CN104484659B - 一种对医学彩色和灰阶图像自动识别及校准的方法 - Google Patents

Abstract

本发明公开了一种对医学彩色和灰阶图像自动识别及校准的方法，其包括图像灰度化和二值化的步骤，特征点检测、统计和合并的步骤，各个彩色灰阶图像范围判定的步骤，和根据范围内的图像颜色属性来调用不同校准曲线的步骤。本发明在若干个彩色图像和若干个灰阶图像构成的显示画面中，可正确划分各个彩色灰阶图像的显示范围，并针对范围内的不同图像采取不同的校准方式，以此在避免繁杂信息的前提下，保证了图像的显示质量，提高了医生诊断的准确度和效率。

Description

一种对医学彩色和灰阶图像自动识别及校准的方法

技术领域

本发明涉及一种对医学彩色和灰阶图像自动识别及校准的方法。

背景技术

随着医疗显示器的迅速发展，医生可以在一个高分辨率、高亮度的彩色显示器上同时查看彩色图像和灰阶图像。这样虽然避免了在诊断过程中出现的繁杂的信号切换，以及同时使用灰阶显示器和单一彩色显示器进行诊断造成的麻烦，但却带来了因显示器使用统一的GAMMA校准或者DICOM校准对图像进行处理而使得图像的显示质量变差的问题。例如，若对彩色图像采用DICOM校准会使得图像产生颜色偏差且亮度降低；若对灰阶图像采用GAMMA校准，会使得图像亮度变高且颜色对比度降低。因此采用单一的校准方法不能满足在同一显示画面中彩色图像和灰阶图像同时准确显示的要求。同时在影像诊断过程中图像会受到彩色文字、标识等各种信息的干扰，传统算法会将这样的灰阶图像误判定为彩色图像，进而调用GAMMA曲线进行校准。上述情况都会在一定程度上影响医生对病灶的发现与诊断。

发明内容

本发明的目的是提供了一种对医学彩色和灰阶图像自动识别及校准的方法。

为达到本发明的目的，本发明采用技术方案：一种对医学彩色和灰阶图像自动识别及校准的方法，在若干个彩色图像和若干个灰阶图像构成的显示画面中，可正确划分各个彩色灰阶图像的显示范围，并针对范围内的不同图像采取不同的校准方式，其特征在于包括如下步骤：

Step1根据原始图像的各个像素点的R、G、B三个通道的分量值，利用YUV与RGB颜色空间的变化关系建立亮度与R、G、B三个颜色分量的对应，并以亮度表达对应像素点的灰度值，完成图像灰度化；

Step2设置一个全局阈值T，将灰度化图像的每个像素点的灰度值与T进行比较，若大于T，则对该像素点取前景色，否则就对该像素点取背景色，完成灰度图像二值化；

Step3逐行扫描二值化图像中的像素点，若灰度值为255的像素点连续出现次数大于事先设定的阈值，则判定其为线段并将其保留至新的图像A中；再对二值化图像进行逐列扫描像素点，若灰度值为255的像素点连续出现次数大于事先设定的阈值时，则判定其为线段并将其保留至A中；最后分别对图像A中的相邻的水平方向和竖直方向上的线段进行合并；

Step4新建一个图像B，在B中绘制一个初始长度为a，宽度为b的长方形；

Step5使B中的长方形的左上角与A中图像的左上角进行对应，记为(x₁,y₁)，不断增加长度a和宽度b，当长度增加至a’,宽度增加至b’，A中坐标(x₁+a’,y₁+b’)的像素点的灰度值为255时，判断三个坐标点(x₁+a’+1,y₁)，(x₁,y₁+b’+1)和(x₁+a’+1,y₁+b’+1)的灰度值是否都为255，若都不是255，则记录当前的a’为width，b’为height，坐标(x₁+a’,y₁+b’)为(x_n,y_n),并将a’和b’重新恢复为初始值a和b；

Step6使B中的长方形的左上角与A中图像的左上角进行对应，记为(x₁,y₁)，不断增加长度a和宽度b，当长度增加至a₀,宽度增加至b₀，A中坐标(x₁+a₀,y₁+b₀)的像素点的灰度值为255时，判断(x₁,y₁+b₀)至(x₁+a₀-1,y₁+b₀)之间的像素点的灰度值是否都是255，以及(x₁+a₀,y₁)至(x₁+a₀,y₁+b₀-1)之间的像素点的灰度值是否都是255，当以上两个条件成立时即可停止增加a₀和b₀的值，并记录当前的a₀为w，b₀为h，若任意一个条件不成立，则记录当前的坐标值(x₁+a₀,y₁+b₀)为(x_{1_1},y_{1_1})，将a₀和b₀重新恢复为初始值a和b，使长方形的左上角与A中图像的(x_{1_1},y_{1_1})点进行对应，再次利用上述方法进行扫描，获得长度a₁和宽度b₁，并记录a₁为w，b₁为h；

Step7利用width/w，x₁和x_n确定X方向上的坐标集X_coord：(x₁,x₂,……,x_p)(p为X方向上的读图区域个数)，再利用height/h，y₁和y_n确定Y方向上的坐标集Y_coord：(y₁,y₂,……,y_q)(q为Y方向上的读图区域个数),同时遍历X_coord和Y_coord得到读图区域的起始坐标和结束坐标集合Coord：{(x_i,y_j)、(x_i+1,y_j+1)|1≤i＜p且1≤j＜q}；

Step8判定上述获取的各个读图区域的起始坐标和结束坐标范围内的图像是灰阶图像还是彩色图像：对读图区域的像素点进行随机采样，采样个数为k，若这些像素点中的彩色像素点的总数占其有效像素点的比例小于阈值时，判定该范围内的图像为灰阶图像，否则判定为彩色图像；

Step9对上述判定为灰阶图像的读图区域调用其对应的DICOM3.14曲线进行校准，判定为彩色图像的读图区域调用其对应的GAMMA曲线进行校准

在上述技术方案的基础上，进一步包含如下附属技术方案：

所述步骤Step1中的亮度与R、G、B三个颜色分量的对应关系采用Y＝0.30R+0.59G+0.11B。

所述步骤Step2中的全局阈值T设定为128，步骤Step3中的判定是否为线段的阈值设定为300，步骤Step4、Step5、Step6中的长度a的值设定为显示画面的长度/8，宽度b的值设定为显示画面的宽度/8，步骤Step8中的k值设定为(显示画面的像素点总数/读图区域个数)×1/2，比例阈值设置为0.5。

所述步骤Step2中的像素点取前景色是指转化为白色，也即灰度值设为255；像素点取背景色是指转化为黑色，也即灰度值设为0。

所述步骤Step8中的有效像素点定义为去除黑色像素点的彩色像素点和灰阶像素点，黑色像素点的判定依据为R＝G＝B＝0，灰阶像素点的判定依据为R＝G＝B，彩色像素点的判定依据为R、G、B中任意两个值不相等。

所述读图区域是指包含一幅完整的彩色图像或灰阶图像的区域范围；所述显示画面是指由若干个读图区域构成的画面。

本发明优点是：

本发明在若干个彩色图像和若干个灰阶图像构成的显示画面中，可正确划分各个彩色灰阶图像的显示范围，并针对范围内的不同图像采取不同的校准方式，以此在避免繁杂信息的前提下，保证了图像的显示质量，提高了医生诊断的准确度和效率。

附图说明

下面结合附图及实施例对本发明作进一步描述：

图1为本发明中显示画面的构成示意图(情况一)。

图2为本发明中显示画面的构成示意图(情况二)。

具体实施方式

实施例：参考图1所示，本发明提供了一种对医学彩色和灰阶图像自动识别及校准的方法的具体实施例，在若干个彩色图像C、若干个灰阶图像G以及若干个位于C或G四周的边框E。本实施例以读图区域个数为4，读图区域1和4为灰阶图像，读图区域2和3为彩色图像进行说明，其步骤如下：

Step1根据原始图像的各个像素点的R、G、B三个通道的分量值，利用YUV与RGB颜色空间的变化关系建立亮度与R、G、B三个颜色分量的对应：Y＝0.30R+0.59G+0.11B，并以亮度表达对应像素点的灰度值，当对原始图像的所有像素点都转变结束后即可完成图像灰度化；

Step2设置一个全局阈值T＝128，将灰度化图像的每个像素点的灰度值与T进行比较，若大于T，则对该像素点取前景色(即将该点转化为白色，灰度值设为255)，否则就对该像素点取背景色(即将该点转化为黑色，灰度值设为0)，当对灰度图像的所有像素点都转变结束后即可完成图像二值化；

Step3逐行扫描二值化图像中的像素点，若灰度值为255的像素点连续出现次数大于事先设定的阈值时，则判定其为线段并将其保留至新的图像A中；再对二值化图像进行逐列扫描像素点，若灰度值为255的像素点连续出现次数大于事先设定的阈值时，则判定其为线段并将其保留至新的图像A中，设定阈值是为了减少图像中过亮或者孤立的像素点对图像四周边框的检测的干扰，因此该阈值可以根据显示画面的大小来设定，最后分别对图像A中的相邻的水平方向和竖直方向上的线段进行合并，这样可以将边框变为一个像素的宽度显示，便于之后步骤中对各个读图区域的准确界定；

Step4新建一个图像B，在B中绘制一个初始长度为a，宽度为b的长方形；

Step5使B中的长方形的左上角与A中图像的左上角进行对应，记为(x₁,y₁)，不断增加长度a和宽度b，当长度增加至a’,宽度增加至b’，A中坐标(x₁+a’,y₁+b’)的像素点的灰度值为255时，判断三个坐标点(x₁+a’+1,y₁)，(x₁,y₁+b’+1)和(x₁+a’+1,y₁+b’+1)的灰度值是否都为255，若都不是255，则记录当前的a’为width，b’为height，坐标(x₁+a’,y₁+b’)为(x_n,y_n),并将a’和b’重新恢复为初始值a和b，从图1来详细说明，不难发现(x₁,y₁)为读图区域1的左上角的坐标值，(x_n,y_n)为读图区域4的右下角的坐标值，width＝x_n-x₁+1，height＝y_n-y₁+1；

Step6使B中的长方形的左上角与A中图像的左上角进行对应，记为(x₁,y₁)，不断增加长度a和宽度b，当长度增加至a₀,宽度增加至b₀，A中坐标(x₁+a₀,y₁+b₀)的像素点的灰度值为255时，判断(x₁,y₁+b₀)至(x₁+a₀-1,y₁+b₀)之间的像素点的灰度值是否都是255，以及(x₁+a₀,y₁)至(x₁+a₀,y₁+b₀-1)之间的像素点的灰度值是否都是255，当以上两个条件成立时即可停止增加a₀和b₀的值，并记录当前的a₀为w，b₀为h，若任意一个条件不成立，则记录当前的坐标值(x₁+a₀,y₁+b₀)为(x_{1_1},y_{1_1})，将a₀和b₀重新恢复为初始值a和b，使长方形的左上角与A中图像的(x_{1_1},y_{1_1})点进行对应，再次利用上述方法进行扫描，获得长度a₁和宽度b₁，并记录a₁为w，b₁为h，从图1来详细说明，不难发现w为读图区域4的上边框的长度，h为读图区域4的左边框的长度；

Step7利用width/w，x₁和x_n确定X方向上的坐标集X_coord：(x₁,x₂,……,x_p)(p为X方向上的读图区域个数)，再利用height/h，y₁和y_n确定Y方向上的坐标集Y_coord：(y₁,y₂,……,y_q)(q为Y方向上的读图区域个数),同时遍历X_coord和Y_coord得到读图区域的起始坐标和结束坐标集合Coord：{(x_i,y_j)、(x_i+1,y_j+1)|1≤i＜p且1≤j＜q}，从图1来详细说明，不难发现p＝2，q＝2,且读图区域的起始坐标和结束坐标集合Coord为：((x₁,y₁),(x₂,y₂),(x₂,y₁),(x₃,y₂),(x₁,y₂),(x₂,y₃),(x₂,y₂),(x₃,y₃)),即(x₁,y₁)和(x₂,y₂)两个坐标点确定读图区域1，(x₂,y₁)和(x₃,y₂)两个坐标点确定读图区域2，(x₁,y₂)和(x₂,y₃)两个坐标点确定读图区域3，(x₂,y₂)和(x₃,y₃)两个坐标点确定读图区域4，这样只需要按图像区域范围进行灰阶彩色的判定，有效地避免了相邻图像或其它像素点的干扰；

Step8判定上述获取的各个读图区域的起始坐标和结束坐标范围内的图像是灰阶图像还是彩色图像：对读图区域的像素点进行随机采样，采样个数为k，k值设定为(显示画面的像素点总数/读图区域个数)×1/2，若这些像素点中的彩色像素点的总数占其有效像素点的比例小于阈值时，该阈值设定为0.5，判定该范围内的图像为灰阶图像，否则判定为彩色图像，其中有效像素点定义为去除黑色像素点的彩色像素点和灰阶像素点，黑色像素点的判定依据为R＝G＝B＝0，去除黑色像素点是因为图像的背景颜色为黑色，而黑色像素点是灰度的，它会对某些彩色图像(例如三维重建图像)的判定造成影响，灰阶像素点的判定依据为R＝G＝B，彩色像素点的判定依据为R、G、B中任意两个值不相等；

Step9对上述判定为灰阶图像的读图区域调用其对应的DICOM3.14曲线进行校准，判定为彩色图像的读图区域调用其对应的GAMMA曲线进行校准，这样正确的曲线调用使得图像的表达更加精准。

本发明先将原始图像进行灰度化和二值化处理，再对二值化的图像进行特征点检测、统计和合并，进而判定了各个彩色灰阶图像范围，再根据图像范围内的图像颜色属性来调用不同校准曲线，在避免繁杂信息的前提下，保证了图像的显示质量，提高了医生诊断的准确度和效率。

当然上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明主要技术方案的精神实质所做的等效变换或修饰，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种对医学彩色和灰阶图像自动识别及校准的方法，在具有亮度调整以及亮度稳定的显示器中，针对图像颜色属性的不同采取不同的校准方式，其特征在于包括如下步骤：

Step1根据原始图像的各个像素点的R、G、B三个通道的分量值，利用YUV与RGB颜色空间的变化关系建立亮度与R、G、B三个颜色分量的对应，并以亮度表达对应像素点的灰度值，从而形成灰度化图像；

Step2设置一个全局阈值T，将灰度化图像的每个像素点的灰度值与T进行比较，若大于T，则对该像素点取前景色，否则就对该像素点取背景色，形成二值化图像；

Step3逐行扫描、检测并统计二值化图像中的像素点，若灰度值为255的像素点连续出现次数大于事先设定的线段阈值，则判定其为线段并将其保留至新的图像A中；再对二值化图像进行逐列扫描、检测并统计像素点，若灰度值为255的像素点连续出现次数大于事先设定的线段阈值时，则判定其为线段并将其保留至图像A中；最后分别对图像A中的相邻的水平方向和竖直方向上的线段进行像素点的合并；

Step4新建一个图像B，在图像B中绘制一个初始长度为a，宽度为b的长方形；

Step5使图像B中的长方形的左上角与图像A中的左上角进行对应，记为(x₁,y₁)，不断增加长度a和宽度b，当长度增加至a’,宽度增加至b’，图像A中坐标(x₁+a’,y₁+b’)的像素点的灰度值为255时，判断三个坐标点(x₁+a’+1,y₁)，(x₁,y₁+b’+1)和(x₁+a’+1,y₁+b’+1)的灰度值是否都为255，若都不是255，则记录当前的a’为width，b’为height，坐标(x₁+a’,y₁+b’)为(x_n,y_n),并将a’和b’重新恢复为初始值a和b；

Step6使图像B中的长方形的左上角与图像A中的左上角进行对应，记为(x₁,y₁)，不断增加长度a和宽度b，当长度增加至a₀,宽度增加至b₀，图像A中坐标(x₁+a₀,y₁+b₀)的像素点的灰度值为255时，判断(x₁,y₁+b₀)至(x₁+a₀-1,y₁+b₀)之间的像素点的灰度值是否都是255，以及(x₁+a₀,y₁)至(x₁+a₀,y₁+b₀-1)之间的像素点的灰度值是否都是255，当以上两个条件成立时即可停止增加a₀和b₀的值，并记录当前的a₀为w，b₀为h，若任意一个条件不成立，则记录当前的坐标值(x₁+a₀,y₁+b₀)为(x_{1_1},y_{1_1})，将a₀和b₀重新恢复为初始值a和b，使长方形的左上角与图像A中的坐标点(x_{1_1},y_{1_1})进行对应，再次利用上述方法进行扫描，获得长度a₁和宽度b₁，并记录a₁为w，b₁为h；

Step7利用width/w，x₁和x_n确定X方向上的坐标集X_coord：x₁,x₂,……,x_p，p为X方向上的读图区域个数，再利用height/h，y₁和y_n确定Y方向上的坐标集Y_coord：y₁,y₂,……,y_q，q为Y方向上的读图区域个数,同时遍历X_coord和Y_coord得到读图区域的起始坐标和结束坐标集合Coord：{(x_i,y_j)、(x_i+1,y_j+1)|1≤i＜p且1≤j＜q}；

Step8判定上述获取的各个读图区域的起始坐标和结束坐标范围内的图像是灰阶图像还是彩色图像：对读图区域的像素点进行随机采样，采样个数为k，若这些像素点中的彩色像素点的总数占其有效像素点的比例小于比例阈值时，判定该范围内的图像为灰阶图像，否则判定为彩色图像；

Step9对上述判定为灰阶图像的读图区域调用其对应的DICOM3.14曲线进行校准，判定为彩色图像的读图区域调用其对应的GAMMA曲线进行校准。

2.根据权利要求1所述的一种对医学彩色和灰阶图像自动识别及校准的方法，其特征在于：所述亮度与R、G、B三个颜色分量的对应关系采用Y＝0.30R+0.59G+0.11B。

3.根据权利要求1所述的一种对医学彩色和灰阶图像自动识别及校准的方法，其特征在于：所述全局阈值T设定为128，判定是否为线段阈值设定为300，长度a的值设定为显示画面的长度/8，宽度b的值设定为显示画面的宽度/8，k值设定为(显示画面的像素点总数/读图区域个数)×1/2，比例阈值设置为0.5。

4.根据权利要求1所述的一种对医学彩色和灰阶图像自动识别及校准的方法，其特征在于：像素点取前景色是指将该像素点的颜色转化为白色，也即灰度值设为255；像素点取背景色是指将该像素点的颜色转化为黑色，也即灰度值设为0。

5.根据权利要求1所述的一种对医学彩色和灰阶图像自动识别及校准的方法，其特征在于：有效像素点定义为去除黑色像素点的彩色像素点和灰阶像素点，黑色像素点的判定依据为R＝G＝B＝0，灰阶像素点的判定依据为R＝G＝B，彩色像素点的判定依据为R、G、B中任意两个值不相等。

6.根据权利要求3所述的一种对医学彩色和灰阶图像自动识别及校准的方法，其特征在于：所述读图区域是指包含一幅完整的彩色图像或灰阶图像的区域范围；所述显示画面是指由若干个读图区域构成的画面。