一种图像增强的方法技术

本发明专利技术提供一种图像增强的方法，所述图像增强的方法包括：输入图像，采用第一类滤波器，对所述图像进行滤波，得到滤波图，并根据所述图像和所述滤波图，得到第一高频信息图；对所述滤波图进行归一化线状结构检测，并进行阈值变换，得到增强位置图；采用第二类滤波器，对所述图像进行滤波，得到噪声图，并对所述图像进行线状结构检测，得到增强系数图；根据所述第一高频信息图、噪声图、增强位置图和增强系数图，得到所述图像的增强图。本发明专利技术基于线状结构检测和距离变换，能在不放大噪声的情况下对图像进行增强。

【技术实现步骤摘要】
【专利摘要】本专利技术提供，所述图像增强的方法包括：输入图像，采用第一类滤波器，对所述图像进行滤波，得到滤波图，并根据所述图像和所述滤波图，得到第一高频信息图；对所述滤波图进行归一化线状结构检测，并进行阈值变换，得到增强位置图；采用第二类滤波器，对所述图像进行滤波，得到噪声图，并对所述图像进行线状结构检测，得到增强系数图；根据所述第一高频信息图、噪声图、增强位置图和增强系数图，得到所述图像的增强图。本专利技术基于线状结构检测和距离变换，能在不放大噪声的情况下对图像进行增强。【专利说明】
本专利技术涉及图像处理领域，尤其涉及。
技术介绍
医学图像是现代临床诊疗的重要参考信息，其图像质量的优劣直接关系到诊疗的 效果。医学图像在生成过程中由于成像设备、成像对象等影响不可避免地产生噪声、模糊、 伪影等问题，因此，对图像进行增强，得到视觉效果更易于诊断的图像是医学图像处理过程 中非常重要的一个环节。 图像增强的一个重要难点在于图像结构增强与噪声抑制矛盾。一些经典的图像增 强方法已经在医学图像处理领域得到广泛应用，取得了不错的效果，但一般会在增强图像 内容的同时将同为高频信息的噪声增强。如何在增强图像的同时抑制噪声成为医学图像增 强技术发展的方向。 根据图像的模糊情况，图像增强采用了各种特殊的技术突出图像整体或局部特 征，根据作用域的不同一般可分为频域增强和空域增强两类。基于频域转换的增强方法一 般将图像转换到频域，对变换系数进行处理，然后逆变换到空域实现增强图像。频域转换滤 波一个共同的特性是由于增强图像高频信息，在增强图像内容的同时往往同时增强了图像 噪声。 基于空域的图像增强技术可分为空域变换增强和空域滤波增强两类。基于空域变 换的图像增强技术一般会极大改变图像的灰度范围或对比度，因此只适用于特定的图像， 如X线图像。空域滤波增强一般采用一定的卷积模板提取出需要的高频信息，从而增强需 要的结构分量，抑制不需要的结构分量，达到图像视觉效果的提高，比如基于拉普拉斯算子 的增强和非锐化掩模（unsharp masking)等。其中，传统的非锐化掩模方法通过高斯滤波 分离出图像的高频分量，然后将之以一定的比例叠加到原图中，达到增强包括边缘、细节等 结构的目的。然而高频分量既包含结构细节，又包含噪声信息，传统方法采用全图一致的增 强系数，从而在增强细节的同时放大噪声，导致图像质量降低。因此，如何根据图像信息建 立自适应增强函数，成为了许多增强方法的创新点。例如通过多尺度提取高频分量并对不 同频带作不同程度增强，基于图像局部亮度信息调整增强参数和基于边缘的亮暗的不同自 适应增强系数等等。这些变化例的问题在于噪声依然得到了不同程度的增强。
技术实现思路
本专利技术解决的问题是提供，使得图像线状结构得到增强，同 时噪声得到抑制，图像清晰度得到很大提高，从而在最大程度上避免增强图像时放大噪声。 为了解决上述问题，本专利技术提供了，包括： (1)输入图像，采用第一类滤波器，对所述图像进行滤波，得到滤波图，并根据所述 图像和所述滤波图，得到第一高频信息图； (2)对所述滤波图进行归一化线状结构检测，并进行阈值变换，得到增强位置图； (3)采用第二类滤波器，对所述图像进行滤波，得到噪声图，并对所述图像进行线 状结构检测，得到增强系数图； (4)根据所述第一高频信息图、噪声图、增强位置图和增强系数图，得到所述图像 的增强图。 上述所述，其中，所述第一类滤波器为基于空间距离的低通 滤波器，所述第二类滤波器为基于结构相似性的滤波器。 上述所述，其中，所述阈值变换中的阈值为1-10。 上述所述，其中，采用基于空间距离的衰减函数，根据所述线 状结构检测得到的线状结构图上每个点的响应强度和空间位置，计算所述线状结构图中每 个点的增强系数，得到所述增强系数图 上述所述，其中，得到所述图像的增强图的过程为： 1)根据所述噪声图，对所述第一高频信息图进行去噪，得到第二高频信息图； 2)将所述增强位置图、所述增强系数图以及所述第二高频信息图的灰度值相乘， 得到增强信息图； 3)将所述增强信息图和用户输入的增强系数相乘后，加到所述图像，则得到所述 图像的增强图。 与现有技术相比，本专利技术以基于线状结构检测和距离变换的方法建立更为准确的 增强系数，并对非锐化掩模增强中的高频信息进行噪声抑制，从而在最大程度上避免增强 图像时放大噪声。 【专利附图】【附图说明】 图1所示为本专利技术实施例一种图像增强方法的流程示意图； 图2所示为本专利技术实施例获取图像的增强图的流程示意图； 图3所示为现有技术中经典增强方法和本专利技术实施例增强方法的结果比较图； 图4所示为现有技术中经典增强的差图和本专利技术实施例增强的差图的效果比较 图。 【具体实施方式】 在下面的描述中阐述了很多具体细节以便于充分理解本专利技术。但是本专利技术能够以 很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况 下做类似推广，因此本专利技术不受下面公开的具体实施的限制。 其次，本专利技术利用示意图进行详细描述，在详述本专利技术实施例时，为便于说明，所 述示意图只是实例，其在此不应限制本专利技术保护的范围。 下面结合附图和实施例对本专利技术进行详细地说明。本专利技术图像增强的方法如图1 所示，首先，执行步骤S1，输入图像，采用第一类滤波器，对所述图像进行滤波，得到滤波图， 并根据所述图像和所述滤波图，得到第一高频信息图。其中，所述第一类滤波器为基于空间 距离的低通滤波器，即一种不保护图像细节结构的低通滤波器，例如，高斯滤波、中值滤波 以及均值滤波等。具体地，在本实施例中，对输入的图像（即原图）做各向同性滤波（如高 斯滤波），得到滤波图（即低频信息图），再将原图的灰度和低频信息图的灰度做差，得到包 含噪声的高频信息图，即第一高频信息图。在本实施例中，采用高斯滤波的方法，得到高斯 滤波图。 接着，执行步骤S2,对所述滤波图进行归一化线状结构检测，并进行阈值变换，得 到增强位置图。具体地，首先对所述滤波图进行归一化线状结构检测，得到线状结构图。在 本实施例中，对步骤S1中的高斯滤波图进行大尺度归一化线状结构检测，首先将所述滤波 图（高斯滤波图）归一化到〇至1023的灰度范围，然后基于二阶导数计算结构张量，接着 基于大的高斯平滑核对所述结构张量矩阵进行滤波，接着计算所述结构张量矩阵的特征值 和特征向量，根据所述特征值分析图像局部结构，得到线状结构图（请参考Li Q，Sone S， Selective enhancement filters for nodules, vessels, and airwaywalls in tw〇-and three-dimensional CT scans，Med. Phys. 30 (8)，2003)，这样得到的所述线状结构图的值 都在统一的范围之间，同时避免了噪声造成的干扰。接着，采用统一的阈值对所述线状结构 图进行阈值变换，去除图像中相对平坦的区域，得到包含图像大部分结构信息的位置图，即 增强位置图。其中，所述阈值变换中的阈值范围为1-10。具体地，在本实施例本文档来自技高网...

【技术保护点】
一种图像增强的方法，其特征在于，包括：(1)采用第一类滤波器，对所述图像进行滤波，得到滤波图，并根据所述图像和所述滤波图，得到第一高频信息图；(2)对所述滤波图进行归一化线状结构检测，并进行阈值变换，得到增强位置图；(3)采用第二类滤波器，对所述图像进行滤波，得到噪声图；并对所述图像进行线状结构检测，得到增强系数图；(4)根据所述第一高频信息图、噪声图、增强位置图和增强系数图，得到所述图像的增强图。

【技术特征摘要】

【专利技术属性】
技术研发人员：宋燕丽，周鑫，韩妙飞，李强，
申请(专利权)人：上海联影医疗科技有限公司，
类型：发明
国别省市：上海;31