CN103269439A - 一种oct影像质量客观无参考型评价方法 - Google Patents
一种oct影像质量客观无参考型评价方法 Download PDFInfo
- Publication number
- CN103269439A CN103269439A CN2013101893057A CN201310189305A CN103269439A CN 103269439 A CN103269439 A CN 103269439A CN 2013101893057 A CN2013101893057 A CN 2013101893057A CN 201310189305 A CN201310189305 A CN 201310189305A CN 103269439 A CN103269439 A CN 103269439A
- Authority
- CN
- China
- Prior art keywords
- image
- oct
- objective
- formula
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种OCT影像质量客观无参考型评价方法。本发明将人眼视觉系统的视觉感知特性与客观评价的统计模型相结合,以实现对OCT影像质量的客观评价。首先利用HVS感知特性中的掩盖效应,将基于梯度的亮度掩盖和空间复杂度掩盖模型引入模糊度评价中;其次将人类视觉对亮度变化的敏感度,和对比度敏感函数引入噪声评价统计模型中以评价噪声强度;此外,采用对比度噪声比实现对影像的对比度评价;最后将模糊度、噪声以及对比度评价相综合,以实现对OCT影像质量的客观评价。该发明能够实现对OCT影像质量的客观无参考型自动评价,在后续OCT影像的参数自动检测和分析中,可根据其影像质量评价结果,采取相应的检测和分析策略。
Description
技术领域
本发明属于医学图像处理领域,涉及一种OCT影像质量客观无参考型评价方法。
背景技术
光学相干断层扫描(Optical Coherence Tomography, OCT)成像具有成像速度快、高分辨率、非接触性,以及对操作者专业技能要求较低等优点,使其在临床诊断与研究中得到广泛的应用。对OCT影像质量的评价通常采取人工主观评价的传统方式,即依靠人工观察的方法对影像进行质量评价,不但费时费力,而且评价的结果容易受到评价环境和评价人员工作背景等因素的影响,可能并非是影像质量的客观反映。目前出现了一些OCT影像质量的客观评价方法,根据对原始影像的依赖程度,可将它们分为全参考型、部分参考型和无参考型。虽然这些方法具有简单,易于实现,物理意义明确等优点,且被广泛使用,但由于没有考虑人类的视觉感知以及图像本身的特点,往往不能反映人的视觉特性,因此其结果易与人的主观评价脱节。而普遍被接受的观点认为:一种OCT影像质量评价方法的有效性,决定于通过该方法获得的客观质量评价结果与人的主观感受是否一致。因此如何将影像质量的客观评价模型与视觉感知模型相结合,实现对影像质量的无参考型评价方法,从而进一步提高影像质量评价的准确性与可靠性,已成为OCT医学影像质量评价的关键所在。因而本发明提出了一种OCT影像质量客观无参考型评价方法。 发明内容
本发明考虑到:(1)传统的影像质量无参评价方法由于没有考虑影像本身的特点及人类的视觉心理感受,其评价结果难以满足与人的主观评价相一致的要求;(2)常用的评价方式基本只采用单一指标衡量各种影像的客观质量,往往只能反映影像的整体质量,不能反映其局部失真信息。因此,结合OCT图像自身的特点,联合客观统计评价方法与人眼视觉系统(Human Visual System, HVS)的特性,本发明提出了一种OCT影像质量客观无参考型评价方法。
本发明是一种OCT影像质量客观无参考型评价方法,包括以下步骤:
步骤(1)利用HVS的视觉感知特性中的掩盖特性,结合影像梯度的亮度掩盖和空间复杂度掩盖模型计算局部边缘扩散度,用于影像模糊度客观质量评价。
步骤(2)利用对比度敏感度与噪声方差计算影像的噪声强度,用于对影像噪声强度的评价。
步骤(3)计算影像的对比度噪声比,用于评价OCT影像中细节的辨识情况,从对比度的角度进行评价。
步骤(4)综合局部边缘扩散度、噪声强度以及对比度噪声比三个评价参数对OCT影像质量进行客观的评估。
本发明有益效果为:
1、本发明通过引入HVS视觉感知特性中的掩盖特性,解决了OCT影像模糊度客观评价算法结果与视觉感知中的最小可观测到模糊度之间的矛盾,从而提高了影像模糊度客观评价与主观评价结果间的一致性。
2、本发明利用多评价指标综合衡量OCT影像的客观质量,不仅有利于反映影像的整体质量,也有利于反映其局部失真信息。
3、本发明充分考虑了OCT图像的自身特点,同时联合客观统计评价方法与HVS特征评价方法,提高了OCT影像质量评价结果的客观性、准确性与高效性。
具体实施方式
步骤(1)利用HVS的视觉感知特性中的掩盖特性,基于影像梯度的亮度掩盖和空间复杂度掩盖模型计算局部边缘扩散度。其具体步骤如下:
其中:
④根据式(3)空间复杂度掩盖模型计算得到梯度图。
⑤对图像梯度图中的每一列像素进行逐行扫描以获取位于边缘位置的像素。由于边缘指的是图像中像素的值有突变的地方,即一条边缘的两侧与其周围图像间的像素取值差异较大。因此,可以通过求取梯度图中局部亮度极值的方法,获取某一条边缘,并可确定固定的图像像素列上边缘亮度值最大的两个像素点e 1和e 2分别为边缘的两侧。
步骤(2)利用对比度敏感度与噪声方差计算图像的噪声强度。其具体步骤如下:
其中,
(10)
步骤(3)计算OCT影像I的对比度噪声比。其具体步骤如下:
②按式(12)计算影像的对比度噪声比:
(12)
Claims (5)
1. 一种OCT影像质量客观无参考型评价方法,其特征在于该方法包括如下步骤:
步骤(1)利用HVS的视觉感知特性中的掩盖特性,结合影像梯度的亮度掩盖和空间复杂度掩盖模型计算局部边缘扩散度,用于影像模糊度客观质量评价;
步骤(2)利用对比度敏感度与噪声方差计算影像的噪声强度,用于对影像噪声强度的评价;
步骤(3)计算影像的对比度噪声比,用于评价OCT影像中细节的辨识情况,从对比度的角度进行评价;
步骤(4)综合局部边缘扩散度、噪声强度以及对比度噪声比三个评价参数对OCT影像质量进行客观的评估。
2.根据权利要求1所述的一种OCT影像质量客观无参考型评价方法,其特征在于:所述的步骤(1)具体是:
(5)
⑤对图像梯度图中的每一列像素进行逐行扫描以获取位于边缘位置的像素;由于边缘指的是图像中像素的值有突变的地方,即一条边缘的两侧与其周围图像间的像素取值差异较大;因此,可以通过求取梯度图中局部亮度极值的方法,获取某一条边缘,并可确定固定的图像像素列上边缘亮度值最大的两个像素点e 1和e 2分别为边缘的两侧;
3.根据权利要求1所述的一种OCT影像质量客观无参考型评价方法,其特征在于:所述的步骤(2)具体是:
其中,
(9)
其中,和分别为影像I的宽度和高度;
(11)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101893057A CN103269439A (zh) | 2013-05-21 | 2013-05-21 | 一种oct影像质量客观无参考型评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101893057A CN103269439A (zh) | 2013-05-21 | 2013-05-21 | 一种oct影像质量客观无参考型评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103269439A true CN103269439A (zh) | 2013-08-28 |
Family
ID=49013044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013101893057A Pending CN103269439A (zh) | 2013-05-21 | 2013-05-21 | 一种oct影像质量客观无参考型评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103269439A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927753A (zh) * | 2014-04-21 | 2014-07-16 | 中国人民解放军国防科学技术大学 | 一种基于多尺度重组dct系数的图像绝对模糊度估计方法 |
CN104717387A (zh) * | 2013-12-12 | 2015-06-17 | 精工爱普生株式会社 | 图像评价装置以及图像评价程序 |
CN105139394A (zh) * | 2015-08-19 | 2015-12-09 | 杭州电子科技大学 | 结合仿射重建和噪声散点直方图的噪声图像质量评价方法 |
CN109308692A (zh) * | 2018-07-30 | 2019-02-05 | 西北大学 | 基于改进Resnet与SVR混合模型的OCT图像质量评价方法 |
CN109447942A (zh) * | 2018-09-14 | 2019-03-08 | 平安科技(深圳)有限公司 | 图像模糊度确定方法、装置、计算机设备及存储介质 |
CN109754390A (zh) * | 2018-12-11 | 2019-05-14 | 西北大学 | 一种基于混合视觉特征的无参考图像质量评价方法 |
WO2023134047A1 (zh) * | 2022-01-12 | 2023-07-20 | 广州永士达医疗科技有限责任公司 | 一种oct主机的成像质量检测方法及装置 |
CN116703908A (zh) * | 2023-08-04 | 2023-09-05 | 有方(合肥)医疗科技有限公司 | 成像系统的测试方法、装置及成像系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101877127A (zh) * | 2009-11-12 | 2010-11-03 | 北京大学 | 基于梯度剖面的图像无参考质量评价方法及系统 |
CN102984540A (zh) * | 2012-12-07 | 2013-03-20 | 浙江大学 | 一种基于宏块域失真度估计的视频质量评价方法 |
-
2013
- 2013-05-21 CN CN2013101893057A patent/CN103269439A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101877127A (zh) * | 2009-11-12 | 2010-11-03 | 北京大学 | 基于梯度剖面的图像无参考质量评价方法及系统 |
CN102984540A (zh) * | 2012-12-07 | 2013-03-20 | 浙江大学 | 一种基于宏块域失真度估计的视频质量评价方法 |
Non-Patent Citations (1)
Title |
---|
田媛: "《灰度图像无参考质量评价方法研究》", 《中国科学院研究生院博士学位论文》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104717387A (zh) * | 2013-12-12 | 2015-06-17 | 精工爱普生株式会社 | 图像评价装置以及图像评价程序 |
CN104717387B (zh) * | 2013-12-12 | 2019-06-11 | 精工爱普生株式会社 | 图像评价装置以及图像评价方法 |
CN103927753B (zh) * | 2014-04-21 | 2016-03-02 | 中国人民解放军国防科学技术大学 | 一种基于多尺度重组dct系数的图像绝对模糊度估计方法 |
CN103927753A (zh) * | 2014-04-21 | 2014-07-16 | 中国人民解放军国防科学技术大学 | 一种基于多尺度重组dct系数的图像绝对模糊度估计方法 |
CN105139394A (zh) * | 2015-08-19 | 2015-12-09 | 杭州电子科技大学 | 结合仿射重建和噪声散点直方图的噪声图像质量评价方法 |
CN109308692A (zh) * | 2018-07-30 | 2019-02-05 | 西北大学 | 基于改进Resnet与SVR混合模型的OCT图像质量评价方法 |
CN109308692B (zh) * | 2018-07-30 | 2022-05-17 | 西北大学 | 基于改进Resnet与SVR混合模型的OCT图像质量评价方法 |
CN109447942B (zh) * | 2018-09-14 | 2024-04-23 | 平安科技(深圳)有限公司 | 图像模糊度确定方法、装置、计算机设备及存储介质 |
CN109447942A (zh) * | 2018-09-14 | 2019-03-08 | 平安科技(深圳)有限公司 | 图像模糊度确定方法、装置、计算机设备及存储介质 |
CN109754390A (zh) * | 2018-12-11 | 2019-05-14 | 西北大学 | 一种基于混合视觉特征的无参考图像质量评价方法 |
CN109754390B (zh) * | 2018-12-11 | 2023-04-07 | 西北大学 | 一种基于混合视觉特征的无参考图像质量评价方法 |
WO2023134047A1 (zh) * | 2022-01-12 | 2023-07-20 | 广州永士达医疗科技有限责任公司 | 一种oct主机的成像质量检测方法及装置 |
CN116703908A (zh) * | 2023-08-04 | 2023-09-05 | 有方(合肥)医疗科技有限公司 | 成像系统的测试方法、装置及成像系统 |
CN116703908B (zh) * | 2023-08-04 | 2023-10-24 | 有方(合肥)医疗科技有限公司 | 成像系统的测试方法、装置及成像系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103269439A (zh) | 一种oct影像质量客观无参考型评价方法 | |
JP6999812B2 (ja) | 骨年齢評価と身長予測モデルの確立方法、そのシステム及びその予測方法 | |
CN105825503B (zh) | 基于视觉显著性的图像质量评价方法 | |
CN105678700B (zh) | 基于预测梯度的图像插值方法及系统 | |
CN104680524B (zh) | 一种叶类蔬菜病害诊断方法 | |
WO2022057897A1 (zh) | 胶囊内窥镜无参考图像评价方法、电子设备及介质 | |
El Meslouhi et al. | Automatic detection and inpainting of specular reflections for colposcopic images | |
CN104363815A (zh) | 图像处理装置、图像处理方法以及图像处理程序 | |
Hatanaka et al. | Vertical cup-to-disc ratio measurement for diagnosis of glaucoma on fundus images | |
CN110232389A (zh) | 一种基于绿色作物特征提取不变性的立体视觉导航方法 | |
US20140105480A1 (en) | Image measurement apparatus, image measurement method and image measurement system | |
CN102567734B (zh) | 基于比值的视网膜细小血管分割方法 | |
CN103674857A (zh) | 基于机器视觉的牧草饲料检测系统和方法 | |
CN106483130A (zh) | 一种水稻病害的检测方法及其自动检测装置 | |
CN107578399B (zh) | 基于边界特征分割的全参考图像质量评价方法 | |
CN109871852B (zh) | 一种无参考色调映射图像质量评价方法 | |
CN104732520A (zh) | 一种胸部数字影像的心胸比测量算法及系统 | |
CN105976351A (zh) | 基于中央偏移的立体图像质量评价方法 | |
Schulze et al. | The use of fractal analysis and photometry to estimate the accuracy of bulbar redness grading scales | |
CN105427306A (zh) | 皮肤光泽度的图像分析方法和装置 | |
CN108898569A (zh) | 一种针对于可见光和红外遥感影像的融合方法及其融合结果评价方法 | |
WO2010123050A1 (ja) | 爪甲色素線条鑑別閾値の導出方法 | |
CN103544695A (zh) | 一种高效的基于博弈框架的医学图像分割方法 | |
Nisar et al. | A color space study for skin lesion segmentation | |
CN109859157B (zh) | 基于视觉注意特征的全参考图像质量评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130828 |