲图像质量指标(Blind Image Quality Index，BIQI)作为优化的目标函数。最后进行NSCT逆变换，得到最终增强图像。利用DDSM数据库进行测试，采用信息熵、平均梯度、标准差、对比度改善指数(Contrast Improvement Index，CII)、BIQI和综合指标六个评价指标对增强前后的图像质量进行评价，并与当前几种同类图像增强方法比较。指标表明所提出的方法对乳腺X射线图像有较好的增强效果。

主权项

1.一种基于NSCT(Nonsubsampled Contourlet Transform)的乳腺X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(yi，j)式中yi，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，bi，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，本发明用鲸鱼优化算法(WOA)寻找最优的参数M1和M2，本发明方法中设置了M1和M2搜索范围，其中M1∈[2～5]，M2∈[3～8]。通过WOA算法参数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 Quality Index，BIQI)函数作为适应度函数，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Xi(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4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5对增强后的图像利用所设计的一个客观指标进行评价，并与常见的几种同类增强算法进行比较。