一种基于人眼视觉特性的医学图像增强方法
【技术领域】
[0001] 本发明属于数字图像处理领域，具体涉及一种基于人眼视觉特性的医学图像增强 方法。
【背景技术】
[0002] 医学图像增强处理需要解决的主要是亮度调节和彩色细节增强问题，而常规的图 像增强方法存在很多不足之处，难以实现医学图像增强的目的。Retinex算法以实现颜色 恒定性为初衷，利用人眼视觉特性对图像进行亮度调整和彩色细节增强，通过计算各像素 间的相对明暗关系获得该像素点的颜色，具有良好的高动态范围压缩效果对于医学图像同 样具有良好的表现。Retinex算法自从1963年提出到现在，国内外研究者先后提出了基 于变分模型的Retinex、随机路径Retinex、金字塔迭代Retinex、视网膜受域中心/环绕 Retinex以及其他各种改进方法，已成为真实影像再现算法中一个重要的分支。
[0003] 虽然Retinex算法是一种优秀的图像增强算法，但它同时也存在很多缺陷，比如 在对数域的亮度压缩无法满足不同光照的亮度变化，适应能力不高。多尺度叠加导致计算 复杂，速度慢。对RGB三个通道的色彩分量分别处理，容易引起彩色量化噪声，产生光晕和 白化等现象，对图像增强产生不同程度的影响。
【发明内容】
[0004] 本发明的目的在于解决上述现有技术中存在的难题，提供一种基于人眼视觉特性 的医学图像增强方法，有效解决图像明暗不均的问题，并且增强图像局部细节，同时能够保 持原图的色彩表现。
[0005] 本发明是通过以下技术方案实现的：
[0006] -种基于人眼视觉特性的医学图像增强方法，包括：
[0007] S1，输入需要增强的医学图像，将其从RGB空间转换到HSV空间，得到亮度分量 ￥(义，7)，色调分量11(1，7)以及饱和度分量8(1，7);
[0008] S2,根据图像亮度直方图累积分布函数定义自适应修正函数，获得调节参数k和 c ；
[0009] S3,根据亮度分量v(x，y)和调节参数k和c，利用修正后的TAN函数计算得到调 整后的亮度分量V (x，y);
[0010] S4,根据进行亮度调整后的图像均值f判断是否需要对参数c进行微调，如果是， 则进行微调得到新的参数C'，并用C'代替C，然后返回S3,如果否，则进入S5 ;
[0011] S5,对局部细节增强得到局部细节增强后的亮度分量V" (x，y);
[0012] S6,将V" (X，y)和SI得到的色调分量和饱和度分量一起转化为RGB得到输出图 像。
[0013] 所述Sl中将其从RGB空间转换到HSV空间是这样实现的：
[0014] 设（r，g，b)分别是一个颜色的红、绿和蓝坐标，它们是取值在0到1之间的实数； 设max为r，g和b中的最大者，设min为r，g和b中的最小者，得到：
[0017] V = max，h、s、V分别表示色调分量h(x，y)、饱和度分量s (X，y)和亮度分量v(x， y)。
[0018] 所述S2是这样实现的：
[0019] 根据图像亮度直方图累积分布函数定义自适应修正函数：
[0021] 其中Ca表示灰度级为a的图像累计分布，Cb表示灰度级为b的图像累计分布，这 里a、b分别表示暗区域和亮区域所占的比例；Ca和C b均小于1，满足k < 0. 5 [0022] T1、1~2分别为明、暗统计阈值。
[0023] 取 a = 50, b = 200,取 In T2分别为 0· 2、0· 8。
[0024] 所述S3中的修正后的TAN函数如下：
[0026] 其中 0<k<0.5,0彡c彡 mk;v 随为 255, m A k 相关。
[0027] 所述S4中的根据进行亮度调整后的图像均值I"判断是否需要对参数c进行微调， 如果是，则进行微调得到新的参数c'是这样实现的：
[0028] 图像均值I:是通过将图像中的每个像素点的亮度累加，再除以像素点的个数得 到；
[0030] 其中，1~3与T 4分别为判定图像整体过暗和过亮的阈值。
[0031] T3与 T 4分别为 100 和 180。
[0032] 所述S5是这样实现的：
[0033] 将下面的算子与V (X，y)卷积计算得到V" (X，y):
[0035] 所述S6是这样实现的：
[0036] 设（h，s，v)分别是一个颜色的色调、饱和度和亮度坐标，它们是在取值在0到1之 间的实数；
[0043] 与现有技术相比，本发明的有益效果是：本发明方法引入了修正的TAN函数非线 性自适应曲线和改进的0N/0FF双拮抗侧抑制模型，形成一种适合医学图像的增强算法，有 效地解决了图像明暗不均的问题，并且增强了图像局部细节，同时能够保持原图的色彩表 现，与同类图像增强算法相比较，本方法计算简便、普适性好，视觉效果优秀，符合医学图像 增强的特殊需求。
【附图说明】
[0044] 图1改进的0N/0FF双拮抗侧抑制模型
[0045] 图2本发明方法的步骤框图
[0046] 图3本发明实施例中的原图
[0047] 图4经过本发明方法处理后的图。
【具体实施方式】
[0048] 下面结合附图对本发明作进一步详细描述：
[0049] 本发明以图像增强为目的，首先提出一种非线性全局映射模型，引入TAN函数并 加以改进来模拟瞳孔的亮度调节机制，根据图像的统计特性自适应调整图像的整体亮度水 平。之后依据视觉通路的侧抑制竞争机制，提出了一种改进的双拮抗侧抑制响应模型，对亮 度调整后的图像进行局部区域细节的增强，提高图像对比度。
[0050] 本发明方法如图2所示，包括：
[0051] 由于RGB颜色空间具有较高的色彩相关性，因此先将图像（即需要增强的医学图 像）从RGB空间转换到彩色相关性较小的HSV空间，得到亮度分量V (X，y)，色调分量h (X， y)以及饱和度分量s (X，y)，且仅处理亮度分量。
[0052] 从RGB空间转换到彩色相关性较小的HSV空间的方法具体如下：
[0053] 设（r，g，b)分别是一个颜色的红、绿和蓝坐标，它们是在取值在0到1之间的实 数。设max为r，g和b中的最大者。设min为r，g和b中的最小者，可以得到：
[0057] 为了能自适应调整图像的整体亮度水平，这里引入具有灵活映射能力的TAN函 数，并且可以通过调节参数k和c对该函数输出修正，式子为：
[0059] 使用本发明时，将亮度分量v(x，y)代入上式，并利用下面的k和c获得ν' (X， y)，ν' (X，y)表示计算调整后的亮度分量。
[0060] 其中0<k<0.5,0彡c$mk。V_-般设为255，mAk相关（在上式中，只要 保证当v(x，y)取值在（〇，1)时，得到W (X，y)的值也在（〇，1)之