【技术实现步骤摘要】
一种显微图像增强方法、装置及计算机设备
本专利技术涉及医学显微图像处理
，尤其是一种显微图像增强方法、装置及计算机设备。
技术介绍
医学显微图像以直观的形式给医生提供辅助诊断和治疗的信息，对医学显微图像而言，其对显微图像中的细节要求严格，单一显微图像包含大量数据。然而在成像过程中，经常存在一些退化因素，导致最终的显微图像细节模糊、质量下降。医学显微图像增强技术作为一大类基本的医学显微图像处理技术，主要是解决图像边缘模糊、对比度差等缺点，对医学显微图像进行加工，进而提高图像的有效性和使用性，为医生诊断提供更为丰富和准确的信息。常用的医学显微图像增强方法主要有：(1)对比度增强、锐化增强等空域方法。每种方法都有其明显的不足，对比度增强方法并不能完全解决直方图均衡化存在的问题，而锐化方法则只适用于对比度较好细节模糊图像的锐化，单独用在医学图像上增强效果不明显。(2)变换域方法。小波变换是最为常见的变换域方法。变换域方法通常需要在空域上做后处理。(3)与统计方法相结合。统计学习方法一般能得到较好的增强效果，但是其处理速...
【技术保护点】
1.一种显微图像增强方法，其特征在于，包括：/nS1：获取彩色显微图像；/nS2：将显微图像由RGB颜色空间转换到HSV颜色空间；/nS3：首先基于HSV颜色空间的饱和度值，得到一系列候选感兴趣区域；再基于HSV颜色空间的色调、明度和饱和度，计算候选感兴趣区域的特征值并根据特征值的相似度，获得显微图像的感兴趣区域；/nS4：采取自适应策略对显微图像中感兴趣区域和背景区域分别进行图像均衡化处理；/nS5：将经处理的显微图像转换到RGB颜色空间，得到增强后的显微图像。/n
【技术特征摘要】
1.一种显微图像增强方法，其特征在于，包括：
S1：获取彩色显微图像；
S2：将显微图像由RGB颜色空间转换到HSV颜色空间；
S3：首先基于HSV颜色空间的饱和度值，得到一系列候选感兴趣区域；再基于HSV颜色空间的色调、明度和饱和度，计算候选感兴趣区域的特征值并根据特征值的相似度，获得显微图像的感兴趣区域；
S4：采取自适应策略对显微图像中感兴趣区域和背景区域分别进行图像均衡化处理；
S5：将经处理的显微图像转换到RGB颜色空间，得到增强后的显微图像。
2.如权利要求1所述的显微图像增强方法，其特征在于，所述步骤S2具体为：
S21：在显微图像RGB颜色空间内取一点P(r,g,b)，并对P点进行归一化处理，得到点P'(r',g',b')；r、g、b分别表示P点在RGB颜色空间中红、绿、蓝三个颜色值，r',g',b'分别表示P点在RGB颜色空间中红、绿、蓝三个颜色值经归一化处理后的值；
S22：通过计算获得P'(r',g',b')中三个颜色值的最大值Cmax和最小值Cmix，并求出最大值Cmax和最小值Cmix的差值Δ；
S23：基于步骤S21和S22，计算P点对应的HSV颜色空间中的色调H、饱和度S和明度V的值，从而完成显微图像由RGB颜色空间到HSV颜色空间的转换。
3.如权利要求2所述的显微图像增强方法，其特征在于，所述步骤S23中，色调H、饱和度S和明度V的计算公式为：
V＝Cmax(3)；
式中，Δ表示最大值Cmax和最小值Cmix的差值；r',g',b'分别表示P点在RGB颜色空间中红、绿、蓝三个颜色值经归一化处理后的值；mod表示求余函数。
4.如权利要求1所述的显微图像增强方法，其特征在于，所述步骤S3具体为：
S31：在HSV颜色空间，将显微图像细分为N个子图像，然后对每个子图像分别设置不同的饱和度阈值，并提取每个子图像中饱和度值高于各自饱和度阈值的目标区域，得到一系列候选感兴趣区域，N为正整数；
S32：通过计算每个候选感兴趣区域的特征值来进行候选感兴趣区域的合并，从而得到显微图像的感兴趣区域，显微图像的其他区域则为背景区域。
5.如权利要求4所述的显微图像增强方法，其特征在于，所述步骤S32具体为：
S321：选取候选感兴趣区域的特征均值和特征方差为所述候选感兴趣区域的特征值；
S322：通过判断相邻两个候选感兴趣区域的特征值是否相似来判断是否对两者进行合并，相似，则合并；不相似，则不合并；
S323：计算合...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。