CN105488768B - 一种眼底图像对比度增强方法 - Google Patents
一种眼底图像对比度增强方法 Download PDFInfo
- Publication number
- CN105488768B CN105488768B CN201510859494.3A CN201510859494A CN105488768B CN 105488768 B CN105488768 B CN 105488768B CN 201510859494 A CN201510859494 A CN 201510859494A CN 105488768 B CN105488768 B CN 105488768B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- eye fundus
- fundus image
- mfrac
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012937 correction Methods 0.000 claims abstract description 21
- 230000000630 rising effect Effects 0.000 claims abstract description 7
- 239000000284 extract Substances 0.000 claims abstract 2
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 abstract description 15
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000005286 illumination Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 description 3
- 206010002329 Aneurysm Diseases 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 210000000416 exudates and transudate Anatomy 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 230000031700 light absorption Effects 0.000 description 2
- 210000003733 optic disk Anatomy 0.000 description 2
- 206010012689 Diabetic retinopathy Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000002189 macula lutea Anatomy 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
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
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，
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
对公式(1)、(2)整理可得
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
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
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 (3)
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
其中γ1、γ2为校正系数，x1、x2为校正区域的灰度级阈值；
所述步骤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。
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，T1]范围内，根据
<mrow>
<mn>255</mn>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mn>255</mn>
</mfrac>
<mo>)</mo>
</mrow>
<mfrac>
<mn>1</mn>
<msub>
<mi>&gamma;</mi>
<mn>1</mn>
</msub>
</mfrac>
</msup>
<mo>=</mo>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
计算γ1。
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
<mrow>
<mn>255</mn>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mn>255</mn>
</mfrac>
<mo>)</mo>
</mrow>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>&gamma;</mi>
<mn>1</mn>
</msub>
<msub>
<mi>&gamma;</mi>
<mn>2</mn>
</msub>
</mrow>
</mfrac>
</msup>
<mo>=</mo>
<msub>
<mi>T</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
计算γ2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510859494.3A CN105488768B (zh) | 2015-11-27 | 2015-11-27 | 一种眼底图像对比度增强方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510859494.3A CN105488768B (zh) | 2015-11-27 | 2015-11-27 | 一种眼底图像对比度增强方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105488768A CN105488768A (zh) | 2016-04-13 |
| CN105488768B true CN105488768B (zh) | 2018-01-12 |
Family
ID=55675734
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510859494.3A Active CN105488768B (zh) | 2015-11-27 | 2015-11-27 | 一种眼底图像对比度增强方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105488768B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106780413B (zh) * | 2016-11-30 | 2020-06-02 | 深圳市安健科技股份有限公司 | 一种图像增强方法及装置 |
| CN106558031B (zh) * | 2016-12-02 | 2018-12-28 | 北京理工大学 | 一种基于成像模型的彩色眼底图的图像增强方法 |
| CN108309228A (zh) * | 2017-01-16 | 2018-07-24 | 天津工业大学 | 便携式眼底相机光学系统 |
| CN108805880B (zh) * | 2018-05-28 | 2019-04-30 | 广东阳光世纪智能家居科技有限公司 | 一种基于梯度分析的安全防护型餐桌 |
| CN110675478A (zh) * | 2018-07-02 | 2020-01-10 | 天津工业大学 | 一种无需相机标定的基于多幅眼底图像的视网膜三维重建方法 |
| CN110189312B (zh) * | 2019-05-24 | 2021-06-29 | 北京康夫子健康技术有限公司 | 眼底图像的亮度评估方法、装置、电子设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101076088A (zh) * | 2006-05-17 | 2007-11-21 | 索尼株式会社 | 图像校正电路、图像校正方法和图像显示器 |
| CN101646091A (zh) * | 2009-08-25 | 2010-02-10 | 浙江大学 | 基于边缘检测误差扩散的伽马校正方法及装置 |
| JP4527649B2 (ja) * | 2005-10-27 | 2010-08-18 | 株式会社リコー | 画像処理方法、プログラム、画像処理装置、画像形成装置及び画像形成システム |
| CN102034431A (zh) * | 2010-12-09 | 2011-04-27 | 广州杰赛科技股份有限公司 | Led的伽马校正方法及装置 |
| CN102376082A (zh) * | 2010-08-06 | 2012-03-14 | 株式会社理光 | 基于伽马校正的图像处理方法和装置 |
| CN103489160A (zh) * | 2013-09-06 | 2014-01-01 | 深圳先进技术研究院 | Cmos传感图像可视度增强算法 |
-
2015
- 2015-11-27 CN CN201510859494.3A patent/CN105488768B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4527649B2 (ja) * | 2005-10-27 | 2010-08-18 | 株式会社リコー | 画像処理方法、プログラム、画像処理装置、画像形成装置及び画像形成システム |
| CN101076088A (zh) * | 2006-05-17 | 2007-11-21 | 索尼株式会社 | 图像校正电路、图像校正方法和图像显示器 |
| CN101646091A (zh) * | 2009-08-25 | 2010-02-10 | 浙江大学 | 基于边缘检测误差扩散的伽马校正方法及装置 |
| CN102376082A (zh) * | 2010-08-06 | 2012-03-14 | 株式会社理光 | 基于伽马校正的图像处理方法和装置 |
| CN102034431A (zh) * | 2010-12-09 | 2011-04-27 | 广州杰赛科技股份有限公司 | Led的伽马校正方法及装置 |
| CN103489160A (zh) * | 2013-09-06 | 2014-01-01 | 深圳先进技术研究院 | Cmos传感图像可视度增强算法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105488768A (zh) | 2016-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105488768B (zh) | 一种眼底图像对比度增强方法 | |
| CN101783963B (zh) | 一种具有高光抑制的夜间图像增强方法 | |
| CN108053374B (zh) | 一种结合双边滤波与Retinex的水下图像增强方法 | |
| CN110570360B (zh) | 一种基于Retinex的鲁棒和全面的低质量光照图像增强方法 | |
| CN106683080B (zh) | 一种视网膜眼底图像预处理方法 | |
| CN106558031B (zh) | 一种基于成像模型的彩色眼底图的图像增强方法 | |
| CN104766284B (zh) | 水下彩色模糊图像的复原方法 | |
| CN113077482B (zh) | 一种融合图像的质量评价方法 | |
| CN103632351B (zh) | 一种基于亮度基准漂移的全天候交通图像增强方法 | |
| CN103593830A (zh) | 一种低照度视频图像增强方法 | |
| CN106303483B (zh) | 一种图像处理方法及装置 | |
| CN108288258A (zh) | 一种针对恶劣天气条件下的低质图像增强方法 | |
| CN106127709A (zh) | 一种低照度彩色眼底图像判断方法与增强方法 | |
| CN110278425A (zh) | 图像增强方法、装置、设备和存储介质 | |
| CN110473152B (zh) | 基于改进Retinex算法的图像增强方法 | |
| CN105513015B (zh) | 一种雾天图像的清晰化处理方法 | |
| CN103700079A (zh) | 图像去雾方法及装置 | |
| CN107533756A (zh) | 图像处理装置、摄像装置、图像处理方法以及存储图像处理装置的图像处理程序的存储介质 | |
| CN104778674B (zh) | 一种基于时间序列的顺逆光交通图像自适应增强方法 | |
| CN104408709A (zh) | 一种线阵ccd相机图像灰度不匀快速矫正方法 | |
| CN105976342B (zh) | 一种自适应的灰度图像伪彩色处理方法 | |
| CN104766285A (zh) | 一种水下降质图像的自适应增强方法 | |
| CN104809482A (zh) | 一种基于个体学习的疲劳检测方法 | |
| CN109447912A (zh) | 一种荧光导航内窥镜系统的荧光图像自适应增强及降噪方法 | |
| CN115775210A (zh) | 一种广域眼底相机图像融合方法、系统及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220117 Address after: 300450 No. 1, cuipu Road, Yixian science and Industry Park, Tianjin Economic and Technological Development Zone Patentee after: Siteng Heli (Tianjin) Technology Co.,Ltd. Address before: 300160 Tianjin City Hedong District Forest Road No. 63 Patentee before: TIANJIN POLYTECHNIC University |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240103 Address after: 014010 The first floor of A3 factory building in the High tech Industrial Base Park, No. 21 Alatan Khan Street, Rare Earth Development Zone, Baotou City, Inner Mongolia Autonomous Region Patentee after: Baotou Yihui Information Technology Co.,Ltd. Address before: 300450 No. 1, cuipu Road, Yixian science and Industry Park, Tianjin Economic and Technological Development Zone Patentee before: Siteng Heli (Tianjin) Technology Co.,Ltd. |