CN111915501A - 一种眼底图像的亮度均衡方法 - Google Patents

一种眼底图像的亮度均衡方法 Download PDF

Info

Publication number
CN111915501A
CN111915501A CN202010052281.0A CN202010052281A CN111915501A CN 111915501 A CN111915501 A CN 111915501A CN 202010052281 A CN202010052281 A CN 202010052281A CN 111915501 A CN111915501 A CN 111915501A
Authority
CN
China
Prior art keywords
original
images
column
image
balanced
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.)
Granted
Application number
CN202010052281.0A
Other languages
English (en)
Other versions
CN111915501B (zh
Inventor
蔡鸣
庄一
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Tongchuang Medical Technology Co ltd
Original Assignee
Hangzhou Tongchuang Medical Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Tongchuang Medical Technology Co ltd filed Critical Hangzhou Tongchuang Medical Technology Co ltd
Priority to CN202010052281.0A priority Critical patent/CN111915501B/zh
Publication of CN111915501A publication Critical patent/CN111915501A/zh
Application granted granted Critical
Publication of CN111915501B publication Critical patent/CN111915501B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Eye Examination Apparatus (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种眼底图像的亮度均衡方法，其步骤是：采集被测者的眼底图片，将所得的眼底图片进行掩模，得到眼底掩模图片，对眼底掩模图片划分R、G、B三通道，得到眼底掩模图片的G通道原始图像，G通道原始图像中除黑色背景外的眼底图像为原始有效图像，将G通道原始图像进行分列，计算原始有效图像的每一列的原始灰度均值，求取原始有效图像的原始灰度均值Q，求取目标灰度均值M，求取任意列图像的调整倍数Ni，对原始有效图像的每一列的每一个像素点进行均衡化，求取均衡有效图像每一个像素点的灰度值，根据均衡有效图像获得G通道均衡图像，从而得到亮度均衡后的眼底图片。

Description

一种眼底图像的亮度均衡方法
技术领域
本发明属于医疗图像处理技术领域，具体涉及一种眼底图像的亮度均衡方法。
背景技术
一张清晰的眼底图像应当具有血管清晰，并且图像亮度均衡的特点。但是由于拍摄时受到光照，眼底组织反射的不均匀的干扰，导致图像呈现亮度不均衡，边缘亮度偏亮，不能很好的反映出病人的眼底特征。目前，可以通过昂贵的眼底设备拍摄出亮度均衡的照片，但昂贵的眼底设备不管是使用成本还是维修成本都很高，造成检测成本高。还有一些厂家试图通过调整眼科设备的光学系统或机械结构，来改善眼底照片亮度均衡的问题，但这些都需要耗费大量的时间和成本。
发明内容
为了解决上述现有技术存在的问题，本发明提供了一种眼底图像的亮度均衡方法，该方法简单，能调整眼底图片的亮度，使眼底照片的亮度均衡化，从而显著提高眼底相片的质量，降低检测成本。
实现本发明上述目的所使用的技术方案为：
一种眼底图像的亮度均衡方法，包括以下步骤：
S01.采集被测者的眼底图片，将所得的眼底图片进行掩模，将眼底以外的图像部分用黑色背景替换掉，得到眼底掩模图片；
S02.对眼底掩模图片划分R、G、B三通道，得到眼底掩模图片的R通道原始图像、G通道原始图像和B通道原始图像；
S03.G通道原始图像中除黑色背景外的眼底图像为原始有效图像，G通道原始图像的分辨率为W×H，以像素点为单位，将G通道原始图像从一侧到另一侧分为W列，原始有效图像位于第J列、第J+1列……第J+N列，原始有效图像被分为第J列原始图像、第J+1列原始图像……第J+N列原始图像；
S04.第J列原始图像有E个像素点，E个像素点的原始灰度值分别为T1、T2……TE，根据公式(1)求取第一列原始图像的原始灰度均值S1：
S1＝(T1+T1……+TE)/E (1)
S05.按照S04步骤的方法获得第J+1列原始图像的原始灰度均值S2……第J+N列原始图像的原始灰度均值SN；
S06.按照公式(2)求取原始有效图像的原始灰度均值Q：
Q＝(S1+S2……+SN)/N (2)；
S07.根据公式(3)求取目标灰度均值M：
M＝P×k+(1-k)×Q (3)
式(3)中，0＜k＜1，P为特定灰度值，0＜P＜255；
S08.按照公式(4)求取任意列图像的调整倍数Ni：
Ni＝M/Si (4)
公式(4)中，i为1、2……N中的任意值；
S09.按照公式(5)求取第J列均衡图像中E个像素点的均衡灰度值T1’、T2’……TE’，
T1’＝N1×T1
T2’＝N1×T2 (5)；
.....................
TE’＝N1×TE
S09.按照步骤S09可求取第J+1列均衡图像中所有像素点的均衡灰度值……第J+N列均衡图像中所有像素点的均衡灰度值；
S10.根据步骤S08和S09得到第J列均衡图像、第J+1列均衡图像……第J+N列均衡图像，将第J列均衡图像、第J+1列均衡图像……第J+N列均衡图像按照步骤3分列的方向依次组合，得到均衡有效图像，从而得到G通道均衡图像；
S11.将R通道原始图像、G通道均衡图像和B通道原始图像进行组合，得到亮度均衡后的眼底图片。
进一步，所述的特定灰度值P按照如下方法获取：
取Y张拍摄的亮度均衡的眼底图片，通过步骤S01-S06的方法，计算Y张眼底图片的原始有效图像的灰度均值Z1、Z2……Zy，再根据Z1、Z2……Zy取特定灰度值P。
进一步，所述的特定灰度值P按照公式(6)获取：
P＝(Z1+Z2……+Zy)/Y (6)。
进一步，所述的特定灰度值P按照如下方法获取：
进一步，将视盘图像按照步骤S03-S05的方法分成列原始图像和求取每列原始图像的原始灰度均值，以各列原始图像的原始灰度值为纵坐标，以各列原始图像的列数为横坐标，进行高斯拟合，得到高斯分布曲线，再根据高斯分布曲线求取的平均值即为特定灰度值P。
与现有技术相比，本发明的有益效果和优点在于：
本发明将灰度均值与特定灰度值相结合，只需通过简单的计算就可以将眼底图片的亮度拉至均衡，从而解决眼底图像边缘亮度偏亮的状态，提高了图片的质量，从而避免了耗费时间和成本去调整眼底相机的光学系统及机械结构，降低了检测成本。
附图说明
图1是G通道原始图像。
图2是原始有效图像的原始灰度均值曲线。。
图3是G通道修正后的灰度曲线图。
具体实施方式
下面结合附图和具体实施例对本发明进行说明。
实施例1
S01.采集某一被测者的眼底图片，将所得的眼底图片进行掩模，将眼底以外(即中心圆形区域以外)的图像部分用黑色背景替换掉，得到眼底掩模图片；
S02.对眼底掩模图片划分R、G、B三通道，得到眼底掩模图片的R通道原始图像、G通道原始图像和B通道原始图像，由于R通道原始图像和B通道原始图像的亮度均衡，而G通道原始图像的亮度明显不均衡，如图1所示，右边的亮度明显高于左边，因此需要对G通道原始图像的亮度进行调整；
S03.G通道原始图像中除黑色背景外的眼底图像为原始有效图像，设定G通道原始图像的分辨率为W×H，以像素点为单位，将G通道原始图像从一侧到另一侧分为W列，原始有效图像位于第J列、第J+1列……第J+N列，原始有效图像被分为第J列原始图像、第J+1列原始图像……第J+N列原始图像；
S04.第J列原始图像有E个像素点，E个像素点的原始灰度值T1、T2……TE，根据公式(1)求取第一列原始图像的原始灰度均值S1：
S1＝(T1+T1……+TE)/E (1)
S05.按照S04步骤的方法获得第J+1列原始图像的原始灰度均值S2……第J+N列原始图像的原始灰度均值SN，以S1、S2……SN为纵坐标，以列号为横坐标进行绘图，得到原始有效图像的原始灰度均值曲线，如图2所示，原始有效图像的右侧偏亮，出现了多峰状态，不符合高斯分布；
S06.按照公式(2)求取原始有效图像的灰度均值Q：
Q＝(S1+S2……+SN)/N (2)；
S07.取Y张拍摄的亮度均衡的眼底图片，通过步骤S01-S06的方法，计算Y(大于1000)张眼底图片的原始有效图像的灰度均值Z1、Z2……Zy，再取Z1、Z2……Zy的均值作为特定灰度值P，P值范围在160到200之间；
S08.根据公式(3)求取目标灰度均值M：
M＝P×k+(1-k)×Q (3)
式(3)中，0＜k＜1；
S09.按照公式(4)求取任意列图像的调整倍数Ni：
Ni＝M/Si (4)
公式(4)中，i为1、2……N中的任意值；
S09.按照公式(5)求取第J列均衡图像中E个像素点的均衡灰度值T1’、T2’……TE’，
T1’＝N1×T1
T2’＝N1×T2 (5)；
.....................
TE’＝N1×TE
S10.按照步骤S09可求取第J+1列均衡图像中所有像素点的均衡灰度值……第J+N列均衡图像中所有像素点的均衡灰度值；
S11.根据公式(6)求取第一列均衡图像的均衡灰度均值S1’：
S1’＝(T1’+T1’……+TE’)/E (6)
S12.按照S11步骤的方法获得第2列均衡图像的均衡灰度均值S2’……第N列均衡图像的均衡灰度均值SN’，以S1’、S2’……SN’为纵坐标，以列号为横坐标进行绘图，得到均衡有效图像的均衡灰度均值曲线，如图3所示，均衡灰度均值曲线符合高斯分布；
S13.根据步骤S08和S09能所得到第1列均衡图像、第2列均衡图像……第N列均衡图像，将第1列均衡图像、第2列均衡图像……第N列均衡图像按照步骤3分列的方向依次组合，得到均衡有效图像，从而得到G通道均衡图像；
S14.将R通道原始图像、G通道均衡图像和B通道原始图像进行组合，得到亮度均衡后的眼底图片。

Claims (4)

1.一种眼底图像的亮度均衡方法，其特征在于包括以下步骤：
S01.采集被测者的眼底图片，将所得的眼底图片进行掩模，将眼底以外的图像部分用黑色背景替换掉，得到眼底掩模图片；
S02.对眼底掩模图片划分R、G、B三通道，得到眼底掩模图片的R通道原始图像、G通道原始图像和B通道原始图像；
S03.G通道原始图像中除黑色背景外的眼底图像为原始有效图像，G通道原始图像的分辨率为W×H，以像素点为单位，将G通道原始图像从一侧到另一侧分为W列，原始有效图像位于第J列、第J+1列……第J+N列，原始有效图像被分为第J列原始图像、第J+1列原始图像……第J+N列原始图像；
S04.第J列原始图像有E个像素点，E个像素点的原始灰度值分别为T1、T2……TE，根据公式(1)求取第J列原始图像的原始灰度均值S1：
S1＝(T1+T1……+TE)/E (1)
S05.按照S04步骤的方法获得第J+1列原始图像的原始灰度均值S2……第J+N列原始图像的原始灰度均值SN；
S06.按照公式(2)求取原始有效图像的原始灰度均值Q：
Q＝(S1+S2……+SN)/N (2)；
S07.根据公式(3)求取目标灰度均值M：
M＝P×k+(1-k)×Q (3)
式(3)中，0＜k＜1，P为特定灰度值，0＜P＜255；
S08.按照公式(4)求取任意列图像的调整倍数Ni：
Ni＝M/Si (4)
公式(4)中，i为1、2……N中的任意值；
S09.按照公式(5)求取第J列均衡图像中E个像素点的均衡灰度值T1’、T2’……TE’，
Figure FDA0002371598790000011
S09.按照步骤S09可求取第J+1列均衡图像中所有像素点的均衡灰度值……第J+N列均衡图像中所有像素点的均衡灰度值；
S10.根据步骤S08和S09得到第J1列均衡图像、第J+1列均衡图像……第J+N列均衡图像，将第J列均衡图像、第J+1列均衡图像……第J+N列均衡图像按照步骤3分列的方向依次组合，得到均衡有效图像，从而得到G通道均衡图像；
S11.将R通道原始图像、G通道均衡图像和B通道原始图像进行组合，得到亮度均衡后的眼底图片。
2.根据权利要求1所述的眼底图像的亮度均衡方法，其特征在于所述的特定灰度值P按照如下方法获取：
取Y张拍摄的亮度均衡的眼底图片，通过步骤S01-S06的方法，计算Y张眼底图片的原始有效图像的灰度均值Z1、Z2……Zy，再根据Z1、Z2……Zy取特定灰度值P。
3.根据权利要求2所述的眼底图像的亮度均衡方法，其特征在于所述的特定灰度值P按照公式(6)获取：
P＝(Z1+Z2……+Zy)/Y (6)。
4.根据权利要求1所述的眼底图像的亮度均衡方法，其特征在于所述的特定灰度值P按照如下方法获取：
将视盘所在的图像按照步骤S03-S05的方法分成列原始图像和求取每列原始图像的原始灰度均值，以各列原始图像的原始灰度值为纵坐标，以各列原始图像的列数为横坐标，进行高斯拟合，得到高斯分布曲线，再根据高斯分布曲线求取的平均值即为特定灰度值P。
CN202010052281.0A 2020-01-17 2020-01-17 一种眼底图像的亮度均衡方法 Active CN111915501B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010052281.0A CN111915501B (zh) 2020-01-17 2020-01-17 一种眼底图像的亮度均衡方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010052281.0A CN111915501B (zh) 2020-01-17 2020-01-17 一种眼底图像的亮度均衡方法

Publications (2)

Publication Number Publication Date
CN111915501A true CN111915501A (zh) 2020-11-10
CN111915501B CN111915501B (zh) 2022-07-15

Family

ID=73237354

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010052281.0A Active CN111915501B (zh) 2020-01-17 2020-01-17 一种眼底图像的亮度均衡方法

Country Status (1)

Country Link
CN (1) CN111915501B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105635603A (zh) * 2015-12-31 2016-06-01 天津大学 一种采用两路视频间亮度和色偏对视频拼接的系统
CN105913385A (zh) * 2016-03-31 2016-08-31 宇龙计算机通信科技(深圳)有限公司 雾霾图像的清晰化方法、系统和图像处理装置
CN107316278A (zh) * 2017-05-13 2017-11-03 天津大学 一种水下图像清晰化处理方法
CN107424132A (zh) * 2017-07-25 2017-12-01 西安电子科技大学 一种图像快速去雾的优化方法
CN109308690A (zh) * 2017-07-26 2019-02-05 Tcl集团股份有限公司 一种图像亮度均衡方法及终端
US20190114747A1 (en) * 2016-04-07 2019-04-18 Carmel Haifa University Economic Corporation Ltd. Image dehazing and restoration

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105635603A (zh) * 2015-12-31 2016-06-01 天津大学 一种采用两路视频间亮度和色偏对视频拼接的系统
CN105913385A (zh) * 2016-03-31 2016-08-31 宇龙计算机通信科技(深圳)有限公司 雾霾图像的清晰化方法、系统和图像处理装置
US20190114747A1 (en) * 2016-04-07 2019-04-18 Carmel Haifa University Economic Corporation Ltd. Image dehazing and restoration
CN107316278A (zh) * 2017-05-13 2017-11-03 天津大学 一种水下图像清晰化处理方法
CN107424132A (zh) * 2017-07-25 2017-12-01 西安电子科技大学 一种图像快速去雾的优化方法
CN109308690A (zh) * 2017-07-26 2019-02-05 Tcl集团股份有限公司 一种图像亮度均衡方法及终端

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LEI ZHANG.ET AL: ""AUTOMATED RED-EYE DETECTION AND CORRECTION IN DIGITAL PHOTOGRAPHS"", 《IEEE》 *
张道华: ""雾天道路监控系统视频图像增强算法的比较研究"", 《重庆科技学院学报(自然科学版)》 *

Also Published As

Publication number Publication date
CN111915501B (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
CN110505459B (zh) 适用于内窥镜的图像颜色校正方法、装置和存储介质
CN110085166B (zh) 曲面屏幕的亮斑补偿方法及装置
CN107507558B (zh) 一种led显示屏的校正方法
WO2017152457A1 (zh) Mura现象补偿方法
WO2020082593A1 (zh) 增强图像对比度的方法及其装置
JP6546696B2 (ja) 画像コントラストの増強方法
van Leeuwen et al. Grading of age-related maculopathy for epidemiological studies: is digital imaging as good as 35-mm film?
CN107864342B (zh) 图像亮度调节方法及装置
CN112669758B (zh) 显示屏校正方法、装置、系统和计算机可读存储介质
TW201239870A (en) Image correction data generating system, image correction data generating method, image correction data generating program and image correction circuit
CN105453133A (zh) 图像处理装置和方法、眼底图像处理装置、图像拍摄方法、及眼底图像拍摄装置和方法
DE112016003107T5 (de) Messvorrichtung zum messen der form eines zielobjekts, system und herstellungsverfahren
CN112967669B (zh) 一种提高led显示屏灰度一致性的校正方法
CN113257167A (zh) 显示画面的补偿方法
CN114757853B (zh) 平场校正函数的获取方法及系统、平场校正方法及系统
CN102629967B (zh) 一种翻拍设备光照不均匀的校正方法
US4494838A (en) Retinal information mapping system
CN111915501B (zh) 一种眼底图像的亮度均衡方法
CN109561292A (zh) 一种用于相机系统的白平衡处理方法及装置
WO2021237872A1 (zh) Mura检测方法、装置及可读存储介质
CN108668090A (zh) 光学设备及其自动曝光方法
CN115862563A (zh) 显示面板的亮度补偿算法及显示装置
US20240062696A1 (en) Demura method for display panel
CN108848363A (zh) 一种适用于大场景的自动白平衡方法
CN110852977B (zh) 融合边缘灰度直方图与人眼视觉感知特性的图像增强方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant