System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及医学图像处理领域,更具体地,涉及一种数字病理图像色彩标准化方法。
技术介绍
1、在医学领域,数字病理图像是一种重要的诊断工具,由于不同设备、温度湿度、不同组织结构和不同医院等因素的影响,病理图像的色彩存在较大的差异,给医生的诊断和分析带来了困难,因此,对病理图像进行色彩标准化处理,提高图像的质量和一致性,对于提高病理诊断和分析的准确性具有重要意义。
2、目前,已有一些病理图像色彩标准化算法被提出,如:均值迁移算法:通过对图像中每个像素的颜色值进行迭代,将其移动到颜色空间中的颜色密集区域中,从而实现图像的颜色平衡和一致性。
3、基于直方图均衡化的算法:该算法可以增强图像的对比度,但是在处理过程中,可能会导致图像的亮度和色彩失真,导致处理效果不稳定。
4、基于retinex算法的算法:该算法可以消除图像中的阴影和反光,但是处理时间较长,不适用于实时处理,因此,需要提出一种更加高效、稳定的病理图像色彩标准化算法。
技术实现思路
1、本专利技术为克服上述现有技术所述的由于不同设备、温度湿度、不同组织结构、不同医院等因素的影响,病理图像的色彩存在较大的差异的问题,提供一种数字病理图像色彩标准化方法。
2、本专利技术旨在至少在一定程度上解决上述技术问题。
3、为解决上述技术问题,本专利技术的技术方案如下:
4、一种数字病理图像色彩标准化方法,包含以下步骤:
5、s1:获取全切片图像的指定区域的图块
6、s2:过滤图块中的高频噪声;
7、s3:对降噪后的图块进行亮度增强;
8、s4:对亮度增强后的图块使用reinhard算法进行色彩标准化操作,得到标准化的病理图像。
9、进一步,在步骤s1中,所述获取全切片图像,包含以下步骤:
10、s11:安装处理全切片图像的库;
11、s12:使用所述处理全切片图像的库打开存储全切片图像的文件,获取全切片图像的基本信息;
12、s13:选择缩放级别,对文件里的全切片图像进行缩放;
13、s14:依次读取经过缩放后全切片图像中的指定区域的图块。
14、进一步,步骤s12中,所述全切片图像的基本信息包括尺寸、缩放级别和格式。
15、进一步,在步骤s2中,所述过滤图块中的高频噪声,包含以下步骤:
16、s21:将图块转换成cielab颜色空间,得到转换成cielab颜色空间的图块;
17、s22:获取国际色彩标准配置文件;
18、s23:利用国际色彩标准配置文件,校正转换成cielab颜色空间的图块中的色彩偏差;
19、s24:将校正后的cielab颜色空间的图块转换回原始色彩空间,得到降噪后的图块。
20、进一步,步骤s3中,采用直方图均衡化对降噪后的图块进行亮度增强。
21、进一步,采用直方图均衡化对降噪后的全切片图像进行亮度增强,包含以下步骤:
22、s31:将降噪后的图块转换为ycrcb颜色空间;
23、s32:对ycrcb颜色空间的图块的亮度通道进行直方图均衡化处理;
24、s33:将均衡化处理后的ycrcb颜色空间的图块转换回bgr颜色空间,得到亮度增强的图块。
25、进一步,步骤s4中,所述对亮度增强后的图块使用reinhard算法进行色彩标准化操作,包括:将亮度增强后的图块分为模板图像和目标图像,将模板图像的颜色结构迁移到目标图像上。
26、进一步,在步骤s4中,所述将模板图像的颜色结构迁移到目标图像上,包括以下步骤:
27、s41:将亮度增强后的模板图像和目标图像转换为lab颜色空间,计算亮度增强后的模板图像和目标图像在l、a和b通道上的均值和标准差;
28、s42:通过reinhard算法将亮度增强后的目标图像在l、a和b通道上的均值和标准差变换为模板图像在l、a和b通道上的均值和标准差来实现色彩标准化;
29、s43:将色彩标准化后的目标图像从lab颜色空间转换到bgr颜色空间。
30、进一步,步骤s42中,所述将亮度增强后的全切片图像的均值和标准差变换为参考图像在l、a和b通道上的均值和标准差来实现色彩标准化,在每个通道中执行以下步骤:
31、s42.1:对亮度增强后的目标图像在l、a和b通道上的每个像素值,减去均值,然后除以标准差;
32、s42.2:用模板图像在l、a和b通道上的均值和标准差对亮度增强后的目标图像进行缩放和偏移。
33、一种数字病理图像色彩标准化系统,一种数字病理图像色彩标准化方法应用于所述的色彩标准化系统,包括:
34、获取模块,用于获取全切片图像的指定区域的图块;
35、过滤模块,用于过滤图块中的高频噪声;
36、亮度增强模块,用于对降噪后的图块进行亮度增强;
37、标准化模块,用于对亮度增强后的图块使用reinhard算法进行色彩标准化操作,得到标准化的病理图像。
38、与现有技术相比,本专利技术技术方案的有益效果是:
39、本专利技术以目标图像的色彩特点设定合适的阈值,突出病理图像中的重要区域,并实现消除设备和环境导致的色彩偏差,使得不同来源的病理图像具有较高的一致性,本专利技术可广泛应用于各种病理图像色彩标准化的问题。
本文档来自技高网...【技术保护点】
1.一种数字病理图像色彩标准化方法,其特征在于,包含以下步骤:
2.根据权利要求1所述的一种数字病理图像色彩标准化方法,其特征在于,在步骤S1中,所述获取全切片图像,包含以下步骤:
3.根据权利要求2所述的一种数字病理图像色彩标准化方法,其特征在于,步骤S12中,所述全切片图像的基本信息包括尺寸、缩放级别和格式。
4.根据权利要求1所述的一种数字病理图像色彩标准化方法,其特征在于,在步骤S2中,所述过滤图块中的高频噪声,包含以下步骤:
5.根据权利要求1所述的一种数字病理图像色彩标准化方法,其特征在于,步骤S3中,采用直方图均衡化对降噪后的图块进行亮度增强。
6.根据权利要求5所述的一种数字病理图像色彩标准化方法,其特征在于,采用直方图均衡化对降噪后的全切片图像进行亮度增强,包含以下步骤:
7.根据权利要求1所述的一种数字病理图像色彩标准化方法,其特征在于,步骤S4中,所述对亮度增强后的图块使用Reinhard算法进行色彩标准化操作,包括:将亮度增强后的图块分为模板图像和目标图像,将模板图像的颜色结构迁移到目
8.根据权利要求7所述的一种数字病理图像色彩标准化方法,其特征在于,在步骤S4中,所述将模板图像的颜色结构迁移到目标图像上,包括以下步骤:
9.根据权利要求8所述的一种数字病理图像色彩标准化方法,其特征在于,步骤S42中,所述将亮度增强后的全切片图像的均值和标准差变换为参考图像在L、a和b通道上的均值和标准差来实现色彩标准化,在每个通道中执行以下步骤:
10.一种数字病理图像色彩标准化系统,其特征在于,一种数字病理图像色彩标准化方法应用于如权利要求1至9任一项所述的色彩标准化系统,包括:
...【技术特征摘要】
1.一种数字病理图像色彩标准化方法,其特征在于,包含以下步骤:
2.根据权利要求1所述的一种数字病理图像色彩标准化方法,其特征在于,在步骤s1中,所述获取全切片图像,包含以下步骤:
3.根据权利要求2所述的一种数字病理图像色彩标准化方法,其特征在于,步骤s12中,所述全切片图像的基本信息包括尺寸、缩放级别和格式。
4.根据权利要求1所述的一种数字病理图像色彩标准化方法,其特征在于,在步骤s2中,所述过滤图块中的高频噪声,包含以下步骤:
5.根据权利要求1所述的一种数字病理图像色彩标准化方法,其特征在于,步骤s3中,采用直方图均衡化对降噪后的图块进行亮度增强。
6.根据权利要求5所述的一种数字病理图像色彩标准化方法,其特征在于,采用直方图均衡化对降噪后的全切片图像进行亮度增强,包含以下步骤:
<...【专利技术属性】
技术研发人员:姚正安,倪亨吏,晏瑞阳,马健淞,杨茂林,李建明,幸俊龙,
申请(专利权)人:中山大学,
类型:发明
国别省市:
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。