【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。