生成多尺度对比增强图像的方法技术

本发明专利技术描述了生成保留了边缘转变的形状的多尺度对比增强图像的方法。通过以至少一个尺度来组合增强中心差值图像来计算增强详细像素值。

【技术实现步骤摘要】

本专利技术涉及用于增强由数字信号表示的图像的对比度的方法。
技术介绍
由数字信号表示的图像、如医疗图像通常在显示或硬拷贝记录 期间或之前经过图像处理。灰度值像素到适合于再现或显示的转换可包括多尺度图像处理 方法(又称作多分辨率图像处理方法)，通过它可增强图像的对比度。根据这样 一种多尺度图像处理方法，由像素值的阵列表示的图 像通过应用以下步骤来处理。首先，以多个尺度将原始图像分解为 一系列详细图像以及有时还有残留图像。随后，通过对这些像素值 应用至少一次转换来修改详细图像的像素值。最后，通过将重构算 法应用于残留图像和已修改详细图像，来计算所处理图像。这样一种方法如图2和图3所示。对于转换功能的行为存在限制。图像的灰度值转变可能失真， 在转换函数过于非线性时达到外观变为不自然的程度。失真在有效 灰度级转变附近更为显著，它可能导致阶跃边缘的超调以及朝向强 阶跃边缘的低变异区域的均质性损失。建立伪像的风险对于CT图像 变得更显著，因为它们具有更锐利的灰度级转变，例如在软组织和 对比剂的接触面上。对CT图傳-使用多尺度技术必须非常小心。在US 6731790 Bl中描述了一种方法，其中，在由数字信号表示 的图像中校正伪像。已校正伪像来源于多尺度图像表示的成分的任 何种类的非线性修改。 生成并修改原始图像的梯度表示。将修改步骤应用于梯度图像。 将重构过程应用于已修改梯度表示。本专利技术的 一个目的是提供一种用于增强由数字信号表示的图像 的对比度的方法，它克服了先有技术的不便之处。更具体来说，本专利技术的一个目的是提供一种新的多尺度对比增 强算法，它产生对比增强图像，同时保留边缘转变的形状。
技术实现思路
上述方面通过所附权利要求书定义的方法来实现。 在相关权利要求中阐述了本专利技术的具体和优选实施例。 本专利技术规定，增强的详细图像值通过中心差值的增强来建立。本专利技术的方法不同于先有l支术的多尺度对比增强的原因在于 先有技术的算法经由通过查找表或乘法放大系数将转换函数直接应用于详细像素值，来放大详细像素值。本专利技术适用于从其中可通过应用逆变换来计算原始图像的所有 多尺度详细表示方法。本专利技术适用于所有多尺度分解方法，其中，详细像素相等于转 化差值图像之和，或者可作为中心差值图像来计算。根据本专利技术，通过以至少一个尺度来组合增强中心差值，直接 计算增强像素值。(在图4、图6和图8中分别对于图5、图7和图9 中所述的对应增强步骤进行说明)本专利技术的整体特性如图1所示。本专利技术 一般作为适合于当运行于计算机时执行权利要求中的任 一项所述的方法并存储在计算^L可读媒体中的计算机程序产品来实 现。本专利技术的实施例的其它优点和实现将在以下描述中进行说明并 且通过附图来表示。在本专利技术的上下文中，具体术语定义如下多尺度分解机构图像的多尺度(或多分辨率)分解是以灰度值图像的多个尺度来计 算详细图像的过程。多尺度分解机构一般包括用于计算详细图像的 滤波器组。众所周知的技术例如包括拉普拉斯金字塔、伯特金字 塔、拉普拉斯栈、子波分解、OMF滤波器组。近似图像近似图像是以相同或更大尺度或者以相同或更低分辨率来表示 原始灰度值图像的灰度值图像。特定尺度的近似图像相当于原始灰 度值图像，其中，那个尺度的所有细节已经被省略(MallatS.G.的"多 分辨率信号分解的理论子波表示，，(IEEE Trans. On Pattern Analysis and Machine Intelligence, vol.l 1, no.7,1989年7月》。详细图l象详细图像被定义为某个尺度的近似图像与更小尺度的近似图像 之间的信息的差异。 转换算子转换算子是作为建立灰度值图像的对比增强形式的中间步骤的 生成详细像素值的逐个像素修改的算子。例如，在欧洲专利EP527525 中描述了这样一种算子。修改由转换函数来定义，并且例如可实现 为查找表或者实现为乘法放大。转化差值图像尺度s的转化差值图像是尺度s的近似图像的各像素的基本对比 的测量。它们可通过取那个尺度s的近似图像与已转化形式的差值来 计算。基本对比的其它计算是可行的，例如，在处理步骤之前有指 数变换以及之后有对数变换的情况中，可采用像素与相邻像素之比。中心差值图像中心差值图像通过将组合算子(例如总和)应用于转化差值图像来 计算。组合算子可能是转化差值图像中的对应像素值的线性或非线性函数。 " 附图说明图1示意性示出本专利技术的方法的步骤，图2说明根据先有技术的多分辨率图像处理方法， 图3说明图2所示的多分辨率图像处理方法的图像增强步骤， 图4、图6和图8说明根据本专利技术的多分辨率图像处理方法的不 同实现，图5说明图4所示的多分辨率图像处理方法的图像增强步骤， 图7说明图6所示的多分辨率图像处理方法的图像增强步骤， 图9说明图8所示的多分辨率图像处理方法的图像增强步骤， 图IO说明本专利技术的方法中所需的转化差值图像和转化的数目， 图ll是与以上附图中使用的符号有关的图例。具体实施例方式这种对比增强算法适用于从其中可通过应用逆变换来计算原始 图像的所有多尺度详细表示方法。它适用于可作为转化差值图像的加权和来计算的可逆多尺度详 纟田表示。转化差值图像的加权因子和转化偏移量可从多尺度分解中得 出，其方式是，转化差值图像的所得加权和与详细像素值相同。对于这些多尺度详细表示，可通过在计算加权和之前将转换算 子应用于中心差值来增强对比。 、为了计算转化差值图像的加权和，可使用相同尺度(或分辨率级)的近似图像或者更小尺度(或更细分辨率级)的近似图像。现有技术的多尺度对比增强算法将图像分解为包括表示多个尺度的细节的详细图像和残留图像的多尺度表示。重要的多尺度分解的一部分是子波分解、高斯-拉普拉斯(或LoG分解)、高斯差值(或DoG)分解以及伯特金字塔。通过应用高通和低通滤波器的级联，之后跟随二次抽样步骤， 来计算子波分解。高通滤波器从特定尺度的近似图像中提取详细信息。在伯特金字塔分解中，通过减去尺度k+l的近似图像的上抽样 形式，从尺度k的近似图像中提取详细信息。在如EP527525公开的一种现有技术方法中，通过转换详细图像 中的像素值，之后跟随多尺度重构，来建立图像的对比增强形式。多尺度分解的所有上述实现具有一个共同属性。详细图像中的 各像素值可通过组合运动邻域中的像素值从近似图像中计算。在上述情况中，组合函数为加权和。对于子波分解，尺度k的详细图像中的像素值计算为其中的hd为高通滤波器，ld为低通滤波器，*为巻积算子，以及 l为二次抽样算子(即，不考虑每个第二行和列)。对于子波分解，尺度k的增强近似图像计算为其中的hr为高通滤波器，lf为低通滤波器，以及t为上抽样算子(即，将具有o值的像素插入任^r两行和列之间)。对于伯特分解，尺度k的详细图像中的像素值计算为 或者<formula>formula see original document page 8</formula>或者<formula>formula see original document page 8</formula> 其中的g为高斯低通滤波器，以及l为恒等算子。对于伯特分解，尺度k的增强近似图像计算为其中的f(X)为转换算子本文档来自技高网...

【技术保护点】
一种增强由数字信号表示的图像的对比度的方法，其中　　　　－以一个或多个尺度建立至少一个近似图像，某个尺度的近似图像表示所述图像的灰度值，其中已经省略那个尺度的所有细节，　　　　－通过逐个像素减去尺度ｓ的近似图像的值以及所述近似图像的转化形式的值，来建立转化差值图像，　　　　－非线性地修改所述转化差值图像的值，　　　　－通过将那个尺度或者更小尺度的所述已修改转化差值图像与加权ｗ↓［ｉ，ｊ］结合，由此选择所述加权ｗ↓［ｉ，ｊ］，使得在没有执行增强时，获得所述图像的多尺度分解的等效形式，来计算特定尺度的至少一个增强中心差值图像，　　　　－通过对所述增强中心差值图像应用重构算法来计算增强图像。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：T伯滕，P武伊尔斯特克，
申请(专利权)人：爱克发医疗保健公司，
类型：发明
国别省市：BE[比利时]