CN104715459B - 血管图像增强方法 - Google Patents

Abstract

本发明提供一种血管图像增强方法，所述血管图像增强方法包括：步骤1，采集血管图像；步骤2，确定Harr型线滤波器尺度σ；步骤3，采用多个方向的Harr型线滤波器对血管图像进行滤波；以及步骤4，将各方向Harr型线滤波器的滤波结果融合成一幅图像。该血管图像增强方法解决了血管图像信号微弱情况，对比度提升等灰度变换算法无法直接有效地提取纹路，以及现有计算方法复杂度太高的问题，既可以对较差质量、弱对比度血管分布视频图像进行准确清晰的血管纹路提取，又能够做到实时处理。

Description

血管图像增强方法

技术领域

本发明涉及医疗应用及图像增强领域，特别是涉及到一种血管图像增强方法。

背景技术

血管纹路提取增强的目的在于对质量较差、图像分辨率较低或对比度微弱的血管分布图像中的血管纹路进行快速有效的提取，使得观察者能够从低质量原始图像中实时获得血管纹路的相关信息，包括纹路走向、纹路形状及其准确位置等。目前血管纹路增强方法主要应用于直接辅助医疗诊断或者身份识别的预处理。前者应用于诸如在静脉穿刺活动中，当对象是儿童、妇女、肥胖人群或皮肤较深的病人，因为血管较细或者皮层较厚，导致血管不易看清，血管增强算法可以迅速获取相应的静脉纹路，使之清晰化，使得医护人员能够快速准确地在病人身上找到待穿刺血管位置。后者可在诸如利用人体手臂静脉血管或者人眼视网膜血管进行的身份识别应用中，起到对原始图像血管纹路清晰化提取的预处理作用，经过预处理后的图像由于响应血管位置准确、纹路清晰，可以保证后续的模式识别及其分类算法的识别准确度。

根据对图像目标特征增强的程度，可将目前对静脉纹路进行增强的算法分为：针对图像对比度提升的增强算法、针对图像纹路特征的增强算法两大类。

针对图像对比度提升的增强算法，主要依靠诸如基本灰度变换、直方图处理以及基于光反射模型诸如Retinex算法等技术，对图像主体的对比度进行提升，将感兴趣区域与背景区别开。在静脉纹路增强的应用中，这一类算法主要适合于静脉纹路图像已较为清晰的图像。即只需要对相应图像的对比度进行提升就能明显获得相应的静脉纹路信息，方法的优点在于能更多地保留住图像的细节信息，缺点则是无法对微弱纹路部位做到很好的增强。

针对图像纹路特征增强算法，主要参考图像中相应纹路特征的结构描述，诸如纹路分布特性、纹路方向信息等，然后针对性的对相应纹路结构进行增强。

利用图像纹路方向特性的方法，因为充分使用了图像纹路的线型特征信息，可以较好地保持血管局部细节与线型特征。主流的做法为先对图像纹路特征的方向进行提取，然后针对获得的方向进行相应的滤波增强或者图像分割，最终提取出感兴趣的静脉纹路信息。但这些方法往往复杂度较高，尤其在对血管纹路方向提取的过程中，需要使用一定大小的邻域像素进行计算，邻域范围越大，提取准确度越高，但相应的算法时间复杂度呈O(n²)增长。为此我们发明了一种新的血管图像增强方法，解决了以上技术问题。

发明内容

本发明的目的是提供一种既可以对较差质量、弱对比度血管分布视频图像进行准确清晰的血管纹路提取，又能够做到实时处理的血管图像增强方法。

本发明的目的可通过如下技术措施来实现：血管图像增强方法，所述血管图像增强方法包括：步骤1，采集血管图像；步骤2，确定Harr型线滤波器尺度σ；步骤3，采用多个方向的Harr型线滤波器对血管图像进行滤波；以及步骤4，将各方向Harr型线滤波器的滤波结果融合成一幅图像。

本发明的目的还可通过如下技术措施来实现：

所述血管图像增强方法中采用的Harr型线滤波器为中间区域与二侧区域符号相反，二侧区域呈轴对称，所有权值之和为0的滤波模板。

在步骤3中，采用的多个方向的Harr型线滤波器的方向至少包括水平、垂直、45度、135度四个方向。

步骤2包括：

在指定的尺度范围[a,b]内，选择I个尺度σ_i,i＝0,…,I，其中，a和b是指定的尺度范围；

选取若干方向的Harr型线滤波器对图像进行滤波；

对每个尺度，分别统计所获得的各像素点的各方向滤波中最大值的分布；

计算各分布中最大M个像素的平均，并用所选尺度进行归一化，其中，M为预先设定值；

选该平均值最大对应的尺度σ_i为合适的尺度。

在步骤2中，确定一组Harr型线滤波器尺度，包括适用于不同宽度血管的多个尺度，并用这组尺度对应的各Harr型线滤波器同时对图像逐点滤波，取同方向不同尺度Harr型线滤波器的最大响应值作为该方向Harr型线滤波器的输出。

在步骤4中，逐像素采用如下方法之一进行各方向Haar线滤波器的输出结果的融合：

取各Harr型线滤波器输出结果的最大值；

取各Harr型线滤波器输出结果中大于阈值TH的结果取平均、求和或二值化后“或”；

先取得每对相互正交的Harr型线滤波器的滤波结果的最大值，再取各所得最大值中的最小值。

在所述的取各Harr型线滤波器输出结果中大于阈值TH的结果取平均、求和或二值化后“或”的方法中，其中阈值TH的确定方法为：

选取一个图像区域ROI，并计算该区域ROI中各方向Harr型线滤波器的输出；

统计各方向Harr型线滤波器的输出分布；

利用该分布确定全局阈值TH。

步骤4包括：

采用Haar型线滤波器对图像进行滤波的同时，采用与所述各方向相同方向的Harr型边滤波器对图像进行滤波；

调整各方向Harr型线滤波结果，即减去相应方向的Harr型边滤波输出结果绝对值的一定比例；

用调整后的各方向Harr型线滤波器的滤波结果融合成一幅图像。

所述血管图像增强方法还包括，在步骤1之后，对采集的血管图像进行预处理。

所述的对采集的血管图像进行预处理的步骤包括：

对原始图像进行全局或局部的直方图增强；

对原始图像进行Wallis变换增强处理。

本发明中的血管图像增强方法，针对上述血管图像信号微弱情况，对比度提升等灰度变换算法无法直接有效地提取纹路，而常规的利用图像纹路结构或方向信息进行血管增强算法,因复杂度太高无法实现实时处理，提出一种既可以对较差质量、弱对比度血管分布视频图像进行准确清晰的血管纹路提取，又能够做到实时处理的方法。该方法首先对待增强血管纹路的宽度进行估计，依此选择合适的滤波模板尺度，然后使用多个方向的Haar型线滤波器(简称Haar线滤波器)同时作用于血管分布图像，逐像素或者逐块进行方向滤波计算，并将各个方向的结果融合成一幅图像。若原始图像带有诸如皮肤表面鱼鳞状反射等干扰时，对血管的纹路提取增强结果中可能会包含较多杂波噪声，此时可以使用每个Haar型线滤波器对应方向的Haar型边滤波器(简称Haar边滤波器)对该方向滤波结果进行融合，从而消除增强后纹路附近的杂波噪声，提高纹路的清晰度。

附图说明

图1为本发明的血管图像增强方法的一具体实施例的流程图；

图2为本发明的一具体实施例中四个方向的Haar型线滤波器模板的一个实例示意图；

图3为本发明的一具体实施例中四个方向的Haar型边滤波器模板的一个实例示意图；

图4为本发明的一具体实施例中确定Harr型线滤波器尺度σ的流程图；

图5为本发明的一具体实施例中确定对多个方向滤波结果融合所需要的比较阈值TH的流程图；

图6为本发明的一具体实施例中用于计算合适滤波模板尺度所选取的中央核心区域(ROI)区域示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明，以下实施例将有助于本领域技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域内普通技术人员来说，在不脱离本发明构思的前提下，还可以做成若干变形与改进，这些都属于本发明的保护范围。本实施例为本发明的某一典型应用方法，但并不覆盖本发明所有使用方法。诸如本实施例中所使用的方向滤波模板为Haar型线滤波模板，但本发明方法也可以使用其他常规方向滤波模板；本实施例中使用了预处理方法增强图像处理效果，但本发明专利方法也可以不使用预处理而直接对血管纹路进行提取增强等等。

如图1所示为本发明血管图像增强的流程图示，对输入的血管图像进行处理，得到刻画出血管的增强图像，具体步骤如下：

步骤101：输入血管图像。从图像采集接口连续实时地采集图像，即采集原始图像，如通过多媒体信号处理器的接口采集来自摄像机或图像传感器的图像。

步骤102：增强预处理。对获得的原始图像进行图像对比度增强预处理，用以提升图像中血管的清晰度；如采用全局直方图增强、局部直方图增强或者Wallis变换图像增强等各种现有方法获得对比度提升的图像。但在原始图像对比度较好的情况下，可不进行预处理图像增强。

步骤103：确定合适的滤波器尺度，即确定Harr线滤波器尺度σ。本方法采用Haar型线滤波器对图像进行逐像素滤波，当滤波尺度，与纹路宽度相近时，才有较好的滤波效果。因此需要确定合适的滤波器尺度。对于给定的应用，如静脉注射，血管宽度在一定范围内，可以人为事先设定尺度σ；或根据图像情况，如小孩或成人以及身体部位不同，依据不同尺度在不同图像环境下滤波响应分布的不同，自动计算出合适的尺度σ。为了找到与实际血管更适配的尺度，可以人为操作(如通过尺度选择按键)的方式，也可以通过对图像分析确定合适的滤波模板尺度。例如，在更换静脉穿刺对象时，图像会发生很大变化，在检测到图像有较大变化时，通过对图像的测试确定合适的滤波尺度；在检测到图像变化不大时，滤波尺度维持不变。

本发明确定合适的滤波器尺度还可确定一组合适的Harr线滤波器尺度，包括适用于不同宽度血管的多个尺度，如2～5个尺度，这组尺度对应的各滤波器用于同时对图像滤波逐点滤波。

步骤104：采用多个方向的Haar线滤波器分别对图像进行滤波。

步骤105：采用多个方向的Haar边滤波器分别对图像进行滤波。Haar边滤波器的模板尺寸宜与Haar线滤波器相近，一般可选一致。各Haar边滤波器的方向也应与各Harr型线滤波器方向对应。本步骤也可省去。

步骤106：对步骤104及步骤105获得的滤波结果进行融合。在不采用步骤105时，只用步骤104，即Haar线滤波器的输出结果进行各方向的融合，融合方法如下：(1)取各个线滤波器输出结果的最大值；(2)取各线滤波器输出结果中大于一定阈值TH的结果取平均、求和或二值化后求“或”运算；(3)先取得每对相互正交的Harr型线滤波器的滤波结果的最大值，再取各个所得最大值结果中的最小值作为输出的方法之一；(4)取各个线滤波器输出结果的和或平均值。

在同时采用步骤105时，上述各Haar线滤波器输出结果改为各Haar线滤波器输出用相应方向Haar边滤波器输出调整后的结果。所述的调整方法为：Haar线滤波器输出减去相应方向的Harr型边滤波输出结果绝对值的一定比例(一般小于1)。

例如，对图像中任意像素点，若水平、垂直、45度及135度方向Haar型线滤波结果分别记为L1、L2、L3、L4，水平、垂直、45度及135度方向Haar型边滤波结果分别记为E1、E2、E3、E4,并令相应的边滤波比例因子为w，且w∈[0,1)，令整体图像增强增益为A。则各方向Haar线滤波器输出分别调整为：L1-wE1,L2-wE2,L3-wE3和L4-wE4。

步骤107：输出血管增强图像。即通处理器输出接口输出增强后的血管图像，送显示屏显示。

上述步骤104及105所述的多个方向，需要至少包括水平、垂直、45度、135度四个方向。为获得更准确的纹路信息也可以调整为更多的方向模板，但会增加计算复杂度；为降低复杂度，也可只选水平、垂直二个方向，但滤波效果会受一定影响。

上述步骤104所述的对图像进行滤波，可只采用一个尺度的各方向滤波器进行滤波，还可采用多个尺度的一组滤波器对图像进行滤波，用这组尺度对应的各方向滤波器同时对图像逐点滤波，取同方向不同尺度滤波器的最大响应值作为该方向滤波器的输出，即各尺度上的融合。同样的，在同时采用步骤105时，上述各方向和尺度的Haar线滤波器输出结果改为该Haar线滤波器输出与相应方向和尺度的Haar边滤波器输出融合后的结果，即调整各方向和尺度的Harr型线滤波结果：减去相应方向和尺度的Harr型边滤波输出结果幅度的一定比例。

图2为四个方向的Haar型线滤波器模板的一个实施例，所示四个滤波模板均中间区域与二侧区域符号相反，二侧区域呈轴对称，所有权值之和为0。

模板201：为水平方向的线滤波模板；

模板202：为垂直方向线滤波模板；

模板203：为45度方向线滤波模板；

模板204：为135度方向线滤波模板；

其中模板201与模板202互为正交模板，模板203与模板204互为正交模板。每个模板均被划分为8*8个子块(小方格)，也可划分为其它形式的子块，如4*4个子块(小方格)、16*16个子块(小方格)。其中每一个小格表示d个像素宽度和高度(例如，d＝5)，即每一个小格中有d×d个像素，整个模板的尺寸为8d×8d个像素。图2中每个模板的尺度均为4d，即模板正响应(白色格子)宽度为4d个像素。以白色格子部分像素灰度总和与黑色格子部分像素灰度总和的差值的绝对值，归一化后为最终滤波结果，实际运算时，可通过合理取值避免绝对值运算，例如，若血管图像在血管处灰度较低、背景较高，则模板中白色格子取-1，黑色格子取+1,输出就为正值。图中灰色格子表示不参与运算。如果使用更多方向的模板，则划分更多子块有利于提高精度，但算法复杂度也会增加。上述模板中黑色和白色格子的选择也可调整，只要满足中间区域(白色格子)取全正或全负，二侧区域(黑色格子)与中间区域符号相反，二侧区域呈轴对称，所有权值之和为0即可，各小格的权值也可不同。

图3为四个方向的Haar型边滤波器模板的一个实施例，所示四个模板均为一侧区域与另一侧区域符号相反，区域对称，所有权值之和为0的滤波模板。

模板301：为垂直方向的边滤波模板；

模板302：为水平方向边滤波模板；

模板303：为45度方向边滤波模板；

模板304：为135度方向边滤波模板；

其中模板301与模板302互为正交模板，模板303与模板304互为正交模板。每个模板均被划分为8*8个子块(小方格)，也可划分为其它形式的子块，如4*4个子块(小方格)、16*16个子块(小方格)。其中每一个小格表示d个像素宽度和高度，即每一个小格中有d×d个像素，整个模板的尺寸为8d×8d个像素。每个模板的大小均为8d×8d个像素，即模板正响应(白色格子)宽度为4d个像素，模板尺寸宜接近或略大于血管实际宽度的2倍，或与相应的Haar线滤波器尺寸一样或略大。以白色格部分像素灰度总和与黑色格部分像素灰度总和的差值的绝对值作为滤波结果。图中灰色格子不参与计算。如果使用更多方向的模板，则划分更多子块有利于提高精度，但算法复杂度也会增加。上述模板中黑色和白色格子的选择也可调整，只要满足同侧区域符号相同，二侧区域符号相反，呈轴对称，所有权值之和为0即可。

图4为确定Harr型线滤波器尺度σ的流程图示：

步骤401：输入预处理滤波后的图像或采集得到的原始图像；

步骤402：选取图像中央核心区块作为ROI，用于估算合适的滤波模板尺度。一般地，感兴趣的血管图像区域位于图像的中心位置，如选大小为图像总面积的1/8至1/2的ROI区域，只选图像中央核心区块可减少干扰。也可将整幅图像作为ROI区域。

步骤403：在中央核心区域ROI中，在指定的尺度范围[a,b]内，选择I个候选尺度(σ_i,i＝0,…,I)。a和b是指定的尺度范围，预先设定，a和b取决于图像分辨率，分别与需要检测的血管的粗细的下限和上限相近。σi在[a,b]内，[]表示区间。

步骤404：选取若干方向的Harr型线滤波器对图像进行滤波。如水平、垂直二个方向，或增加45度、135度共四个方向，或选用更多两两正交的方向，采用Harr型线滤波器对图像进行滤波；

步骤405：即对每个尺度，分别统计所获得的各像素点的各方向滤波结果中最大值的分布。

步骤406：计算各尺度Harr线滤波器的响应强度。即计算各尺度滤波结果分布中最大M个像素的平均，并用所选尺度进行归一化(除以参与运算的子块或像素数量，这是因为滤波器的输出响应幅度与模板中参与运算的像素数有关)作为该尺度Harr线滤波器的响应强度。其中，M预定设定的，M与图像ROI中血管像素数量相近，可预选估测。

步骤407：确定合适尺度。即选响应强度最大对应的尺度σ_i为合适的尺度。

图5为确定对多个方向滤波结果融合所需要的比较阈值TH的流程图示：

其中步骤501与图4中步骤401相同；步骤502与图4中步骤402相同；

步骤503：对中央核心区域ROI，用已确定的合适尺度、若干方向(如水平、垂直二个方向，或增加45度、135度共四个方向，或选用更多两两正交的方向)的Harr线滤波器对图像进行滤波；

步骤504：统计各方向Harr型线滤波器的输出分布。

步骤505：利用上述分布确定全局阈值TH。即TH可以选用分布平均值或取使分布中能令大于TH的像素点数量达到一定比例时的TH数值。或利用统计滤波确定阈值TH。

在实际应用时，图5所示流程可以与图4所示流程合并进行。即步骤407确定合适尺度后，利用该尺度的各方向Harr线滤波器的输出分布确定全局阈值TH。

图6为用于计算合适滤波模板尺度所选取的中央核心区域(ROI)区域示意图。虚线框内部分为所用的中央核心区域(ROI)，面积可为全图像的1/8至1/2，已包含主要血管相关的纹路信息。

该中央核心区域(ROI)用于估计合适的滤波模板尺度，也可用于对多个方向滤波结果采用阈值比较方法进行融合的阈值TH的动态确定(若TH预先设定，则无需计算)。

Claims (9)

1.血管图像增强方法，其特征在于，所述血管图像增强方法包括：

步骤1，采集血管图像；

步骤2，确定Haar型线滤波器尺度σ；

步骤3，采用多个方向的Haar型线滤波器对血管图像进行滤波；以及

步骤4，将各方向Haar型线滤波器的滤波结果融合成一幅图像；

其中，所述Haar型线滤波器为中间区域与二侧区域符号相反，二侧区域呈轴对称，所有权值之和为0的滤波模板。

2.根据权利要求1所述的血管图像增强方法，其特征在于，在步骤3中，采用的多个方向的Haar型线滤波器的方向至少包括水平、垂直、45度、135度四个方向。

3.根据权利要求1所述的血管图像增强方法，其特征在于，步骤2包括：

在指定的尺度范围[a,b]内，选择I个尺度σ_i,i＝0,…,I，其中，a和b是指定的尺度范围；

选取若干方向的Haar型线滤波器对图像进行滤波；

对每个尺度，分别统计所获得的各像素点的各方向滤波中最大值的分布；

计算各分布中最大M个像素的平均值，并用所选尺度进行归一化，其中，M为预先设定值；

选该平均值最大对应的尺度σ_i为合适的尺度。

4.根据权利要求1所述的血管图像增强方法，其特征在于，在步骤2中，确定一组Haar型线滤波器尺度，包括适用于不同宽度血管的多个尺度，并用这组尺度对应的各Haar型线滤波器同时对图像逐点滤波，取同方向不同尺度Haar型线滤波器的最大响应值作为该方向Haar型线滤波器的输出。

5.根据权利要求1或3所述的血管图像增强方法，其特征在于，在步骤4中，逐像素采用如下方法之一进行各方向Haar线滤波器的输出结果的融合：

取各Haar型线滤波器输出结果的最大值；

取各Haar型线滤波器输出结果中大于阈值TH的结果取平均、求和或二值化后“或”；

先取得每对相互正交的Haar型线滤波器的滤波结果的最大值，再取各所得最大值中的最小值。

6.根据权利要求5所述的血管图像增强方法，其特征在于，在所述的取各Haar型线滤波器输出结果中大于阈值TH的结果取平均、求和或二值化后“或”的方法中，其中阈值TH的确定方法为：

选取一个图像区域ROI，并计算该区域ROI中各方向Haar型线滤波器的输出；

统计各方向Haar型线滤波器的输出分布；

利用该分布确定全局阈值TH。

7.根据权利要求1或3所述的血管图像增强方法，其特征在于，步骤4包括：

采用Haar型线滤波器对图像进行滤波的同时，采用与所述各方向相同方向的Haar型边滤波器对图像进行滤波；

调整各方向Haar型线滤波结果，即减去相应方向的Haar型边滤波输出结果绝对值的一定比例；

用调整后的各方向Haar型线滤波器的滤波结果融合成一幅图像。

8.根据权利要求1或3所述的血管图像增强方法，其特征在于，所述血管图像增强方法还包括，在步骤1之后，对采集的血管图像进行预处理。

9.根据权利要求8所述的血管图像增强方法，其特征在于，所述的对采集的血管图像进行预处理的步骤包括：

对原始图像进行全局或局部的直方图增强；

对原始图像进行Wallis变换增强处理。