图像对比度增强方法、系统及装置制造方法及图纸

本发明专利技术提供一种图像对比度增强方法、系统及装置，其中，所述图像对比度增强方法包括如下步骤：对通过光纤显微内镜采集的图像进行滤波预处理；对滤波后的图像进行增强处理；对增强处理后的图像，进行非线性灰度变换，并计算图像上每一个像素点非线性灰度变换后的灰度值，获得新图像；基于获得的新图像，削去图像最低像素的值，标准化最高像素值，以图像像素最小值和最大值为标准，使像素值标准化在0‑255之间，获得对比度增强后的图像。本发明专利技术有利于增强光纤显微内镜图像中鳞状细胞的形态特征，有利于辅助内镜医生的工作，进而减轻医生工作和训练负担，提升临床效率。

Method, System and Device of Image Contrast Enhancement

【技术实现步骤摘要】
图像对比度增强方法、系统及装置
本专利技术涉及一种医学图像处理及应用领域，尤其涉及一种基于光纤显微内镜图像的图像对比度增强方法、系统及装置。
技术介绍
基于光纤束的光纤显微内镜(以下简称光纤显微内镜)具有亚细胞实时成像能力。在食管肠粘膜筛查应用领域，已有不少研究表明光纤显微内镜将产生有用的临床数据，能帮助早期检测食管的癌前病变和癌性病变。因此，光纤显微内镜在食管病变早期检测方面有巨大的临床应用价值。与其他先进的食管内镜技术一样，光纤显微内镜的学习曲线长，图像的诊断效果依赖于医生的病理学基础、高水平培训和丰富经验，这些阻碍了其在疾病筛查中的应用推广。近年来，以计算机辅助诊断技术为核心的内镜图像定量分析被认为将是一种有效方法而受到关注。前期，光纤显微内镜图像的量化分析集中在口腔、食管病变的诊断方面，结果表明图像定量分析作为一种客观的分类方法，能提供准确、一致性高的结果辅助光纤显微内镜图像诊断，其表现与经验丰富的内镜医师的评估能力相当。在食管病变方面，腺体鳞状细胞是其诊断的重要结构。异常食管肠上皮组织是紊乱的，鳞状细胞结构随着上皮不规则增厚而拉长，而正常的食管肠上皮组织的鳞状细胞为类圆形结构，且分布较均匀，因此，与异常图像相比，正常图像中的鳞状细胞结构更接近于圆形，同时面积偏小，间距相对一致。量化鳞状细胞的上述形态特征降将帮助区分正常和异常的食管肠上皮组织。鳞状细胞的形态特征对食管内镜图像诊断的价值已在光纤显微内镜等其他先进内镜设备上得到证实。然而，基于鳞状细胞形态特征的光纤显微内镜图像分析应用中，在对低对比度的光纤显微内镜图像增强时，需要通过多次强度自适应对比度增强实验选择出最佳参数组合，增加了临床应用的复杂度。因此，针对上述问题，有必要提出进一步的解决方案。
技术实现思路
本专利技术的目的在于提供一种图像对比度增强方法、系统及装置，以克服现有技术中存在的不足。为实现上述专利技术目的，本专利技术提供一种图像对比度增强方法，其包括如下步骤：对通过光纤显微内镜采集的图像进行滤波预处理；对滤波后的图像进行增强处理；对增强处理后的图像，进行非线性灰度变换，并计算图像上每一个像素点非线性灰度变换后的灰度值，获得新图像；基于获得的新图像，削去图像最低像素的值，标准化最高像素值，以图像像素最小值和最大值为标准，使像素值标准化在0-255之间，获得对比度增强后的图像。优选地，进行滤波预处理包括如下步骤：使用高斯低通滤波算法，对图像进行滤波预处理，去除图像主高频信息，保留图像次高频信息，并保持图像的边缘；使用高斯低通滤波算法，再次对图像进行滤波处理，去除图像的所有高频信息，保留图像的低频信息。优选地，使用CLAHE算法对滤波后的图像进行增强处理。优选地，对增强处理后的图像，使用Gamma变换函数进行非线性灰度变换，对图像上每一个像素点按如下公式计算非线性灰度变换后的灰度值，获得新图像：其中，坐标(x,y)表示像素点的坐标，为像素点的新灰度值，g(x,y)为处理前像素点的原始灰度值，γ为变换指数。优选地，基于获得的新图像，采用最小值最大值标准化处理，削去图像最低像素的值，标准化最高像素值，以图像像素最小值和最大值为标准，使像素值标准化在0-255之间，获得新图像：g(x,y)＝255×(g(x,y)-Pmin)÷Pmax其中，坐标(x,y)表示像素点的坐标，为像素点的新灰度值，f(x,y)为处理前像素点的原始灰度值，Pmin为图像最小灰度值，Pmax为图像最大灰度值。优选地，计算灰度变换后的灰度值，获得新图像之后还包括：对获得的新图像再次使用CLAHE算法进行增强处理。优选地，在CLAHE算法实现过程中，采用双线性插值，插值时，将图像分割成M列×N行大小相等、连续不重叠的子图像区域优选地，所述M列×N行取值12×12。为实现上述专利技术目的，本专利技术提供一种图像对比度增强系统，其包括：波预处理模块、增强模块、非线性灰度变换模块、标准化处理模块；所述波预处理模块对通过光纤显微内镜采集的图像进行滤波预处理；所述增强模块对滤波后的图像进行增强处理；所述非线性灰度变换模块对增强处理后的图像，进行非线性灰度变换，并计算图像上每一个像素点非线性灰度变换后的灰度值，获得新图像；所述标准化处理模块基于获得的新图像，削去图像最低像素的值，标准化最高像素值，以图像像素最小值和最大值为标准，使像素值标准化在0-255之间，获得新图像。为实现上述专利技术目的，本专利技术提供一种图像对比度增强装置，其包括：处理器；用于存储所述处理器执行指令的存储器；其中，所述处理器被配置为：对通过光纤显微内镜采集的图像进行滤波预处理；对滤波后的图像进行增强处理；对增强处理后的图像，进行非线性灰度变换，并计算图像上每一个像素点非线性灰度变换后的灰度值，获得新图像；基于获得的新图像，削去图像最低像素的值，标准化最高像素值，以图像像素最小值和最大值为标准，使像素值标准化在0-255之间，获得对比度增强后的图像。与现有技术相比，本专利技术的有益效果是：本专利技术有利于增强光纤显微内镜图像中鳞状细胞的形态特征，有利于辅助内镜医生的工作，进而减轻医生工作和训练负担，提升临床效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的图像对比度增强方法的方法流程示意图；图2-9为本专利技术实施实验图像滤波预处理的结果示意图；图10为本专利技术中进行对比度增强处理的流程图；图11为本专利技术中图像分割、提取目标特征结构的流程图；图12为本专利技术的图像特征提取分析系统的模块示意图。具体实施方式下面结合附图所示的各实施方式对本专利技术进行详细说明，但应当说明的是，这些实施方式并非对本专利技术的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本专利技术的保护范围之内。本专利技术中光纤显微内镜系统使用光纤束作为显微成像的探头，由于光纤束中单根光纤纤芯和包层光透过率不同，采集到的图像会有明显的像素化(明暗变化)，降低了系统分辨率。常用的去像素化方法是高斯滤波，这种方法虽然简单、快速、有效，但同时会模糊整个图像而影响了对细节的分辨。对此，本专利技术基于傅里叶变换的高斯带通滤波是在单纯的高斯滤波基础上进项优化的，其不仅能够去除图像中的像素化问题，同时也能够很好地去除图像的背景信息，因此其在对图像平滑滤波的同时具有较好的保留特征的目的，同时具有较好的运行速度，提高了整个过程的处理速度。另外，光纤显微内镜图像通常整体灰度值低且对比度不明显，大大影响了鳞状细胞的可辨识度。因此，本专利技术在鳞状细胞结构分割和量化之前，需要对图像进行增强操作。现有的采用自适应直方图均衡方法(AdaptiveHistogramEqualization，以下简称AHE)增强光纤显微内镜图像对比度，但AHE有过度放大图像中相同区域的噪声的问题。对此，本专利技术采用对比度受限自适应直方图均衡算法(ContrastLimitedAdaptiveHistogramEqualization，以下简称CLAHE)，其作为AHE的优化，通本文档来自技高网...

【技术保护点】
1.一种图像对比度增强方法，其特征在于，所述图像对比度增强方法包括如下步骤：对通过光纤显微内镜采集的图像进行滤波预处理；对滤波后的图像进行增强处理；对增强处理后的图像，进行非线性灰度变换，并计算图像上每一个像素点非线性灰度变换后的灰度值，获得新图像；基于获得的新图像，削去图像最低像素的值，标准化最高像素值，以图像像素最小值和最大值为标准，使像素值标准化在0‑255之间，获得对比度增强后的图像。

【技术特征摘要】
1.一种图像对比度增强方法，其特征在于，所述图像对比度增强方法包括如下步骤：对通过光纤显微内镜采集的图像进行滤波预处理；对滤波后的图像进行增强处理；对增强处理后的图像，进行非线性灰度变换，并计算图像上每一个像素点非线性灰度变换后的灰度值，获得新图像；基于获得的新图像，削去图像最低像素的值，标准化最高像素值，以图像像素最小值和最大值为标准，使像素值标准化在0-255之间，获得对比度增强后的图像。2.根据权利要求1所述的图像对比度增强方法，其特征在于，进行滤波预处理包括如下步骤：使用高斯低通滤波算法，对图像进行滤波预处理，去除图像主高频信息，保留图像次高频信息，并保持图像的边缘；使用高斯低通滤波算法，再次对图像进行滤波处理，去除图像的所有高频信息，保留图像的低频信息。3.根据权利要求1所述的图像对比度增强方法，其特征在于，使用CLAHE算法对滤波后的图像进行增强处理。4.根据权利要求1所述的图像对比度增强方法，其特征在于，对增强处理后的图像，使用Gamma变换函数进行非线性灰度变换，对图像上每一个像素点按如下公式计算非线性灰度变换后的灰度值，获得新图像：其中，坐标(x,y)表示像素点的坐标，为像素点的新灰度值，g(x,y)为处理前像素点的原始灰度值，γ为变换指数。5.根据权利要求1所述的图像对比度增强方法，其特征在于，基于获得的新图像，采用最小值最大值标准化处理，削去图像最低像素的值，标准化最高像素值，以图像像素最小值和最大值为标准，使像素值标准化在0-255之间，获得新图像：g(x,y)＝255×(g(x,y)-Pmin)÷Pmax其中，坐标(x,y)表示像素点的坐标，为像素点的新灰度值，f(x,y)为处理前像素点...

【专利技术属性】
技术研发人员：王璐瑶，林立，安昕，
申请(专利权)人：苏州精观医疗科技有限公司，
类型：发明
国别省市：江苏,32