CN111445419A - 一种基于数学形态学的医学内窥镜图像增强方法 - Google Patents

Abstract

本发明是一种基于数学形态学的医学内窥镜图像增强方法，基于HSI和形态学滤波实现医学内窥镜图像增强，其具体步骤如下：步骤1，读取原始图像，并将该图像的色彩空间转换成HIS色彩空间；步骤2，保持图像的色调H和饱和度S不变，对亮度I进行形态学滤波来实现亮度细节增强；步骤3，将处理后的图像像素值从HIS颜色空间转换回RGB颜色空间。该方法能够对彩色医学内窥镜图像的亮度分量进行适当增强，对比原始图像和增强后的效果，轮廓和细节更为突出，图像清晰、颜色鲜明，且基本避免了引入过多的图像噪声。

Description

一种基于数学形态学的医学内窥镜图像增强方法

技术领域

本发明涉及图像处理算法技术领域，具体的说是一种基于数学形态学的医学内窥镜图像增强方法。

背景技术

在微创手术中，医生需要根据内窥镜图像进行诊断，内窥镜图像的质量在医学诊断中的作用至关重要。但是，医学内窥镜影像系统所采集彩色图像，在获取过程中不可避免地会产生降质和退化，为了改善图像的显示效果、抑制噪声、突出图像中的有用细节，需要对其进行增强处理，使之更适合医生观察和做出诊断。

医学内窥镜图像对于噪声相当敏感，传统的图像增强算法往往在增强图像边缘以及细节信息的同时，也不可避免地放大了图像中的噪声。因此，引入形态学的滤波方法来实现内窥镜图像增强是一个理想的方法。形态学滤波方法是基于数学形态学的非线性滤波方法，主要应用于图像处理领域，其基本思想是利用结构元素对图像进行“探测”，保留与结构元素相符合的结构，去掉不符合的结构(如噪声、毛刺等)，达到增强更多图像细节的同时有效地降低噪声。

同时，为了区别人体中结构相似、颜色相近的组织和器官，医学内窥镜对成像的色彩还原的质量要求也非常高。目前，基于形态学的彩色图像增强主要采用来源于经典形态学的增强方法，其原理是将RGB彩色图像分解成是由红、绿、蓝三个单通量的单色图像，然后利用经典的灰度形态学分别处理这三幅单色图像，最后再将处理结果还原为RGB彩色图像。如文献《基于多尺度top-hat变换的自适应彩色图像增强[J]》，安静，张贵仓，刘燕妮.计算机工程与科学,2017,39(07):1317-1321.中在RGB空间提出一种基于数学形态学top－hat算法，以各分量标准差权重比例为调控因子的彩色图像增强方法，该方法在显著的提高彩色图像对比度的同时，也有着明显地不足，即没有考虑彩色图像R、G、B三个通道的相关性，把三个颜色通道的图像当做没有联系的独立图像分别处理会导致增强后的图像存在严重的色彩失真。

发明内容

本发明要解决的技术问题是提供一种基于数学形态学的医学内窥镜图像增强方法，该种方法为一种在HSI颜色空间中基于形态学的彩色内窥镜图像增强方法，能够保证增强后的彩色图像具有更明显的纹理细节，减少增强后的彩色图像的颜色失真，同时大大减少由图像增强引起的噪声信息。

为解决上述技术问题，本发明采用的技术方案为：

一种基于数学形态学的医学内窥镜图像增强方法，其特征在于：基于HSI和形态学滤波实现医学内窥镜图像增强，其具体步骤如下：

步骤1，读取原始图像，并将该图像的色彩空间转换成HIS色彩空间；

步骤2，保持图像的色调H和饱和度S不变，对亮度I进行形态学滤波来实现亮度细节增强；

步骤3，将处理后的图像像素值从HIS颜色空间转换回RGB颜色空间。

所述的步骤1中对于原始图片中任一像素的RGB值，对应的H、S、I分量可以使用以下公式得到：

式中，H表示像素点的色调值；S表示像素点的饱和度值；I表示像素点的亮度值；R、G、B分别表示像素点的红、绿、蓝颜色分量；R、G、B∈[0，1]；S、I∈[0，1]；H∈[0°，360°]。

所述的步骤2中对亮度I进行形态学滤波来实现亮度细节增强的具体步骤如下：

设f(x，y)是灰度图像，b(u，v)是形态学滤波所需的结构元素，则b(u，v)对f(x，y)的腐蚀和膨胀定义分别如下：

b(u，v)对f(x，y)的开运算和闭运算定义分别如下：

其中，Θ为腐蚀运算符，

为膨胀运算符，

为开运算符，·为闭运算符；

根据需求定义形态学滤波操作如下：

其中，D表示经过滤波得到图像细节信息，I为输入的图像的亮度图；b₁、b₂分别表示不同尺度的结构元素；

将亮度图I与亮度细节图D叠加，得到新的亮度细节增强图像。

所述的用于表示不同尺度的结构元素b₁、b₂具体表示方式如下：

b₁、b₂分别使用了3×3和5×5的圆形结构，用于检测到图像中不同方向上的结构细节信息并提取图像中的细节。

所述的步骤3中图像像素值从HIS颜色空间转换回RGB颜色空间的具体方式如下：

图像像素值从HIS颜色空间转换回RGB颜色空间的转换公式为：

当0°≤H≤120°时：

当120°≤H≤240°时：

H＝H-120°

当240°≤H≤360°时：

H＝H-240°

该种基于数学形态学的医学内窥镜图像增强方法能够产生的有益效果为：根据人对颜色的心理感受，选择了适合进行图像处理的颜色空间。基于形态学滤波理论，对彩色医学内窥镜图像的亮度分量进行适当增强，对比原始图像和增强后的效果，轮廓和细节更为突出，图像清晰、颜色鲜明，且基本避免了引入过多的图像噪声。

附图说明

图1为本发明一种基于数学形态学的医学内窥镜图像增强方法的流程示意图。

图2为本发明一种基于数学形态学的医学内窥镜图像增强方法的输入原图示例。

图3为本发明一种基于数学形态学的医学内窥镜图像增强方法的输出图示例。

具体实施方式

以下结合说明书附图和具体优选的实施例对本发明作进一步描述。

如图1所示，一种基于数学形态学的医学内窥镜图像增强方法，其特征在于：基于HSI和形态学滤波实现医学内窥镜图像增强，其具体步骤如下：

步骤1，读取原始图像，并将该图像的色彩空间转换成HIS色彩空间；

利用内窥镜的摄像模组采集彩色图像数据，如图2所示，然后，读取待处理的彩色图像数据，并将其对应到RGB色彩空间，即将彩色图像的像素用该色彩空间的矢量表示，而每个彩色矢量均有红、绿、蓝分别对应R、G、B三种色彩分量表示。最后，将图像从RGB色彩空间转换成HIS色彩空间。RGB色彩空间是在三基色理论基础上得到的混合色彩空间，它使用不同数量的R、G、B三种基色相加产生不同的颜色。HIS色彩空间是一种直观的颜色模型，它根据人眼的视觉特性，用色调H、饱和度S、亮度I来描述色彩。将原始图像从RGB色彩空间转换到符合人眼视觉特性的HIS色彩空间进行处理，可以避免传统方法在RGB色彩空间中分别对三个颜色通道进行滤波而导致的颜色失真问题，使增强后的图像更加符合人眼视觉特性。RGB以及HIS是同一光学物理量的不同表示方式，因此它们之间可以相互转换。对于原图片中的任意的一对RGB值，对应的H、S、I分量可以使用以下公式得到：

式中，H表示像素点的色调值；S表示像素点的饱和度值；I表示像素点的亮度值；R、G、B分别表示像素点的红、绿、蓝颜色分量。R、G、B∈[0，1]；S、I∈[0，1]；H∈[0°，360°]。

步骤2，保持图像的色调H和饱和度S不变，对亮度I进行形态学滤波来实现亮度细节增强；

形态学基本操作包括腐蚀、膨胀、开运算和闭运算。设f(x，y)是一幅灰度图像，b(u，v)是形态学滤波所需的结构元素，则b(u，v)对f(x，y)的腐蚀和膨胀定义分别如下：

b(u，v)对f(x，y)的开运算和闭运算定义分别如下：

其中，Θ为腐蚀运算符，

为膨胀运算符，

为开运算符，·为闭运算符。

选择多尺度的结构元素来形态学滤波，根据上述四种形态学操作的不同组合来实现对亮度图I的细节信息提取，然后将提取到的细节信息与原亮度图相叠加，实现亮度图的结构增强。

利用数学形态学腐蚀和开运算组成的滤波器可以抑制图像中的峰值噪声，而利用数学形态学膨胀和闭运算可以抑制图像中的低谷噪声。由此，可以将上述两种滤波器结合起来，得到一种抗噪型数学形态学滤波器，定义使用的形态学滤波操作如下：

它表示由数学形态学膨胀腐蚀和开运算闭运算混合运算组成的改进型抗噪数学形态学滤波器，可以同时抑制图像中的峰值和低谷噪声。其中，D表示经过滤波得到图像细节信息，I为输入的图像的亮度图；其中的膨胀、腐蚀、开、闭运算已由前述公式定义；b₁、b₂分别表示不同尺度的结构元素，如下所示：

b₁、b₂分别使用了3×3和5×5的圆形结构，可以检测到图像中不同方向上的结构细节信息，最大程度的提取图像中的细节。

然后，将亮度图I与亮度细节图D叠加，这样就得到了新的亮度细节增强图像。

步骤3，将处理后的图像像素值从HIS颜色空间转换回RGB颜色空间。

图像像素值从HIS颜色空间转换回RGB颜色空间的转换公式为：

当0°≤H≤120°时：

当120°≤H≤240°时：

H＝H-120°

当240°≤H≤360°时：

H＝H-240°

最终输出得到如图3所示的处理后图片，与图2所示的原图相比，对彩色医学内窥镜图像的亮度分量进行适当增强，对比原始图像和增强后的效果，轮廓和细节更为突出，图像清晰、颜色鲜明，且基本避免了引入过多的图像噪声。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (5)

1.一种基于数学形态学的医学内窥镜图像增强方法，其特征在于：基于HSI和形态学滤波实现医学内窥镜图像增强，其具体步骤如下：

步骤1，读取原始图像，并将该图像的色彩空间转换成HIS色彩空间；

步骤2，保持图像的色调H和饱和度S不变，对亮度I进行形态学滤波来实现亮度细节增强；

步骤3，将处理后的图像像素值从HIS颜色空间转换回RGB颜色空间。

2.如权利要求1所述的一种基于数学形态学的医学内窥镜图像增强方法，其特征在于：所述的步骤1中对于原始图片中任一像素的RGB值，对应的H、S、1分量可以使用以下公式得到：

式中，H表示像素点的色调值；S表示像素点的饱和度值；I表示像素点的亮度值；R、G、B分别表示像素点的红、绿、蓝颜色分量；R、G、B∈[0，1]；S、I∈[0.1]；H∈[0°，360°]。

3.如权利要求1所述的一种基于数学形态学的医学内窥镜图像增强方法，其特征在于：所述的步骤2中对亮度I进行形态学滤波来实现亮度细节增强的具体步骤如下：

设f(x，y)是灰度图像，b(u，v)是形态学滤波所需的结构元素，则b(u，v)对f(x，y)的腐蚀和膨胀定义分别如下：

b(u，v)对f(x，y)的开运算和闭运算定义分别如下：

其中，Θ为腐蚀运算符，

为膨胀运算符，

为开运算符，.为闭运算符；

根据需求定义形态学滤波操作如下：

其中，D表示经过滤波得到图像细节信息，I为输入的图像的亮度图；b₁、b₂分别表示不同尺度的结构元素；

将亮度图I与亮度细节图D叠加，得到新的亮度细节增强图像。

4.如权利要求3所述的一种基于数学形态学的医学内窥镜图像增强方法，其特征在于：所述的用于表示不同尺度的结构元素b₁、b₂具体表示方式如下：

b₁、b₂分别使用了3×3和5×5的圆形结构，用于检测到图像中不同方向上的结构细节信息并提取图像中的细节。

5.如权利要求1所述的一种基于数学形态学的医学内窥镜图像增强方法，其特征在于：所述的步骤3中图像像素值从HIS颜色空间转换回RGB颜色空间的具体方式如下：

图像像素值从HIS颜色空间转换回RGB颜色空间的转换公式为：

当0°≤H≤120°时：

当120°≤H≤240°时：

H＝H-120°

当240°≤H≤360°时：

H＝H-240°

Images