增强图像对比度的方法技术

描述了一种生成多尺度对比度增强的图像的方法，在该方法中，保持了边缘变换的形状。细节图像受限于转换，对于每个细节像素值，根据增强的中心差值的组合与未增强的中心差值组合之间的比率调整至少一个尺度的转换函数。描述了几个自适应增强措施。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及用于增强由数字信号表示的图像的图像质量的方法。
技术介绍
一般由数字信号所表示的图像比如医学图像，在被显示或硬拷贝记录期间或之前受限于图像处理。灰度值像素到适用于再现或者显示的值的转换可以包括多尺度(multi-scale)图像处理方法(也可以称为多分辨率图像处理方法)，通过该方法将增强图像对比度。根据这种多尺度图像处理方法，通过应用以下步骤来处理由像素值阵列所表示的图像。首先，原始图像被分解为一系列在多个尺度的细节图像(detail image)以及偶尔地残差图像。接着，通过对这些像素值应用至少一个转换来修改细节图像的像素值。最后，通过将重构算法应用到残差图像以及经修改的细节图像，来计算所处理的图像。对转换函数的行为有一些限制。如果转换函数过度非线性，图像中灰度值的变换可能被扭曲到外观(appearance)变得不自然的程度。在明显的灰度水平变换的周围扭曲更为明显，这会导致阶梯边缘处的超调(overshoot)和面临强阶梯边缘的低变化区域内的均匀性(homogeneity)的损失。对CT图像而言，因为它们具有更陡峭的灰度水平变换，例如，在软组织和对比介质的分界面，所以引起伪影(artifact)的风险变得更加明显。人们必须在CT图像上谨慎地使用多尺寸技术。在产生对比度增强的图像同时保持边缘变换形状的多尺度对比度增强算法，已经被描述在共同未决的2006年12月11日所申请的欧洲专利申请06 125 766.3中。在此方法的一个实施方式中，通过执行以下步骤增强由数字信号所表示的图像的对比度。数字信号被分解成包括表示多个尺度处的细节的至少两个细节图像的多尺度表示以及衍生出细节图像的近似图像，在尺度处的近似图像表示在其中那个尺度处的所有细节已经被省略的图像的灰度值。接着，转变差值图像(translation difference image)被计算关于至少一个近似图像。非线性地修改这些转变差值图像的值。然后，在至少一个尺度，以2个图像的比率计算放大图像，其中通过组合在相同或较小尺度处的经修改的转变差值图像来计算第一个图像，而通过组合在相同或较小尺度处的未增强的转变差值图像来产生第二个图像。然后，通过根据在那个尺度的放大图像在至少一个尺度修改细节图像来计算增强的多尺度细节表示。最后，通过将重构算法应用于增强的多尺度细节表示来计算增强的图像表示。本专利技术的一个目的在于进一步增强这个方法。-->
技术实现思路
通过具有权利要求1中所设定的具体步骤的方法获得以上所提到的进一步增强。用于本专利技术优选的实施方式的具体要素被设定在从属权利要求中。在本专利技术的上下文中，专用术语定义如下：多尺度分解机制：图像的多尺度(或多分辨率)分解是在灰度值图像的多个尺度处计算该图像的细节图像的过程。多尺度分解机制一般涉及用于计算细节图像的滤波器组(filter banks)。众所周知的技术是例如：拉普拉斯金字塔、波特金字塔(the Burt Pyramid)、拉普拉斯堆栈(laplacian stack)、小波分解、QMF(Quadrature mirror filter，正交镜像滤波器)滤波器组。近似图像：近似图像是表示在相同或较大尺度、或在相同或较小分辨率处的原始灰度值图像的灰度值图像。在特定尺度的近似图像与在其中在那个尺度的所有细节都已经被省略的原始灰度值图像相等(Mallat S.G的“用于多分辨率信号分解的理论：小波表示”，IEEE学报，关于模式分析和机器智能，卷11号7，1989年7月(MallatS.G.，“A Theory for Multiresolution Signal Decomposition：TheWavelet Representation”，IEEE Trans.On Pattern Analysis andMachine Intelligence，vol.11，no.7 July 1989))。细节图像：细节图像被定义为在某个尺度的近似图像与在较小尺度的近似图像之间的信息差值。转换算子：转换算子是生成细节像素值的以像素形式的(pixel-wise)修改作为产生灰度值图像的对比度增强版本的中间步骤的算子。这样的算子例如已经被描述在欧洲专利EP 527 525中。修改由转换函数定义并且可以例如被实施为查找表或为倍增的放大(multiplicative amplification)。转变差值图像在尺度s的转变差值图像是在尺度s的近似图像的每一个像素内基本对比度的测量。可以通过取得在那个尺度s的近似图像和经转变(translated)的版本之间的差值来计算它们。其它用于基本对比度的计算是可能的，例如，如果指数变换先于处理步骤并且处理步骤先于对数变换，则可能使用具有领域像素的像素比。中心差值图像：将组合算子(例如，求和)应用到转变差值图像来计算中心差值图像。组合算子可能是转变差值图像中的相应像素值的线性或者非线性函数。借由一个或多个从在至少一个尺度的近似图像所计算的特征或借由近似图像自身，通过操控转变差值图像的值的非线性修改来增强上面所描述的现有技术方法。进一步描述的这些特征的例子是区域内的平均灰度值、局部标准差等。特征的另一个例子是预先定义的图像结构或异常模式(abnormal patterns)在近似图像内的存在。这种模式的例子是乳腺X光图像内的微钙化。可以通过若干技术(从简单的滤波达到复杂的计算机辅助检测算法)来执行这些-->异常模式的检测。例如，通过二进制局部屏蔽(localization mask)，这些异常模式的存在能被用来操控非线性修改。在另外的实施方式中，转变差值图像的值的非线性修改被从细节图像所计算出的特征或者被细节图像自身操控。以下将描述例子。如将被进一步阐明的，近似图像可以被滤波。中心差值也可以受限于自适应或非自适应滤波。在一个实施方式中，中心差值图像与多尺度细节图像或多尺度细节图像的最接近的近似相同。本专利技术一般被实施为适用于当被在计算机上运行时执行权利要求中任何一个的方法的计算机程序产品并且被存储在计算机可读介质上。本专利技术的方法能够被用于增强医学图像的图像质量，例如乳腺X光图像、由计算机断层摄影术所获得的图像等。根据以下描述和附图，本专利技术的进一步的优点和实施方式将变的显而易见。附图说明图1示出了根据本专利技术具有不同控制路径的多分辨率图像处理方案，从相同尺度处的近似图像来计算中心差值图像；图2示出了使用衍生自近似图像和/或细节图像的特征作为操控输入的提高的增强功能块；图3和5示出了本专利技术的多分辨率图像处理的不同的实施方式；图4示意了图3中所示意的多分辨率图像处理方法的图像增强步骤；图6示意了图5中所示意的多分辨率图像处理方法的图像处理步骤；以及图7是关于在以上图中所使用的符号的说明。具体实施方式该对比度增强算法适用于所有多尺度细节表示方法，根据其可以通过应用逆变换(inverse transformation)来计算原始图像。它适用于可逆多尺度细节表示，其可以被计算为转变差值图像的加权和。可以以这样的方式从多尺度分解中扣除转变差值图像的转变(translation)偏移和加权因子，使得所产生的转变差值图像的加权和或者与细节像素值相同或者是细节像素值的近似。为了这些多尺度的细节本文档来自技高网...

【技术保护点】
一种用于增强由数字信号所表示的图像的对比度的方法，其中ａ．所述数字信号被分解成包括至少两个细节图像的多尺度表示和衍伸出所述细节图像的近似图像，所述细节图像表示在多个尺度处的细节，在尺度处的近似图像表示在其中在那个尺度处的所有细节已经被省略的所述图像的灰度值，ｂ．以像素形式减去尺度ｓ处的近似图像的值和所述近似图像的转变版本的值来计算转变差值图像，ｃ．非线性地修改所述转变差值图像的值，ｄ．在至少一个尺度处，以２个图像的比率计算放大图像，其中通过组合在相同或较小尺度处的所述经修改的转变差值图像来计算第一个图像，并且通过组合在相同或较小尺度处的未增强的转变差值图像来产生第二个图像，所述未增强的转变差值图像与所述细节图像不同，ｅ．通过根据在那个尺度的所述放大图像在至少一个尺度处修改所述细节图像，来计算增强的多尺度细节表示，ｆ．通过应用重构算法计算增强的图像表示，所述重构算法将所述多尺寸分解转化为增强的多尺寸细节表示，其中以下动作中的至少一个被执行：（１）所述转变差值图像的值的所述非线性修改由从在至少一个尺度的所述近似图像所计算的一个或多个特征操控；（２）所述转变差值图像的值的所述非线性修改由从所述细节图像所计算的一个或多个特征操控；（３）在尺度处的所述近似图像受限于自适应或非自适应滤波器，以生成滤波的近似图像；（４）自适应或非自适应滤波器被用于增强的中心差值图像；（５）将转换应用到增强的和滤波的中心差值图像。...

【技术特征摘要】
【国外来华专利技术】EP 2007-8-6 07113866.31.一种用于增强由数字信号所表示的图像的对比度的方法，其中a.所述数字信号被分解成包括至少两个细节图像的多尺度表示和衍伸出所述细节图像的近似图像，所述细节图像表示在多个尺度处的细节，在尺度处的近似图像表示在其中在那个尺度处的所有细节已经被省略的所述图像的灰度值，b.以像素形式减去尺度s处的近似图像的值和所述近似图像的转变版本的值来计算转变差值图像，c.非线性地修改所述转变差值图像的值，d.在至少一个尺度处，以2个图像的比率计算放大图像，其中通过组合在相同或较小尺度处的所述经修改的转变差值图像来计算第一个图像，并且通过组合在相同或较小尺度处的未增强的转变差值图像来产生第二个图像，所述未增强的转变差值图像与所述细节图像不同，e.通过根据在那个尺度的所述放大图像在至少一个尺度处修改所述细节图像，来计算增强的多尺度细节表示，f.通过应用重构算法计算增强的图像表示，所述重构算法将所述多尺寸分解转化为增强的多尺寸细节表示，其中以下动作中的至少一个被执行：(1)所述转变差值图像的值的所述非线性修改由从在至少一个尺度的所述近似图像所计算的一个或多个特征操控；(2)所述转变差值图像的值的所述非线性修改由从所述细节图像所计算的一个或多个特征操控；(3)在尺度处的所述近似图像受限于自适应或非自适应滤波器，以生成滤波的近似图像；(4)自适应或非自适应滤波器被用于增强的中心差值图像；(5)将转换应用到增强的和滤波的中心差值图像。2.根据权利要求1所述的方法，其中从所述近似图像计算的所述特征是在预先定义的图像区域内的平均灰度值。3.根据权利要求1所述的方法，其中从所述...

【专利技术属性】
技术研发人员：T伯滕斯，P武尔斯特克，
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]