一种基于直方图统计的OCT视频图像自适应增强方法与流程

本发明涉及计算机软件/图像处理领域，尤其涉及的是一种基于直方图统计的oct视频图像自适应增强方法。

背景技术：

oct（光学相干断层）扫描是一种新颖的光学成像技术，它基于光的干涉原理，采用波长较长的红外光进行拍摄，能穿越扫描介质的一定深度，由此反射得到扫描组织的高分辨率横截面图像，通过横向的持续扫描，可以组成扫描组织的三维图像。在医疗领域，oct成像技术已经得到广泛的推广应用，因为oct提供了对活体组织可达微米级分辨率的成像，可以作为一种在体病理的判断手段。然而，oct的成像光路复杂，其中存在背景噪声的影响，会弱化oct有效信号的对比度，从而影响医生根据图像进行诊断。因此，需要一种oct图像增强技术，提升oct图像质量，提高诊断准确度。

在图像处理技术中，鉴于视频需要进行实时处理，一般采用空域的方法进行图像增强。传统的直方图均衡化he算法（图像直方图均衡化）、限制直方图均衡化clahe算法（clahe，contrastlimitedadaptivehistogramequalization），意在增强图像的对比度，但在oct视频图像的应用中，容易在前景不明显的情景下错误地增强放大了背景噪声，因此会严重影响医生对组织状态的观察，以致错误判断病人的病情。通过类似伽玛变换的非线性图像增强方法，会对oct视频图像有一定的提升，但其较为固定的变换方法难以适应各种环境条件下的oct视频图像，在前景较暗的场合下增强效果并不明显。

因此，现有技术还有待于改进和发展。

技术实现要素：

本发明的目的在于提供一种基于直方图统计的oct视频图像自适应增强方法，旨在解决现有的部分图像增强方法对oct视频图像的增强效果没有自适应性，容易带来噪声或增强效果不明显，或有部分复杂图像增强方法不适用于实时处理场景的问题。

本发明的技术方案如下：

一种基于直方图统计的oct视频图像自适应增强方法，其中，具体包括以下步骤：

s1：输入原始图像；

s2：统计原始图像的直方图；

s3：计算直方图最大值点对应的原始图像灰度值和直方图趋缓拐点对应的原始图像灰度值；

s4：根据直方图最大值点对应的原始图像灰度值和直方图趋缓拐点对应的原始图像灰度值计算图像增强的映射表；

s5：将映射表应用到原始图像上，得到增强图像；

s6：输出增强后的图像。

所述的基于直方图统计的oct视频图像自适应增强方法，其中，所述s1中，输入的原始图像为具有8位灰度值的灰度图像。

所述的基于直方图统计的oct视频图像自适应增强方法，其中，所述s2中，计算原始图像共256个灰度值的直方图。

所述的基于直方图统计的oct视频图像自适应增强方法，其中，所述s3中，比较原始图像的256位直方图统计值，得到直方图最大值对应的原始图像灰度值，取直方图覆盖下95%总面积处的直方图数值为趋缓拐点，得到该直方图趋缓拐点对应的原始图像灰度值。

所述的基于直方图统计的oct视频图像自适应增强方法，其中，通过公式（1）计算原始图像的直方图最大值，通过公式（2）计算该原始图像直方图最大值对应的趋缓拐点：

其中，hist[256]为256位直方图统计值，value_max为hist[256]最大值点对应的原始图像灰度值，value_turn为直方图趋缓拐点对应的原始图像灰度值，width为原始图像的宽度，height为原始图像的高度。

所述的基于直方图统计的oct视频图像自适应增强方法，其中，所述s4中，当vi＜value_max时，map[vi]=0；当value_max≤vi＜value_turn时，根据valuemax和value_turn进行线性拉伸得到map[vi]；当vi>value_turn，map[vi]=255；其中，vi∈[0，255]，代表256个灰度值，而map[vi]是对应的灰度映射表。

所述的基于直方图统计的oct视频图像自适应增强方法，其中，所述s4中，根据计算得出的value_max和value_turn，通过公式（3）得出图像增强的映射表map：

其中，vi∈[0，255]，代表256个灰度值，而map[vi]是对应的灰度映射表。

所述的基于直方图统计的oct视频图像自适应增强方法，其中，所述s5中，通过公式（4）将映射表应用到原始图像上，得到增强图像：

其中，dst为增强后的图像，map[src]为将映射表map应用在原图像src的每一个像素上。

本发明的有益效果：本发明通过提供一种基于直方图统计的oct视频图像自适应增强方法，通过基于oct图像直方图的统计，计算出直方图曲线中的最大值点和趋缓拐点，然后计算区域线性拉伸，整合成映射表，最后将映射表应用在原图上，即可达到增强前景的有效信号、抑制背景噪声的效果。

附图说明

图1是本发明中基于直方图统计的oct视频图像自适应增强方法的步骤流程图。

图2a至图2c是本发明中其中一个原始图像的原图、增强后的效果图、直方图。

图3a至图3c是本发明中另一个原始图像的原图、增强后的效果图、直方图。

图3d至图3e是本发明中另一个原始图像的直方图均衡化he、限制直方图均衡化clahe的增强效果图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。

下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。

如图1所示，一种基于直方图统计的oct视频图像自适应增强方法，具体包括以下步骤：

s1：输入原始图像，记为src。

第一步：输入原始图像src，该图像为8位灰度值的灰度图像，其宽度记为width，其高度记为height。如，图2（a）是有效信号稍明显的oct视频图像，图3（a）是一张欠缺明显有效信号的oct视频图像。

s2：统计原始图像src的直方图，记为hist[256]。

第二步：计算原始图像src共256个灰度值的直方图，记为hist[256]。

s3：计算hist[256]最大值点对应的原始图像灰度值和hist[256]趋缓拐点对应的原始图像灰度值，其中hist[256]最大值点对应的原始图像灰度值记为value_max，hist[256]趋缓拐点对应的原始图像灰度值记为value_turn。

第三步：遍历原始图像src的256位直方图统计值，经过比较能找到原始图像src的直方图最大值max，此时，记录下其对应的灰度值value_max，如公式（1）。通过观察，可以发现oct视频图像的直方图曲线一般都是单峰值的，曲线先上升再下降，最后趋于和缓至零。本技术方案法中，在直方图覆盖下95%总面积处的直方图数值记为一个特征点，该特征点称之为趋缓拐点，该趋缓拐点对应的原始图像灰度值为value_turn，如公式（2）。例如对应图2a，得到的value_max是43，value_turn是70（如图2c，灰色部分为直方图），两值相差较远，说明前景有效信号比较明显；而对应图3a，得到的value_max是41，value_turn是48（如图3c，灰色部分为直方图），两值相差很近，说明前景有效信号不明显，与背景噪声类似。

s4：根据hist[256]最大值点对应的原始图像灰度值value_max和hist[256]趋缓拐点对应的原始图像灰度值value_turn计算图像增强的映射表map。

第四步：根据第三步计算得出的value_max和value_turn，通过公式（3）得出图像增强的映射表map。其中vi∈[0，255]代表256个灰度值，而map[vi]是对应的灰度映射表。当vi＜value_max时，map[vi]=0；当value_max≤vi＜value_turn时，根据valuemax和value_turn进行线性拉伸得到map[vi]；当vi>value_turn，map[vi]=255。

s5：将映射表map应用到原始图像src上，得到增强图像，记为dst。

第五步：将映射表map应用在原图像src的每一个像素上，即得到增强图像dst，如公式（4）：

s6：输出增强后的图像dst。

第六步：输出增强后的图像dst。

例如图2（a）增强后的效果图是图2（b），其对应的基于直方图的增强描述为图2（c），可见其有效信号得到显著增强，同时背景噪声得到抑制。例如图3（a）增强后的效果图是图3（b），其对应的基于直方图的增强描述为图3（c），由于原图前景有效信号不明显、与背景噪声类似，因此增强后的图像没有成团的、显著的增强信号，满足自适应要求。

对图3（a）使用传统增强方法（直方图均衡化he、限制直方图均衡化clahe）增强后的效果为图3（d）、3（e），由图3（d）和3（e）可以看出，由于欠缺自适用的描述因子，因此增强后噪声非常明显，不符合使用要求。

本技术方案通过基于oct图像直方图的统计，计算出直方图曲线中的最大值点和趋缓拐点，然后计算区域线性拉伸，整合成映射表，最后将映射表应用在原图上，即可达到增强前景的有效信号、抑制背景噪声的效果。

本技术方案提出了一种基于直方图特征点的oct视频图像描述因子：最大值点和趋缓拐点；该因子可以表征当前图像的特性，并自适应地计算出当前图像最适用的增强映射表，保证在有效信号明显或不明显的条件下，都能更合理地对图像进行增强；而且，本算法复杂度低，适用于实时视频处理场景。

本技术方案与现有技术的明显区别是：传统技术没有详细考虑oct视频图像的自适应问题，容易将背景噪声错误地增强放大；本技术方案引入适用于分析oct图像的直方图曲线特征因子：最大值点和趋缓拐点，对不同情景下的图像都能自适应计算出特征因子，并转化成的增强映射表；本技术方案能增强了有效信号的表达，同时也显著抑制了背景噪声，削弱了环境噪声影响；本技术方案算法复杂度低，实时性能强。

在本说明书的描述中，参考术语“一个实施方式”、“某些实施方式”、“示意性实施方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。