图像处理方法、装置、电子设备以及介质与流程
本公开涉及一种图像处理方法、一种图像处理装置、一种电子设备以及一种计算机可读存储介质。
背景技术：
医学成像系统在临床工作中占据举足轻重的地位，提升医学图像质量对帮助医生获取更多患者信息至关重要。通常情况下，由于操作员缺乏专业知识、图像捕获设备参差不齐、光线不均匀等原因，导致图像质量显著降低，例如图像较暗或者图像对比度较低等。
技术实现要素：
本公开的一个方面提供了一种图像处理方法，包括：获取原始图像，其中，所述原始图像包括原始直方图，处理所述原始图像，得到边缘图像和非边缘图像，分别处理所述边缘图像和所述非边缘图像，得到所述边缘图像的边缘直方图和所述非边缘图像的非边缘直方图，处理所述边缘直方图和所述非边缘直方图，得到融合直方图，基于所述融合直方图处理所述原始直方图，得到经处理直方图，以便根据所述经处理直方图得到经处理图像，其中，所述经处理图像的对比度高于所述原始图像的对比度。
可选地，上述处理所述边缘直方图和所述非边缘直方图，得到融合直方图包括：分别对所述边缘直方图和所述非边缘直方图进行分段处理，得到所述边缘直方图的m个片段以及所述非边缘直方图的n个片段，其中，m为大于1的整数，n为大于1的整数，分别对m个片段进行处理，得到经处理边缘直方图，分别对n个片段进行处理，得到经处理非边缘直方图，融合所述经处理边缘直方图和所述经处理非边缘直方图，得到所述融合直方图。
可选地，上述分别对m个片段进行处理，得到经处理边缘直方图包括：确定所述m个片段中每个片段的片段移位距离，得到m个片段移位距离，基于所述m个片段移位距离分别对所述m个片段进行移位处理，依次确定所述m个片段中的每一个片段作为第一片段，其中，所述第一片段中包括m个灰度值，所述m个灰度值中的每个灰度值均具有相应的像素个数，m为大于等于1的整数，确定所述m个灰度值中的每个灰度值的灰度值移位距离，得到m个灰度值移位距离，基于所述m个灰度值移位距离分别对所述m个灰度值进行移位处理，得到所述经处理边缘直方图。
可选地，上述分别对n个片段进行处理，得到经处理非边缘直方图包括：确定所述n个片段中每个片段的片段移位距离，得到n个片段移位距离，基于所述n个片段移位距离分别对所述n个片段进行移位处理，依次确定所述n个片段中的每一个片段作为第二片段，其中，所述第二片段中包括n个灰度值，所述n个灰度值中的每个灰度值均具有相应的像素个数，n为大于等于1的整数，确定所述n个灰度值中的每个灰度值的灰度值移位距离，得到n个灰度值移位距离，基于所述n个灰度值移位距离分别对所述n个灰度值进行移位处理，得到所述经处理非边缘直方图。
可选地，上述确定所述m个片段中每个片段的片段移位距离包括：根据m个片段中每个片段中的像素个数、所述边缘直方图的片段个数m、所述边缘直方图的像素总个数，计算得到所述m个片段中每个片段的片段移位距离。所述确定所述m个灰度值中的每个灰度值的灰度值移位距离包括：根据m个灰度值中每个灰度值的像素个数、所述第一片段的灰度值个数m、所述第一片段的像素总个数，计算得到所述m个灰度值中的每个灰度值的灰度值移位距离。
可选地，上述确定所述n个片段中每个片段的片段移位距离包括：根据n个片段中每个片段中的像素个数、所述边缘直方图的片段个数n、所述边缘直方图的像素总个数，计算得到所述n个片段中每个片段的片段移位距离。所述确定所述n个灰度值中的每个灰度值的灰度值移位距离包括：根据n个灰度值中每个灰度值的像素个数、所述第一片段的灰度值个数n、所述第一片段的像素总个数，计算得到所述n个灰度值中的每个灰度值的灰度值移位距离。
可选地，上述分别对所述边缘直方图和所述非边缘直方图进行分段处理，得到所述边缘直方图的m个片段以及所述非边缘直方图的n个片段包括：计算所述边缘直方图的第一稀疏值和所述非边缘直方图的第二稀疏值，其中，所述第一稀疏值用于表征所述边缘直方图中各像素个数的偏差程度，所述第二稀疏值用于表征所述非边缘直方图中各像素个数的偏差程度，确定所述边缘直方图中与像素个数小于所述第一稀疏值对应的p个灰度值，其中，p为大于等于1的整数，确定所述非边缘直方图中与像素个数小于所述第二稀疏值对应的q个灰度值，其中，q为大于等于1的整数，将所述p个灰度值作为断点，对所述边缘直方图进行分段处理得到的m个片段，将所述q个灰度值作为断点，对所述非边缘直方图进行分段处理得到的n个片段。
可选地，上述基于所述融合直方图处理所述原始直方图，得到经处理直方图包括：确定所述融合直方图的累积分布函数，确定所述原始直方图的累积分布函数，计算所述融合直方图的累积分布函数和所述原始直方图的累积分布函数，得到灰度值变化关系，其中，所述灰度值变化关系包括与所述原始直方图中的各个灰度值对应的增强灰度值，基于所述灰度值变化关系，将所述原始直方图中各个灰度值移动到对应的增强灰度值，得到经处理直方图。
可选地，上述处理所述原始图像，得到边缘图像和非边缘图像包括：计算所述原始图像中每个像素的梯度值，确定所述梯度值大于预设梯度值的像素作为所述边缘图像中的像素，确定所述梯度值小于或等于所述预设梯度值的像素作为所述非边缘图像中的像素。
可选地，上述方法还包括：在处理所述原始图像，得到边缘图像和非边缘图像之前，利用高斯滤波方式对所述原始图像进行滤波处理，以便于去除所述原始图像中的至少部分噪声信息。
本公开的另一个方面提供了一种图像处理装置，包括：获取模块、第一处理模块、第二处理模块、第三处理模块以及第四处理模块。其中，获取模块，获取原始图像，其中，所述原始图像包括原始直方图。第一处理模块，处理所述原始图像，得到边缘图像和非边缘图像。第二处理模块，分别处理所述边缘图像和所述非边缘图像，得到所述边缘图像的边缘直方图和所述非边缘图像的非边缘直方图。第三处理模块，处理所述边缘直方图和所述非边缘直方图，得到融合直方图。第四处理模块，基于所述融合直方图处理所述原始直方图，得到经处理直方图，以便根据所述经处理直方图得到经处理图像，其中，所述经处理图像的对比度高于所述原始图像的对比度。
可选地，上述处理所述边缘直方图和所述非边缘直方图，得到融合直方图包括：分别对所述边缘直方图和所述非边缘直方图进行分段处理，得到所述边缘直方图的m个片段以及所述非边缘直方图的n个片段，其中，m为大于1的整数，n为大于1的整数，分别对m个片段进行处理，得到经处理边缘直方图，分别对n个片段进行处理，得到经处理非边缘直方图，融合所述经处理边缘直方图和所述经处理非边缘直方图，得到所述融合直方图。
可选地，上述分别对m个片段进行处理，得到经处理边缘直方图包括：确定所述m个片段中每个片段的片段移位距离，得到m个片段移位距离，基于所述m个片段移位距离分别对所述m个片段进行移位处理，依次确定所述m个片段中的每一个片段作为第一片段，其中，所述第一片段中包括m个灰度值，所述m个灰度值中的每个灰度值均具有相应的像素个数，m为大于等于1的整数，确定所述m个灰度值中的每个灰度值的灰度值移位距离，得到m个灰度值移位距离，基于所述m个灰度值移位距离分别对所述m个灰度值进行移位处理，得到所述经处理边缘直方图。
可选地，上述分别对n个片段进行处理，得到经处理非边缘直方图包括：确定所述n个片段中每个片段的片段移位距离，得到n个片段移位距离，基于所述n个片段移位距离分别对所述n个片段进行移位处理，依次确定所述n个片段中的每一个片段作为第二片段，其中，所述第二片段中包括n个灰度值，所述n个灰度值中的每个灰度值均具有相应的像素个数，n为大于等于1的整数，确定所述n个灰度值中的每个灰度值的灰度值移位距离，得到n个灰度值移位距离，基于所述n个灰度值移位距离分别对所述n个灰度值进行移位处理，得到所述经处理非边缘直方图。
可选地，上述确定所述m个片段中每个片段的片段移位距离包括：根据m个片段中每个片段中的像素个数、所述边缘直方图的片段个数m、所述边缘直方图的像素总个数，计算得到所述m个片段中每个片段的片段移位距离。所述确定所述m个灰度值中的每个灰度值的灰度值移位距离包括：根据m个灰度值中每个灰度值的像素个数、所述第一片段的灰度值个数m、所述第一片段的像素总个数，计算得到所述m个灰度值中的每个灰度值的灰度值移位距离。
可选地，上述确定所述n个片段中每个片段的片段移位距离包括：根据n个片段中每个片段中的像素个数、所述边缘直方图的片段个数n、所述边缘直方图的像素总个数，计算得到所述n个片段中每个片段的片段移位距离。所述确定所述n个灰度值中的每个灰度值的灰度值移位距离包括：根据n个灰度值中每个灰度值的像素个数、所述第一片段的灰度值个数n、所述第一片段的像素总个数，计算得到所述n个灰度值中的每个灰度值的灰度值移位距离。
可选地，上述分别对所述边缘直方图和所述非边缘直方图进行分段处理，得到所述边缘直方图的m个片段以及所述非边缘直方图的n个片段包括：计算所述边缘直方图的第一稀疏值和所述非边缘直方图的第二稀疏值，其中，所述第一稀疏值用于表征所述边缘直方图中各像素个数的偏差程度，所述第二稀疏值用于表征所述非边缘直方图中各像素个数的偏差程度，确定所述边缘直方图中与像素个数小于所述第一稀疏值对应的p个灰度值，其中，p为大于等于1的整数，确定所述非边缘直方图中与像素个数小于所述第二稀疏值对应的q个灰度值，其中，q为大于等于1的整数，将所述p个灰度值作为断点，对所述边缘直方图进行分段处理得到的m个片段，将所述q个灰度值作为断点，对所述非边缘直方图进行分段处理得到的n个片段。
可选地，上述基于所述融合直方图处理所述原始直方图，得到经处理直方图包括：确定所述融合直方图的累积分布函数，确定所述原始直方图的累积分布函数，计算所述融合直方图的累积分布函数和所述原始直方图的累积分布函数，得到灰度值变化关系，其中，所述灰度值变化关系包括与所述原始直方图中的各个灰度值对应的增强灰度值，基于所述灰度值变化关系，将所述原始直方图中各个灰度值移动到对应的增强灰度值，得到经处理直方图。
可选地，上述处理所述原始图像，得到边缘图像和非边缘图像包括：计算所述原始图像中每个像素的梯度值，确定所述梯度值大于预设梯度值的像素作为所述边缘图像中的像素，确定所述梯度值小于或等于所述预设梯度值的像素作为所述非边缘图像中的像素。
可选地，上述装置还包括：第五处理模块，在处理所述原始图像，得到边缘图像和非边缘图像之前，利用高斯滤波方式对所述原始图像进行滤波处理，以便于去除所述原始图像中的至少部分噪声信息。
本公开的另一个方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器用于实现如上的方法。
本公开的另一方面提供了一种非易失性可读存储介质，存储有计算机可执行指令，指令在被执行时用于实现如上的方法。
本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上的方法。
附图说明
为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：
图1示意性示出了根据本公开实施例的图像处理方法的流程图；
图2～图3示意性示出了根据本公开实施例的对边缘直方图进行分段处理的示意图；
图4示意性示出了根据本公开实施例的对m个片段进行移位处理的示意图；
图5示意性示出了根据本公开实施例的对m个片段中每个片段中的灰度值进行移位处理的示意图；
图6示意性示出了根据本公开实施例的图像处理装置的框图；以及
图7示意性示出了根据本公开实施例的用于实现图像处理的计算机系统的方框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。在使用类似于“a、b或c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b或c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。
附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程控制装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。
因此，本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。在本公开的上下文中，计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括：磁存储装置，如磁带或硬盘(hdd)；光存储装置，如光盘(cd-rom)；存储器，如随机存取存储器(ram)或闪存；和/或有线/无线通信链路。
本公开的实施例提供了一种图像处理方法，包括：获取原始图像，其中，原始图像包括原始直方图，处理原始图像，得到边缘图像和非边缘图像。然后，分别处理边缘图像和非边缘图像，得到边缘图像的边缘直方图和非边缘图像的非边缘直方图，并处理边缘直方图和非边缘直方图，得到融合直方图。其后，基于融合直方图处理原始直方图，得到经处理直方图，以便根据经处理直方图得到经处理图像，其中，经处理图像的对比度高于原始图像的对比度。
图1示意性示出了根据本公开实施例的图像处理方法的流程图。
如图1所示，该图像处理方法例如包括操作s110～s150。
在操作s110，获取原始图像，其中，原始图像包括原始直方图。
根据本公开实施例，原始图像例如可以是医学图像，在显示医学图像时，往往需要对医学图像进行增强处理，以增大医学图像中不同组织器官之间的差异，从而改善医学图像的视觉效果。
根据本公开实施例，在处理原始图像得到边缘图像和非边缘图像之前，可以利用高斯滤波方式对原始图像进行滤波处理，以便于去除原始图像中的至少部分噪声信息。
例如，原始图像包括原始直方图，可以利用二维的高斯函数对原始直方图进行平滑处理，以便消除噪声干扰。其中，噪声干扰例如指在实际应用中，医学图像由于灰度随机波动或非均匀照射的影响而导致图像存在噪声，从而使得图像直方图中产生稀疏的峰和谷。其中，二维的高斯函数例如为公式(1)所示。
其中，公式(1)中的x，y表示原始图像中像素的坐标位置，σ表示标准差。在一种实施例中，可以设置高斯卷积核的大小为3x3，标准差σ＝0.85。可以理解，本领域技术人员可以根据实际应用情况设置高斯卷积核的大小以及标准差的值。
在操作s120，处理原始图像，得到边缘图像和非边缘图像，具体过程如下描述。
例如，首先计算原始图像中每个像素的梯度值。例如，原始图像的图像函数为f(x，y)，定义原始图像的梯度向量为公式(2)。
其中，gx表示原始图像中各个像素的横向灰度差分近似值，gy表示原始图像中各个像素的纵向灰度差分近似值。如公式(3)所示，gx和gy可以通过使用一组3x3的滤波器对原始图像进行卷积计算得到，其中，mg表示原始图像。
然后，针对原始图像中的每一个像素，可以结合每一个像素的横向灰度差分近似值gx和纵向灰度差分近似值gy计算得到每一个像素的梯度值g，梯度值g的计算过程如公式(4)所示。
最后，可以确定梯度值大于预设梯度值的像素作为边缘图像中的像素，以及确定梯度值小于或等于预设梯度值的像素作为非边缘图像中的像素。其中，在一种实施例中，预设梯度值例如可以为1。如果原始图像中的某一像素的梯度值g＞1，则确定该像素为边缘点，如果原始图像中的某一像素的梯度值g≤1，则确定该像素为非边缘点，从而得到边缘图像和非边缘图像。可以理解，本领域技术人员可以根据实际应用情况设置预设梯度值的值。
在操作s130，分别处理边缘图像和非边缘图像，得到边缘图像的边缘直方图和非边缘图像的非边缘直方图。例如，在得到边缘图像和非边缘图像之后，可以分别处理边缘图像和非边缘图像得到对应的边缘直方图和非边缘直方图。
在操作s140，处理边缘直方图和非边缘直方图，得到融合直方图，具体过程如下描述。
例如，分别对边缘直方图和非边缘直方图进行分段处理，得到边缘直方图的m个片段以及非边缘直方图的n个片段，m为大于1的整数，n为大于1的整数。
图2～图3示意性示出了根据本公开实施例的对边缘直方图进行分段处理的示意图。
以下结合图2～图3对边缘直方图进行分段处理得到边缘直方图的m个片段进行说明。
首先，计算边缘直方图的第一稀疏值，第一稀疏值用于表征边缘直方图中各像素个数的偏差程度。其中，第一稀疏值e为：
其中，i表示边缘直方图的灰度值，i的取值范围例如为0-255的整数，h(i)表示边缘直方图中灰度值为i的像素个数，
参考图2，确定边缘直方图中与像素个数小于第一稀疏值对应的p个灰度值，p为大于等于1的整数。其中，p个灰度值例如包括灰度值i＝5、灰度值i＝13、灰度值i＝20等等。然后，将p个灰度值作为断点，对边缘直方图进行分段处理得到的m个片段。
参考图3，在一种实施例中，可以将p个灰度值所对应的像素个数设置为0。例如，灰度值i＝5对应的像素个数为h(5)，灰度值i＝13对应的像素个数为h(13)，灰度值i＝20对应的像素个数为h(20)，例如设置h(5)＝0、h(13)＝0、h(20)＝0，并分别以灰度值i＝5、灰度值i＝13、灰度值i＝20的末尾作为断点，将边缘直方图划分为m个片段。m个片段例如包括第1个片段、第2个片段、第3个片段、……、第m个片段。
类似地，对非边缘直方图进行分段处理得到非边缘直方图的n个片段的具体过程与边缘直方图的处理过程类似，例如计算非边缘直方图的第二稀疏值，第二稀疏值用于表征非边缘直方图中各像素个数的偏差程度。然后，确定非边缘直方图中与像素个数小于第二稀疏值对应的q个灰度值，q为大于等于1的整数，将q个灰度值作为断点，对非边缘直方图进行分段处理得到的n个片段。具体过程在此不再赘述。
在得到边缘直方图的m个片段之后，分别对m个片段进行处理，得到经处理边缘直方图，具体过程参考如下图4～图5来描述。另外，可以分别对n个片段进行处理，得到经处理非边缘直方图，具体过程与对m个片段进行处理的过程相同或类似，在此不再赘述。最后，融合经处理边缘直方图和经处理非边缘直方图，得到融合直方图。
以下将结合图4～图5描述对m个片段进行处理，得到经处理边缘直方图的具体过程。
图4示意性示出了根据本公开实施例的对m个片段进行移位处理的示意图。图5示意性示出了根据本公开实施例的对m个片段中每个片段中的灰度值进行移位处理的示意图。
如图4所示，对m个片段进行处理的过程例如包括：首先确定m个片段中每个片段的片段移位距离，得到m个片段移位距离。例如，根据m个片段中每个片段中的像素个数、边缘直方图的片段个数m、边缘直方图的像素总个数，计算得到m个片段中每个片段的片段移位距离。具体地，m个片段中每个片段的片段移位距离例如如公式(6)所示。
其中，j表示片段，m表示边缘直方图的片段总数，d(j)表示第j个片段的片段移位距离，x(j)表示第j个片段包含的像素个数，
在得到m个片段中每个片段的片段移位距离之后，基于m个片段移位距离分别对m个片段进行移位处理。即，对m个片段中的每个片段进行重映射，目的是将每一个片段中的灰度值从图像的低灰度值移动到图像的高灰度值。可以理解，每个片段内包含的像素个数越多，片段的重映射(移位)的距离越远。
如图4所示，例如首先确定m个片段中的第1个片段的片段移位距离为d(1)，第2个片段的片段移位距离为d(2)，第3个片段的片段移位距离为d(3)等等。然后，将第1个片段、第2个片段、第3个片段等等向灰度值高的方向进行移位处理。图4中仅示意性示出了将第1个片段按照片段移位距离为d(1)进行平移的过程。可以理解，第2个片段、第3个片段、……、第m个片段的移位过程与第1个片段的移位过程相同或类似，在此不再赘述。
如图5所示，在将m个片段中的每个片段按照相应的片段移位距离进行移位处理之后，继续处理m个片段中的每个片段。例如依次确定m个片段中的每一个片段作为第一片段，第一片段中包括m个灰度值，m个灰度值中的每个灰度值均具有相应的像素个数，m为大于等于1的整数。
根据本公开实施例，例如可以确定第一片段中的m个灰度值中的每个灰度值的灰度值移位距离，得到m个灰度值移位距离。例如，根据m个灰度值中每个灰度值的像素个数、第一片段的灰度值个数m、第一片段的像素总个数，计算得到m个灰度值中的每个灰度值的灰度值移位距离。具体地，m个灰度值中的每个灰度值的灰度值移位距离例如如公式(7)所示：
其中，m表示第一片段的宽度(即第一片段的灰度值个数)，k＝1，2，……，m，k表示m个灰度值中的第k个灰度值，l(k)表示第k个灰度值的变换强度(即第k个灰度值的灰度值移位距离)，h(k)表示第k个灰度值对应的像素个数，x(j)表示第j个片段包含的像素个数(参见公式(6))，此处x(j)表示第一片段的像素总个数。
如图5所示，例如确定m个片段中的第1个片段作为第一片段，该第1个片段中例如包括第1个灰度值、第2个灰度值、……、第k个灰度值、……、第m个灰度值。该第1个灰度值、第2个灰度值、……、第k个灰度值、……、第m个灰度值分别对应的灰度值移位距离例如为l(1)、l(2)、……、l(k)、……、l(m)，然后将m个灰度值中的每个灰度值根据对应的灰度值移位距离向灰度值高的方向进行移位处理。
类似地，可以依次确定m个片段中的第2个片段、第3个片段，……，第m个片段作为第一片段，对该第一片段中多个灰度值中的每个灰度值进行移位的过程与第1个片段中m个灰度值的移位过程相同或类似，在此不再赘述。通过对m个片段中的每个片段所包括的多个进行移位处理之后，得到经处理边缘直方图。
本公开实施例通过对边缘直方图的多个片段进行重映射(移位)处理，实现了以每个片段为整体对边缘直方图进行处理，从而增强了不同片段之间的对比度，体现在增强了原始图像中不同部分的对比度，使得原始图像的整体亮度得到了提升。其次，为了获得更清晰的图像，本公开实施例还针对每个片段内部的灰度值进行细分变换来增强图像的对比度。
根据本公开实施例，对于非边缘直方图的移位处理过程可以包括分别对n个片段进行处理，得到经处理非边缘直方图。具体过程与对边缘直方图的m个片段进行移位处理的过程相同或类似。
例如，确定n个片段中每个片段的片段移位距离，得到n个片段移位距离。即，根据n个片段中每个片段中的像素个数、边缘直方图的片段个数n、边缘直方图的像素总个数，计算得到n个片段中每个片段的片段移位距离。然后，基于n个片段移位距离分别对n个片段进行移位处理。
其后，依次确定n个片段中的每一个片段作为第二片段，其中，第二片段中包括n个灰度值，n个灰度值中的每个灰度值均具有相应的像素个数，n为大于等于1的整数。确定n个灰度值中的每个灰度值的灰度值移位距离，得到n个灰度值移位距离。
例如，根据n个灰度值中每个灰度值的像素个数、第一片段的灰度值个数n、第一片段的像素总个数，计算得到n个灰度值中的每个灰度值的灰度值移位距离。
最后，基于n个灰度值移位距离分别对n个灰度值进行移位处理，得到经处理非边缘直方图。具体过程可以参考边缘直方图的m个片段进行移位处理的过程，在此不再赘述。
在对边缘直方图进行移位处理得到经处理边缘直方图以及对非边缘直方图进行移位处理得到经处理非边缘直方图之后，将经处理边缘直方图和经处理非边缘直方图进行融合，得到融合直方图。然后可以继续执行如下操作s150。
在操作s150，基于融合直方图处理原始直方图，得到经处理直方图，以便根据经处理直方图得到经处理图像，使得经处理图像的对比度高于原始图像的对比度。
例如，确定融合直方图的累积分布函数以及确定原始直方图的累积分布函数。然后，基于融合直方图的累积分布函数和原始直方图的累积分布函数进行直方图规定化映射，得到灰度值变化关系。其中，灰度值变化关系例如包括与原始直方图中的各个灰度值对应的增强灰度值。最后，基于灰度值变化关系，将原始直方图中各个灰度值移动到对应的增强灰度值，得到经处理直方图。
例如，直方图规定化映射的计算过程如公式(8)和公式(9)所示。
cinput(i)＝cdesired(s)(8)
其中，i表示原始直方图的灰度值，cinput(i)表示原始直方图的累积分布函数。s表示融合直方图的灰度值，cdesired(s)表示融合直方图的累积分布函数。其中，s例如也可以表示增强灰度值，本公开实施例可以将原始直方图中各个灰度值移动到对应的增强灰度值，得到经处理直方图。
例如，假设原始直方图中灰度值为i＝1、2、3分别对应的像素个数为h(1)、h(2)、h(3)，计算得到的增强灰度值s例如分别为s＝5、7、11。然后，处理原始直方图得到最终的经处理直方图例如具体为：将原始直方图中灰度值为i＝1移动到灰度值为5处，使得经处理直方图中灰度值为5对应的像素个数为h(1)。将原始直方图中灰度值为i＝2移动到灰度值为7处，使得经处理直方图中灰度值为7对应的像素个数为h(2)。将原始直方图中灰度值为i＝3移动到灰度值为11处，使得经处理直方图中灰度值为11对应的像素个数为h(3)。然后，根据经处理直方图得到经处理图像，使得该经处理图像的对比度高于原始图像的对比度，实现了图像的增强效果。
本公开实施例通过拆分原始图像得到边缘图像和非边缘图像，并分别对边缘图像和非边缘图像进行分段处理以及移位处理得到经处理边缘直方图和经处理非边缘直方图。然后，将经处理边缘直方图和经处理非边缘直方图直方图进行融合处理得到融合直方图，再基于融合直方图和原始直方图进行直方图规定化映射，得到增强的原始图像。可以理解，通过本公开实施例的图像处理方法处理医学图像，使得医学图像的曝光度提高，明暗对比更加细腻，图像较暗处细节更加丰富，并且不会出现过度增强以及不会产生额外噪声的情况，大幅度提升了图像品质，使得医疗工作者通过医学图像更容易观察病情、判断病情。
本公开的另一个方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器用于执行图1～5中描述的方法。
图6示意性示出了根据本公开实施例的图像处理装置的框图。
如图6所示，图像处理装置600包括获取模块610、第一处理模块620、第二处理模块630、第三处理模块640以及第四处理模块650。
获取模块610可以用于获取原始图像，其中，原始图像包括原始直方图。根据本公开实施例，获取模块610例如可以执行上文参考图1描述的操作s110，在此不再赘述。
第一处理模块620可以用于处理原始图像，得到边缘图像和非边缘图像。根据本公开实施例，第一处理模块620例如可以执行上文参考图1描述的操作s120，在此不再赘述。
第二处理模块630可以用于分别处理边缘图像和非边缘图像，得到边缘图像的边缘直方图和非边缘图像的非边缘直方图。根据本公开实施例，第二处理模块630例如可以执行上文参考图1描述的操作s130，在此不再赘述。
第三处理模块640可以用于处理边缘直方图和非边缘直方图，得到融合直方图。根据本公开实施例，第三处理模块640例如可以执行上文参考图1描述的操作s140，在此不再赘述。
第四处理模块650可以用于基于融合直方图处理原始直方图，得到经处理直方图，以便根据经处理直方图得到经处理图像，其中，经处理图像的对比度高于原始图像的对比度。根据本公开实施例，第四处理模块650例如可以执行上文参考图1描述的操作s150，在此不再赘述。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
例如，获取模块610、第一处理模块620、第二处理模块630、第三处理模块640以及第四处理模块650中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，获取模块610、第一处理模块620、第二处理模块630、第三处理模块640以及第四处理模块650中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块610、第一处理模块620、第二处理模块630、第三处理模块640以及第四处理模块650中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
图7示意性示出了根据本公开实施例的用于实现图像处理的计算机系统的方框图。图7示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示，实现图像处理的计算机系统700包括处理器701、计算机可读存储介质702。该系统700可以执行根据本公开实施例的方法。
具体地，处理器701例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))，等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701可以是用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
计算机可读存储介质702，例如可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。可读存储介质的具体示例包括：磁存储装置，如磁带或硬盘(hdd)；光存储装置，如光盘(cd-rom)；存储器，如随机存取存储器(ram)或闪存；和/或有线/无线通信链路。
计算机可读存储介质702可以包括计算机程序703，该计算机程序703可以包括代码/计算机可执行指令，其在由处理器701执行时使得处理器701执行根据本公开实施例的方法或其任何变形。
计算机程序703可被配置为具有例如包括计算机程序模块的计算机程序代码。例如，在示例实施例中，计算机程序703中的代码可以包括一个或多个程序模块，例如包括703a、模块703b、……。应当注意，模块的划分方式和个数并不是固定的，本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合，当这些程序模块组合被处理器701执行时，使得处理器701可以执行根据本公开实施例的方法或其任何变形。
根据本公开的实施例，获取模块610、第一处理模块620、第二处理模块630、第三处理模块640以及第四处理模块650中的至少一个可以实现为参考图7描述的计算机程序模块，其在被处理器701执行时，可以实现上面描述的相应操作。
本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现以上图像处理方法。
根据本公开的实施例，计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线、光缆、射频信号等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。
- 还没有人留言评论。精彩留言会获得点赞！