CN109064413B - 图像对比度增强方法及采用其的图像采集医疗设备 - Google Patents

Abstract

一种图像对比度增强方法及采用其的图像采集医疗设备，属于数字图像处理技术领域，旨在解决现有Gamma校正后图像对比度不高的问题。该方法包括图像小波分解、低频图像基于Gamma校正对比度增强、高频图像去噪和小波逆变换四个步骤。通过以上步骤，能够有效抑制图像噪声、改善图像亮度分布、提高图像对比度，进而增强图像的主观视觉效果。

Description

图像对比度增强方法及采用其的图像采集医疗设备

技术领域

本发明属于数字图像处理技术领域，具体涉及一种图像对比度增强方法及采用其的图像采集医疗设备。

背景技术

图像增强是图像处理中的重要预处理步骤。它可以有效改善图像的质量，提高图像主观视觉效果，并突出其有用特征。其中Gamma校正是应用最为广泛的图像增强算法之一。Gamma校正采用幂函数对图像灰度级进行修正，达到改善图像亮度分布的目的。但在幂指数较小的情况下，Gamma校正后图像的对比度往往较低。为了解决这个问题，研究者提出了大量基于Gamma校正的改正算法。但这些算法往往面临图像噪声放大、对比度改善不明显或者计算量过大等问题。

发明内容

有鉴于此，本发明的主要目的在于提供一种图像对比度增强方法及采用其的图像采集医疗设备，以期至少部分地解决上述技术问题中的至少之一。

为了实现上述目的，作为本发明的一个方面，提供了一种图像对比度增强方法，包括以下步骤：

步骤1，对待处理图像进行小波分解，得到低频图像和高频图像；

步骤2，对步骤1中得到的低频图像基于Gamma校正进行对比度增强；

步骤3，对步骤1中得到的高频图像进行去噪；

步骤4，对步骤2处理后的低频图像和步骤3处理后的高频图像执行小波逆变换，得到对比度增强的最终图像。

作为本发明的另一个方面，还提供了一种图像采集医疗设备，其中所述图像采集医疗设备中的图像处理装置采用如上所述的图像对比度增强方法对采集到的图像进行对比度增强处理。

基于上述技术方案可知，本发明的图像对比度增强方法及采用其的图像采集医疗设备具有如下优点：

能够解决图像噪声放大问题，改善图像亮度分布，提高图像对比度，显著提高图像的主观视觉效果，从而达到增强图像并抑制图像噪声放大的目的。

附图说明

图1是本发明的图像对比度增强方法的流程图；

图2是本发明的图像对比度增强方法一个实施例中处理前的原始图像；

图3是本发明的图像对比度增强方法一个实施例中在步骤3中得到的相对细节图像；

图4是本发明的图像对比度增强方法一个实施例中处理后得到的图像。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

本发明公开了一种图像对比度增强方法，包括以下步骤：

步骤1，对待处理图像进行小波分解，得到低频图像和高频图像；

步骤2，对步骤1中得到的低频图像基于Gamma校正进行对比度增强；

步骤3，对步骤1中得到的高频图像进行去噪；

步骤4，对步骤2处理后的低频图像和步骤3处理后的高频图像执行小波逆变换，得到对比度增强的最终图像。

其中，在步骤1的小波分解步骤中，对待处理图像进行了小波变换，得到了一个低频图像I_A和三个高频图像I_H、I_V和I_D。

其中，步骤2具体包括以下步骤：

对步骤1中得到的低频图像I_A进行双边滤波，得到滤波后的低频图像F_A；

基于F_A对低频图像I_A进行自适应Gamma校正，校正公式如下：

其中，I_MAX为低频图像I_A的灰度最大值，M×N为原始图像大小，γ为校正参数。

其中，试验中双边滤波窗口大小设置为4、5或6，距离方差σ_d设置范围为25≤σ_d≤35，灰度方差σ_s设置范围为25≤σ_s≤35，校正系数0.6≤γ≤0.9。

其中，试验中双边滤波窗口大小设置为5，距离方差σ_d设置为30，灰度方差σ_s设置为30，校正系数γ＝0.8。

其中，步骤3具体包括以下步骤：

基于相对细节图像R，分别对高频图像I_H、I_V和I_D进行阈值去噪，计算公式如下：

其中，

T为去噪阈值，Norm(I_input)表示对图像I_input进行灰度值归一化操作，计算公式如下：

其中，max(I_input)和min(I_input)分别表示I_input的灰度极大值和极小值。

其中，去噪阈值T满足0.015≤T≤0.025。

本发明还公开了一种图像采集医疗设备，其中该图像采集医疗设备中的图像处理装置采用如上所述的图像对比度增强方法对采集到的图像进行对比度增强处理。

其中，该图像采集医疗设备为内窥镜。

下面结合附图和具体实施例对本发明的图像对比度增强方法进行更进一步地阐述说明。

如图1所示，本发明的图像对比度增强方法，其步骤如下：

步骤1、图像小波分解；

对输入图像进行小波变换，得到低频图像I_A和三个高频图像I_H、I_V和I_D；在本实施例中，采用现有的Haar小波基对输入图像进行一层小波分解，得到一幅低频图像和三幅高频图像；

步骤2、低频图像基于Gamma校正对比度增强；

采用现有的双边滤波器对步骤1得到的低频图像进行滤波处理，得到滤波后的图像F_A；然后基于F_A对低频图像I_A进行自适应Gamma校正，具体校正公式如下：

其中，I_MAX为低频图像I_A灰度最大值，M×N为原始图像大小。γ为校正参数。从上式中可以看出，低频图像中灰度值越小，其对应的Gamma校正系数越大，这可以放大图像灰度值之间的差异，进而提高图像的对比度。

步骤3、高频图像去噪；

对步骤1中得到的低频图像I_A和三幅高频图像I_H、I_V和I_D分别进行归一化处理，求出相对细节图像R：

其中：

max和min分别表示相应图像的灰度极大值和极小值。基于相对细节图像R，分别对高频图像I_H、I_V和I_D分别进行阈值去噪，具体计算公式如下：

参数T为去噪阈值，M×N为原始图像大小。高频图像包含图像的细节信息和噪声，基于相对细节图像R对高频图像进行阈值去噪可以有效地去除图像的噪声。

步骤4、小波逆变换；

对步骤2中增强后的低频图像和步骤3中去噪后的高频图像采用现有技术进行小波逆变换得到重构图像。

为验证本申请算法的有效性、合理性、可行性及科学性，对图2中原始图像采用该算法进行增强。图3是步骤3中得到的相对细节图；图4是应用本发明的方法处理后的增强图像。本实施例中双边滤波的基本参数包括但不限于下列值：双边滤波窗口大小为5，距离方差设为30，灰度方差设为30，去噪阈值T＝0.02，校正系数γ＝0.8。

由试验结果可以看出，本发明的图像对比度增强方法可以有效改善图像的主观视觉效果：图像的噪声得到有效抑制；图像的亮度分布得到改善；图像的整体对比度得到提升。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种图像采集医疗设备，其中所述图像采集医疗设备中的图像处理装置采用图像对比度增强方法对采集到的图像进行对比度增强处理，其中，所述图像对比度增强方法包括：

步骤1，对待处理图像进行小波分解，得到低频图像和高频图像；

步骤2，对步骤1中得到的低频图像基于Gamma校正进行对比度增强；

步骤3，对步骤1中得到的高频图像进行去噪；

步骤4，对步骤2处理后的低频图像和步骤3处理后的高频图像执行小波逆变换，得到对比度增强的最终图像；

其中，步骤3具体包括以下步骤：

基于相对细节图像R，分别对高频图像I_H、I_V和I_D进行阈值去噪，计算公式如下：

其中，

T为去噪阈值，Norm(I_input)表示对图像I_input进行灰度值归一化操作，计算公式如下：

其中，max(I_input)和min(I_input)分别表示I_input的灰度极大值和极小值，M×N为原始图像大小。

2.根据权利要求1所述的图像采集医疗设备，其特征在于，在步骤1的小波分解步骤中，对待处理图像进行了小波变换，得到了一个低频图像I_A和三个高频图像I_H、I_V和I_D。

3.根据权利要求2所述的图像采集医疗设备，其特征在于，步骤2具体包括以下步骤：

对步骤1中得到的低频图像I_A进行双边滤波，得到滤波后的低频图像F_A；

基于F_A对低频图像I_A进行自适应Gamma校正，校正公式如下：

其中，I_MAX为低频图像I_A的灰度最大值，M×N为原始图像大小，γ为校正参数。

4.根据权利要求3所述的图像采集医疗设备，其特征在于，试验中双边滤波窗口大小设置为4、5或6，距离方差σ_d设置范围为25≤σ_d≤35，灰度方差σ_s设置范围为25≤σ_s≤35，校正系数0.6≤γ≤0.9。

5.根据权利要求4所述的图像采集医疗设备，其特征在于，试验中双边滤波窗口大小设置为5，距离方差σ_d设置为30，灰度方差σ_s设置为30，校正系数γ＝0.8。

6.根据权利要求1所述的图像采集医疗设备，其特征在于，去噪阈值T满足0.015≤T≤0.025。

7.根据权利要求1所述的图像采集医疗设备，所述图像采集医疗设备为内窥镜。

Images