CN105488768A - 一种眼底图像对比度增强方法 - Google Patents

Abstract

本发明涉及一种基于灰度直方图的眼底图像二次γ-校正对比度增强方法，该方法首先提取绿色通道，计算灰度直方图曲线；然后确定直方图曲线的主峰以及主峰两侧的第一上升沿；最后采用二次γ-校正函数实现眼底图像绿色通道的对比度增强。本发明充分利用绿色通道的灰度直方图特性，自适应性强，有效地弥补眼底图像中普遍存在的光照不均、对比度低等缺陷，显著增强图像的对比度，并很好地保留图像的细节和有效信息，便于后续眼底目标的检测。

Description

一种眼底图像对比度增强方法

技术领域

本发明涉及眼底图像对比度增强方法，该方法很好地弥补了眼底图像中普遍存在的光照不均、对比度低的缺陷，基于绿色通道的灰度直方图特性，自适应计算校正系数，对亮度和对比度较低眼底图像增强效果较好，同时对于图像亮度较高的眼底图像不会出现过增强现象，属于图像处理技术领域，可应用于眼底图像中各目标检测方法。

背景技术

在眼科中，由于彩色眼底图像容易获取、对人体无害，因此是目前主要的眼科疾病诊断手段，也是基于图像处理技术的眼底目标自动检测的主要研究对象。但由于在彩色眼底图像成像时容易受到拍摄环境、人种以及患者眼底病变程度等客观因素的影响，导致眼底图像中存在光照不均、对比度低等不利因素。通过分析彩色眼底图像的成像特性，绿色通道相比于红色和蓝色通道，对比度最高，图像信息最丰富，因此多数检测眼底目标的方法均将绿色通道作为待处理对象。但在绿色通道中，同样存在光照不均、对比度低的不利因素。

目前已有的预处理方法在增强对比度、亮度校正方面取得了不错的效果。但针对性较强，无法适用于所有的眼底目标检测，同时部分方法须依据不同的图像手动设置参数，无法实现自适应的预处理。

发明内容

本发明的目的是克服现有技术的上述不足，提供一种能够基于图像自身灰度特性的眼底图像增强方法。为此，本发明采用如下的技术方案。

眼底图像对比度增强方法，包括下列步骤：

1.提取彩色眼底图像的绿色通道；

2.计算灰度直方图曲线；

3.确定主峰及其两侧第一上升沿；

4.采用二次γ-校正函数实现绿色通道图像的对比度增强。

1.自适应性强。本发明基于绿色通道的灰度直方图自动计算校正系数，无需手动设定阈值。

2.增强效果好。本发明不仅增强了绿色通道的整体对比度，实现了光照补偿。同时对眼底中的主要结构包括黄斑、血管、视盘以及常见的糖尿病视网膜病变包括微动脉瘤、出血点、硬性渗出物也有很好的增强效果。

附图说明

图1：本发明的眼底图像增强方法流程图。

图2：蓝色通道。

图3：红色通道。

图4：绿色通道。

图5：绿色通道直方图曲线。

图6：绿色通道对比度增强结果。

图7：增强后绿色通道灰度直方图曲线。

图8：不同亮度的眼底图像增强结果。

图9：不同病变程度的眼底图像增强结果。

具体实施方式

本发明的流程如图1所示，该方法首先基于彩色眼底图像的成像特性，提取绿色通道，统计灰度直方图，计算直方图曲线，然后进行微分计算，确定主峰及其两侧第一上升沿，将灰度级分成三部分，基于灰度直方图的特性，分别对三个灰度级区域进行校正，实现绿色通道图像的对比度增强。下面结合附图，对本发明技术方案的具体实施过程加以说明。

1.提取彩色眼底图像绿色通道

在彩色眼底图像成像时，光通过瞳孔进入眼底，眼底对蓝光吸收最好，对红光吸收最少，是主要的反射光，对于绿光的吸收介于红光和蓝光之间。因此彩色眼底图像的蓝色通道整体偏暗(如图2所示)，而红色通道整体偏亮(如图3所示)，绿色通道相比于红色和蓝色通道对比度最高、信息最丰富(如图4所示)。所以多数检测眼底目标的方法均将绿色通道作为待处理对象，本发明同样选取绿色通道作为增强对象。

2.计算灰度直方图曲线

统计眼底绿色通道中各灰度级对应的像素个数，计算绿色通道直方图曲线(如图5所示)，横坐标为灰度级，纵坐标为每个灰度级对应的像素个数。

3.确定主峰及其两侧第一上升沿

图像整体灰度分布集中，红线之间是绿色通道主要的灰度级分布区域，即校正的主要区域。首先确定主峰即对应像素个数最多的灰度级，然后通过计算直方图曲线的斜率，得到直方图曲线的主峰两侧第一上升沿x₁、x₂即斜率第一次发生较大变化的点。

4.第一次γ-校正

为突出绿色通道中的暗目标包括血管、微动脉瘤和出血点，第一次校正的目的是降低图像整体亮度，即令γ₁＜1，

${\mathrm{\&Gamma;}}_1\left(x\right)=255{\left(\frac{x}{255}\right)}^{\frac{1}{{\mathrm{\&gamma;}}_1}},x\&Element;(0,255),{\mathrm{\&gamma;}}_1<1---\left(1\right)$

3.二次γ-校正

为增强图像对比度、突出视盘和硬性渗出物，需进行第二次校正，将x₁作为二次校正的起始点，x₂作为结束点，在第一次校正结果基础上，对(x₁，x₂)所在区域进行二次校正，即令γ₂＞1，二次校正函数为

${\mathrm{\&Gamma;}}_2\left(x\right)=255{\left(\frac{{\mathrm{\&Gamma;}}_1\left(x\right)}{255}\right)}^{\frac{1}{{\mathrm{\&gamma;}}_2}}=255{\left(\frac{x}{255}\right)}^{\frac{1}{{\mathrm{\&gamma;}}_1{\mathrm{\&gamma;}}_2}},{\mathrm{\&gamma;}}_2>1---\left(2\right)$

对公式(1)、(2)整理可得

$\mathrm{\&Gamma;}\left(x\right)=\left\{\begin{array}{cc}255\&CenterDot;{\left(\frac{x}{255}\right)}^{\frac{1}{{\mathrm{\&gamma;}}_1}}& x\&Element;\&lsqb;0,x_1\&rsqb;\\ 255\&CenterDot;{\left(\frac{x}{255}\right)}^{\frac{1}{{\mathrm{\&gamma;}}_1{\mathrm{\&gamma;}}_2}}& x\&Element;(x_1,x_2)\\ 255& x\&Element;\&lsqb;x_2,255\&rsqb;\end{array}\right.$ 且γ₁＜1，γ₂＞1(3)

将灰度值大于x₂的像素点置为255。

4.校正系数计算

由于在[0，x₁]灰度范围内的像素点多为噪声，为排除对于眼底目标检测的干扰，使校正后的图像背景中噪声降到最低，即降低背景中噪声的灰度级。因此本发明将噪声点的输出灰度级限制在[0，T₁]范围内，对于公式(3)的第一式，取x＝x₁，并令Γ(x)＝T₁

$255{\left(\frac{x_1}{255}\right)}^{\frac{1}{{\mathrm{\&gamma;}}_1}}=T_1\&DoubleRightArrow;{\mathrm{\&gamma;}}_1=\frac{\log x_1-2.4}{\log T_1-2.4}---\left(4\right)$

同时在增加目标与背景的对比度的同时，保证校正后眼底图像不出现过校正，即灰度级不能过高。本发明以视盘的最高灰度级T₂作为二次校正的最高输出灰度级。因此对公式(3)的第二式，代入(4)式的结果，取x＝x₂，并令Γ(x)＝T₂

$255{\left(\frac{x_2}{255}\right)}^{\frac{1}{{\mathrm{\&gamma;}}_1{\mathrm{\&gamma;}}_2}}=T_2\&DoubleRightArrow;{\mathrm{\&gamma;}}_2=\frac{(\log x_2-2.4)(\log T_1-2.4)}{(\log T_2-2.4)(\log x_1-2.4)}---\left(5\right)$

绿色通道增强结果如图6所示，增强后绿色通道的灰度直方图曲线如图7所示。

本发明提出一种基于灰度直方图的眼底图像对比度增强方法。该方法基于眼底图像的灰度分布特性，不仅对不同亮度眼底图像增强效果较好(如图8所示)，对不同病变程度的眼底图像同样获得很好的增强效果(如图9所示)。

Claims (4)

1.一种眼底图像对比度增强方法，所述方法包括下列步骤：

步骤1：提取彩色眼底图像的绿色通道；

步骤2：计算灰度直方图曲线；

步骤3：确定主峰及其两侧的第一上升沿；

步骤4：采用二次γ-校正函数实现绿色通道图像的对比度增强，校正函数Γ(x)为

$\mathrm{\&Gamma;}\left(x\right)=\left\{\begin{array}{cc}255\&CenterDot;{\left(\frac{x}{255}\right)}^{\frac{1}{{\mathrm{\&gamma;}}_1}}& x\&Element;\&lsqb;0,x_1\&rsqb;\\ 255\&CenterDot;{\left(\frac{x}{255}\right)}^{\frac{1}{{\mathrm{\&gamma;}}_1{\mathrm{\&gamma;}}_2}}& x\&Element;(x_1,x_2)\\ 255& x\&Element;\&lsqb;x_2,255\&rsqb;\end{array}\right.$ 且γ₁＜1，γ₂＞1(1)

其中γ₁、γ₂为校正系数，x₁、x₂为校正区域的灰度级阈值。

2.根据权利要求1所述的一种眼底图像对比度增强方法，其特征在于，步骤3中，基于绿色通道的灰度直方图特性，自适应计算主峰及其两侧第一上升沿x₁、x₂，作为二次校正的起始点和结束点。

3.根据权利要求1所述的一种眼底图像对比度增强方法，其特征在于，步骤4中，选择校正系数γ₁的原则是限制噪声的输出灰度级在[0，T_l]范围内，根据

$255{\left(\frac{x_1}{255}\right)}^{\frac{1}{{\mathrm{\&gamma;}}_1}}=T_1---\left(2\right)$

计算γ₁。

4.根据权利要求1所述的一种眼底图像对比度增强方法，其特征在于，步骤4中，选择校正系数γ₂的原则是将视盘的最高灰度级T₂作为二次校正的最高输出灰度级，根据

$255{\left(\frac{x_2}{255}\right)}^{\frac{1}{{\mathrm{\&gamma;}}_1{\mathrm{\&gamma;}}_2}}=T_2---\left(3\right)$

计算γ₂。