X光图像的拉伸方法及计算机可读存储介质技术

本发明专利技术公开了一种X光图像的拉伸方法及计算机可读存储介质，方法包括：将X光图像分解为预设层数的高斯金字塔和拉普拉斯金字塔；对第K层的拉普拉斯图中的强边缘点进行过滤，K为预设的目标金字塔层数；在第K层的拉普拉斯图中获取ROI区域的点，并根据所获取的点的坐标，获取第K层的高斯图中相应位置的点的灰度值；根据灰度值，得到累积分布函数；根据累积分布函数中预设位置的点的灰度值以及预设的目标灰度值，拟合得到灰度变换曲线；根据灰度变换曲线，对X光图像进行拉伸。本发明专利技术能自动识别出有效的组织区域，并且生成稳定、适合的灰度变换曲线，增强ROI区域并压制非ROI区域。

【技术实现步骤摘要】
X光图像的拉伸方法及计算机可读存储介质
本专利技术涉及医学影像处理
，尤其涉及一种X光图像的拉伸方法及计算机可读存储介质。
技术介绍
由于DR影像显示设备和人眼特征的局限，DR影像的ROI区域(感兴趣区域)需要做拉伸操作才能更方便医生诊断。例如，束光区和空气区包含的灰度信息是无效信息，需要压缩灰度范围；而曝光部位的ROI区域包含了绝大多数有用信息，需要拉伸灰度范围，增强其对比度。但是，在DR影像采集过程中，由于医生的经验水平不足，选用的拍摄剂量不合适，或者由于DR设备的硬件的稳定性、不同的拍片患者组织密度的差异等原因，导致采集到的原始图像有很明显的亮度差异，此时图像拉伸过程如果选用相同参数，图像后处理输出的图像不能确保亮度及对比度的效果，细节和亮度均衡性也不能很好的表现出来，对医生的诊断有很大的影响。特别是剂量比正常剂量小时，拉伸效果不能达到预期。
技术实现思路
本专利技术所要解决的技术问题是：提供一种X光图像的拉伸方法及计算机可读存储介质，可自动识别出有效的组织区域，并且生成稳定、适合的灰度变换曲线，增强ROI区域并压制非ROI区域。为了解决上述技术问题，本专利技术采用的技术方案为：一种X光图像的拉伸方法，包括：根据高斯-拉普拉斯金字塔分解方法，将X光图像分解为预设层数的高斯金字塔和拉普拉斯金字塔；对所述拉普拉斯金字塔中第K层的拉普拉斯图中的强边缘点进行过滤，所述K为预设的目标金字塔层数；在第K层的拉普拉斯图中获取ROI区域的点，并根据所获取的点的坐标，获取所述高斯金字塔中第K层的高斯图中相应位置的点的灰度值；根据所述灰度值，得到累积分布函数；根据所述累积分布函数中预设位置的点的灰度值以及预设的目标灰度值，拟合得到灰度变换曲线；根据所述灰度变换曲线，对X光图像进行拉伸。本专利技术还涉及一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现以下步骤：根据高斯-拉普拉斯金字塔分解方法，将X光图像分解为预设层数的高斯金字塔和拉普拉斯金字塔；对所述拉普拉斯金字塔中第K层的拉普拉斯图中的强边缘点进行过滤，所述K为预设的目标金字塔层数；在第K层的拉普拉斯图中获取ROI区域的点，并根据所获取的点的坐标，获取所述高斯金字塔中第K层的高斯图中相应位置的点的灰度值；根据所述灰度值，得到累积分布函数；根据所述累积分布函数中预设位置的点的灰度值以及预设的目标灰度值，拟合得到灰度变换曲线；根据所述灰度变换曲线，对X光图像进行拉伸。本专利技术的有益效果在于：由于高斯-拉普拉斯金字塔分解是对图像不同尺度和强度的边缘的分解，因此，通过对图像进行高斯-拉普拉斯金字塔分解，得到不同尺度和不同边缘强度的图；根据不同曝光部位纹理的尺度特征，预先指定需要金字塔中哪一层的图，然后对该层的拉普拉斯图过滤强边缘点后获取ROI区域的点，在该层的高斯图获取这些点的灰度值，对这些灰度值进行分析处理，得到累积分布函数，然后根据累积分布函数上的几个点的灰度值和预设的灰度值拟合得到灰度变换曲线，最终根据灰度变换曲线，对原图像进行拉伸。本专利技术通过自适应的分析原始图像的有效灰度信息，得到稳定的曲线拉伸效果，当拍摄剂量设置不恰当时，能自动识别出有效的组织区域，并且生成稳定、适合的灰度变换曲线，增强ROI区域并压制非ROI区域。附图说明图1为一种X光图像的拉伸方法的流程图；图2为本专利技术实施例一的方法流程图；图3为本专利技术实施例一中灰度变换曲线的示意图；图4a为本专利技术实施例一中拉伸前的图像一；图4b为本专利技术实施例一中拉伸后的图像一；图5a为本专利技术实施例一中拉伸前的图像二；图5b为本专利技术实施例一中拉伸后的图像二。具体实施方式为详细说明本专利技术的
技术实现思路
、所实现目的及效果，以下结合实施方式并配合附图详予说明。本专利技术最关键的构思在于：根据图像中边缘的强度和尺度，区分ROI区域和非ROI区域。请参阅图1，一种X光图像的拉伸方法，包括：根据高斯-拉普拉斯金字塔分解方法，将X光图像分解为预设层数的高斯金字塔和拉普拉斯金字塔；对所述拉普拉斯金字塔中第K层的拉普拉斯图中的强边缘点进行过滤，所述K为预设的目标金字塔层数；在第K层的拉普拉斯图中获取ROI区域的点，并根据所获取的点的坐标，获取所述高斯金字塔中第K层的高斯图中相应位置的点的灰度值；根据所述灰度值，得到累积分布函数；根据所述累积分布函数中预设位置的点的灰度值以及预设的目标灰度值，拟合得到灰度变换曲线；根据所述灰度变换曲线，对X光图像进行拉伸。从上述描述可知，本专利技术的有益效果在于：可自动对图像进行有效的识别分析，得到稳定、适合的对比度拉伸曲线(即灰度变换曲线)，且不受拍摄剂量的影响，拉伸后的图像可很好地显示出ROI区域。进一步地，所述“对所述拉普拉斯金字塔中第K层的拉普拉斯图中的强边缘点进行过滤，所述K为预设的目标金字塔层数”具体为：根据所述拉普拉斯金字塔中第K层的拉普拉斯图的大小，将其他层的拉普拉斯图进行缩放，所述K为预设的目标金字塔层数；根据预设的第一阈值，获取每一层的拉普拉斯图中的强边缘点；根据所述强边缘点的坐标，将第K层的拉普拉斯图中相应位置的点的值置0。由上述描述可知，由于尺度较大或较强的边缘也是非ROI区域的边缘，或者是ROI区域中不需要增强的边缘，因此，需去除强边缘点。进一步地，所述“根据所述拉普拉斯金字塔中第K层的拉普拉斯图的大小，将其他层的拉普拉斯图进行缩放”之后，进一步包括：根据预设的边界宽度，对所述高斯金字塔中第K层的高斯图以及所述拉普拉斯金字塔中每一层的拉普拉斯图进行裁边。由上述描述可知，由于ROI区域一般都在图像的中间位置，因此裁掉一定宽度的边界，可去除图像边缘对处理效果的影响，也可提高计算效率。进一步地，所述“根据预设的第一阈值，获取每一层的拉普拉斯图中的强边缘点”之前，进一步包括：分别根据各层的拉普拉斯图中点的最大值，对所述各层的拉普拉斯图中各个点的值进行归一化处理。由上述描述可知，通过进行归一化处理，方便阈值处理。进一步地，所述“在第K层的拉普拉斯图中获取ROI区域的点，并根据所获取的点的坐标，获取所述高斯金字塔中第K层的高斯图中相应位置的点的灰度值”具体为：获取第K层的拉普拉斯图中满足预设条件的点，所述预设条件为点的值大于预设的第二阈值且小于预设的第三阈值；根据所获取的点的坐标，获取所述高斯金字塔中第K层的高斯图中相应位置的点的灰度值。由上述描述可知，根据拉普拉斯图做坐标筛选，之后根据高斯图和筛选出的坐标得到相应的灰度。进一步地，所述“获取第K层的拉普拉斯图中满足预设条件的点”之前，进一步包括：根据第K层的拉普拉斯图中点的最大值，对第K层的拉普拉斯图中各个点的值进行归一化处理。由上述描述可知，方便阈值处理。进一步地，所述“根据所述灰度值，得到累积分布函数”具体为：根据所述灰度值，统计生成灰度直方图；归一化所述灰度直方图，得到概率密度函数；根据所述概率密度函数，得到累积分布函数。本专利技术还提出了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现以下步骤：根据高斯-拉普拉斯金字塔分解方法，将X光图像分解为预设层数的高斯金字塔和拉普拉斯金字塔；对所述拉普拉斯金字塔中第K层的拉普拉斯图中的强边缘点进行过滤，所述K为预设的目标金字塔层数；在第K层的拉普拉斯图中获取ROI区域的本文档来自技高网...

【技术保护点】
一种X光图像的拉伸方法，其特征在于，包括：根据高斯‑拉普拉斯金字塔分解方法，将X光图像分解为预设层数的高斯金字塔和拉普拉斯金字塔；对所述拉普拉斯金字塔中第K层的拉普拉斯图中的强边缘点进行过滤，所述K为预设的目标金字塔层数；在第K层的拉普拉斯图中获取ROI区域的点，并根据所获取的点的坐标，获取所述高斯金字塔中第K层的高斯图中相应位置的点的灰度值；根据所述灰度值，得到累积分布函数；根据所述累积分布函数中预设位置的点的灰度值以及预设的目标灰度值，拟合得到灰度变换曲线；根据所述灰度变换曲线，对X光图像进行拉伸。

【技术特征摘要】
1.一种X光图像的拉伸方法，其特征在于，包括：根据高斯-拉普拉斯金字塔分解方法，将X光图像分解为预设层数的高斯金字塔和拉普拉斯金字塔；对所述拉普拉斯金字塔中第K层的拉普拉斯图中的强边缘点进行过滤，所述K为预设的目标金字塔层数；在第K层的拉普拉斯图中获取ROI区域的点，并根据所获取的点的坐标，获取所述高斯金字塔中第K层的高斯图中相应位置的点的灰度值；根据所述灰度值，得到累积分布函数；根据所述累积分布函数中预设位置的点的灰度值以及预设的目标灰度值，拟合得到灰度变换曲线；根据所述灰度变换曲线，对X光图像进行拉伸。2.根据权利要求1所述的X光图像的拉伸方法，其特征在于，所述“对所述拉普拉斯金字塔中第K层的拉普拉斯图中的强边缘点进行过滤，所述K为预设的目标金字塔层数”具体为：根据所述拉普拉斯金字塔中第K层的拉普拉斯图的大小，将其他层的拉普拉斯图进行缩放，所述K为预设的目标金字塔层数；根据预设的第一阈值，获取每一层的拉普拉斯图中的强边缘点；根据所述强边缘点的坐标，将第K层的拉普拉斯图中相应位置的点的值置0。3.根据权利要求2所述的X光图像的拉伸方法，其特征在于，所述“根据所述拉普拉斯金字塔中第K层的拉普拉斯图的大小，将其他层的拉普拉斯图进行缩放”之后，进一步包括：根据预设的边界宽度，对所述高斯金字塔中第K层的高斯图以及所述拉普拉斯金字塔中每一层的拉普拉斯图进行裁边。4.根据权利要求2所述的X光图像的拉伸方法，其特征在于，所述“根据预设的第一阈值，获取每一层的拉普拉斯图中的强边缘点”之前，进一步包括：分别根据各层的拉普拉斯图中点的最大值，对所述各层的拉普拉斯图中各个点的值进行归一化处理。5.根据权利要求1所述的X光图像的拉伸方法，其特征在于，所述“在第K层的拉普拉斯图中获取ROI区域的点，并根据所获取的点的坐标，获取所述高斯金字塔中第K层的高斯图中相应位置的点的灰度值”具体为：获取第K层的拉普拉斯图中满足预设条件的点，所述预设条件为点的值大于预设的第二阈值且小于预设的第三阈值；根据所获取的点的坐标，获取所述高斯金字塔中第K层的高斯图中相应位置的点的灰度...

【专利技术属性】
技术研发人员：荣繁壮，孙凯，叶超，
申请(专利权)人：深圳市安健科技股份有限公司，
类型：发明
国别省市：广东,44