基于多尺度Retinex的数字X光图像增强方法研究

f <x 9$ > =r <x 9$ > >i <x 9$ > 9
<1 >
即一幅 图 像 f <x 9$ > 可 以 用 环 境 亮 度 函 数
i <x 9$ > 和景物 反 射 函 数r <x 9$ > 的 乘 积 来 表 示o
环境亮度函数i <x 9$ > 描述周围环 境 的 亮 度9与 景
物无关; 而景物反射函数r <x 9$ > 是指景物反射能
当选取较大的标准偏差时9色感一致性较好o通常都是在动态范围压缩和色感一致性之间寻找平衡点o实验表明9取值在50100个通常被看作是一种折衷的方案o但是由于该方法只是单尺度的9因此如果想在图像的动态范围压缩及图像的色感一致性要好这两方面都取得良好的效果9必须对单尺度进行改进9而采用多尺度retine多尺度retine算法多尺度multiscaleretinemsr算法是一种既可很好完成图像的动态范围压缩9又可保证图像的色感一致性好的图像增强方法o该算法可用下式描述ri王彦臣9等基于多尺度retine的数字表示环境函数的个数其中环境函数选取不同的标准偏差用来控制环境函数范围的尺度实验表明对于大多数图像而言选取大中小尺度选用15z50并且每个尺度的权重可以相同也可以根据侧重动态范围压缩或是侧重色感一致性的需要来选取通常利用msr方法处理后的图像像素值会出现负值而且会出现超出显示器的显示范围的情况这就需要将其平移和压缩到显示器显示的范围内这可利用gainoffset方法对图像像素进行修正如式再把修正后的图像的灰度值利用式z55rorminrmarmin其中ri分别为图像的输入及输出灰度值对增益系数和偏移量offset结果表明由于利用msr处理后各种图像具有非常类似的直方图分布因此对大多数图像这两个量可以取固定的值而不会影响图像的增强效果这里分别选取rmin分别为修正后图像的最大灰度值和最小灰度值为映射后的用来显示的图像灰度值多尺度retinemsr算法在数光影像增强处理中的应用在研制数字retine算法模型来处理数字光图像环境亮度函数表征人体各部位对入射光图像的动态范围其变化极其缓慢而反射函数代表了人体各部位的细节主要决定了图像的局部对比度其变化非常迅速因此可以利用多尺度retine模型对数字光图像进行增强处理特别是由于当前数字医学图像的动态范围都大大超出了显示器所能够达到的动态范围这一现象多尺度retine算法能够进行很好地动态压缩以满足在显示器上能够清晰显示的要求同时能够很好地提高图像的对比41算法实现利用多尺度retinemsr方法对医学数字光图像进行高斯滤波需要计算不同标准偏差下的高斯滤波器的滤波系数gz5397156401454410z6891z5g501147705如下01578z5z4441314z81种不同的高斯滤波系数对图像进行卷积操作高斯滤波器的实现使用递归形式把输入数据通过前向滤波和后向滤波得到高斯
Enhance ment of radi ography based multiscal e Reti nex
ANG Yan-chen 1 9LI Shu- i e Z 9~ UANG Li an-Ci ng 1
1 .Changc hun i nstit ut e O f OPtics 9Fi ne Mec hanics and Ph$sics 9Chi nese Ac ade m$ O f Scie nces 9Changc hun 130033 9Chi na
Z 55
RO x $ = > Ri x $ +of f set
基础 上9 定 义 了 单 尺 度 的 Reti neX 算 法 < Si ngl e Scal e Reti neX 9 SSR > 9 该 算 法 可 用 下 面 的 表 达 式
描述=
R <x 9$ > =l ogi <x 9$ > -l og [F <x 9$ > i <x 9$ > ]=
l og
证图像的色感一致性好的图像增强方法o 该算法
可用下式描述=
K
Z Ri <x 9$ > = WR <l ogi i <x 9$ > -l og [F R <x 9 R =1 $ > i i <x 9$ > ]> i = 1 9 9N 9 <5 >
其中下 标i 表 示 第i 个 光 谱 带9N 表 示 光 谱 带 个
1 F <x 9$ >dx d$ = 1 9
<4 >
标准偏差G 的选择会直接影响图像增强的效
果9它控制着图像中有多少细节信息被保留9当选
取较小的标准偏差9能够完成动态范围的压缩; 当
选取较大的标准偏差时9色感一致性较好o 通常
都是在动态范围压缩和色感一致性之间寻找平衡
点o 实验 表 明9G 取 值 在 50 100 个 通 常 被 看 作
7Z
光学 精密工程
第14 卷
数 N =1 时代 表 灰 度 图 像 N =3 代 表 彩 色 图 像 RGB WR 表示 和F R 相 关 的 权 重 系 数 R 表 示 环境函数的个数 其中环境函数 FR 选取不同的 标准偏差G R 用来 控 制 环 境 函 数 范 围 的 尺 度 实 验表明对于大多数图像而言 选取大 中 小3 个 尺度 选用15 80 和 Z50 并 且每 个尺 度的 权重 可以相同 也可以根据侧重动态范围压缩或是侧
王彦臣1 !李树杰Z !黄廉卿1
"1 . 中国科学院 长春光学精密机械与物理研究所!吉林 长春130033 #Z . 东北师范大学 物理系!吉林 长春1300Z1 $
摘要!提出了基于多尺度 Reti neX (MSR )方法的医学数字 X 光图像增强处 理 方 法9论 述 了 该 算 法 的 原 理 及 实 现 方 法G 在 3 种标准偏差下9求得高斯滤波系数 然后使用3 种不同的高 斯 滤 波 系 数 对 X 光 图 像 进 行 卷 积 操 作9将 3 种 标 准 偏 差 尺 度下得到的结果进行加权平均 最后将输出灰度值进行增益映射9得到可用于显示的 结 果G 试 验 结 果 表 明 MSR 算 法 既 可实现低对比的数字 X 光图像增强9又能实现图像的动态 范 围 压 缩9可 显 著 提 高 暗 区 数 字 X 光 图 像 的 信 息G 将 该 方 法 与几种常用图像增强方法进行了分析比较9表明 MSR 算法使得 X 光图像具有更好的 灰 度 分 布9能 够 显 著 提 高 暗 区 图 像 的 信息量9其增强后的信息熵是常规增强方法的Z 倍9表现出了优良的性能G该方法克服了目前常规的数字 X 光图像增 强 方 法 的 不 足 9能 够 满 足 医 生 临 床 诊 断 的 要 求 G 关 键 词!Reti neX !图像对比度!图像增强!动态范围压缩 中图分类号!TP391. 4 文献标识码!A
是一种折衷的方案o 但是由于该方法只是单尺度
的 9因此如果想 在 图 像 的 动 态 范 围 压 缩 及 图 像 的
色感一致性要好这两方面都取得良好的效果9必
须对单尺度 进 行 改 进9 而 采 用 多 尺 度 Reti neX 算
法o
3 多尺度 Reti neX 算法
多 尺 度 < Multi Scal e Reti neX 9 MSR > 算 法 是 一种既可很好完成图像的动态范围压缩9又可保
Z .De Part me nt O f Ph$sics 9NOrt he ast NOr mal Uni uersit $ 9Changc hun 1300Z 1 9Chi na )
Abstract An enhance ment al gorit h m of r adi ogr aphy based on multi scal e Reti neX Was pr esent ed . The t hr ee dif f er ent Gaussi an filt er coef fi ci ent s under t hr ee dif f er ent devi ati ons Wer e cal cul at ed 9and t he convol uti on oper ati on Was i mpl e ment ed bet Ween t he i mage di stri buti on and Gaussi an filt er s 9a Wei ght ed aver age of multi scal e Was gai ned and mapped t o gr ay r ange of di spl ay devi ce . it h t hi s met hod 9 i mage contr ast enhance ment 9shar peni ng and dyna mi c r ange co mpr essi on Wer e achi eved at t he sa me ti me . The i nf or mati on of hi dden ar ea of di git al r adi ogr aph Was obvi ousl y enhanced . The enhance ment t echni Cue Was co mpar ed Wit h ot her t echni Cues such as hi st ogr a m eCuali zati on 9ho mo mor phi c filt er . The r esult s of eXperi ment sho W t hat MSR can mor e obser vabl y i mpr ove entr opy of di git al X-r ays t han ot her t echni Cues 9and al so sho W t hat t he al gorit h m can over co me t he l ack of enhance ment of tr aditi onal di git al X-r ays met hods and sati sf y t he cli ni c de mand . Key words Reti neX i mage contr ast i mage enhance ment dyna mi c r ange co mpr essi on
重色感一致性的需要来选取
通常利用 MSR 方法 处 理 后 的 图 像 像 素 值 会 出现负值 而且会出现超出显示器的显示范围的
情况 这就需要将其平移和压缩到显示器显示的
范围内 这 可 利 用 gai n of f set 方 法 对 图 像 像 素 进行修正 如式 6 再把修正后的图像的灰度值 利用式 7 映射到显示器显示的灰度范围 0
Moor e [7 ] 提 出 了 使 用 指 数 函 数 F <x 9$ > = eXp
< -r /c > 9~url bert 等人提出了使用高斯函数作为
环境函数=
F <x 9$ > = KeXp < -<x Z +$ Z >/G Z > 9 <3 > 其中9G 为高斯函数的标准偏差9选择 K 使得下式 成立
F
<x
i <x 9$ >
9$ i
> <x
9$
>
9
<Z >
R <x 9$ > 是输出的图像函数9i <x 9$ > 是输入图像的
Байду номын сангаас
分布函数9 代 表 卷 积 操 作9l og 为 自 然 对 数9F
<x 9$ > 被称为环境 函 数o 对 于 环 境 函 数 的 选 择 可
以有 很 多 种9Land 等 人 选 择 了 F <x 9$ > =1/r Z 9
收稿日期!Z 005-11-Z Z "修订日期!Z 005-1Z-08 . 基金项目!国家自然科学基金资助项目(No .69677015 )G
第1 期
王彦臣9等= 基于多尺度 Reti neX 的数字 X 光图像增强方法研究
71
1 引言
在医学数字 X 光图像处理中9对图像对比度 较差\ 图像亮度很暗\ 动态范围又很宽的情况9需 进行增强处理9以满足医生临床诊断的要求o 因 此9当前对 X 光 医 学 影 像 图 像 增 强 的 算 法 非 常 多9例如 gai n/ of f set 修正\ 直 方 图 均 衡\ 同 态 滤 波 等等9但是这些 方 法 都 只 是 对 一 部 分 具 有 特 殊 性 质的图像有较好的效果9例如9直方图均衡方法在 原始图像的直方图是单峰的情况下9能够取得较 好的增强效果9但是当图像的直方图是双峰时9增 强的结果就无法令人满意; 当图像中的亮度有较 大差异时9同态滤波方法往往会产生较多的假象o 现实中所获取的医学数字 X 光图像的亮度很低9 使用常规的数字 X 光图像增强方法无法分辨图 像中的较暗区域内的图像细节信息9同时9由于医 学 X 光图像的动态范围比显示设备高出很多9所 以需要一种有效图像增强算法9在能够提高图像 中较暗区域的细节信息的同时9又能够压缩图像 的动态范围以适应显示设备的要求o
第14 卷 第1 期 Z006 年Z 月
光学 精密工程
Opti cs and Pr eci si on Engi neeri ng
Vol .14 No .1 Feb .Z 006
文章编号 1004-9Z 4 X (Z 006 )01-0070-07
基于多尺度 Reti nex 的数字 X 光图像增强方法研究
为此9本文针对数字 X 光影像的特点及常规 增强方法的 不 足9 提 出 了 基 于 多 尺 度 Reti neX 算 法对医学数字 X 光图像进行增强处理9以满足医 生临床诊断的要求o
2 Reti neX 算法理论
La nd [1 ] 首 先 提 出 了 Reti neX 作 为 人 眼 感 知
亮度和色度的视觉模型9该理论论述了人眼视觉
力9与照明无关9它包含了景物的细节信息o 基于
这种模型9得到的环境亮度函数i <x 9$ > 是 一 种 变
化缓慢的图像的低频信息; 而反射函数r <x 9$ > 则 包含着图像 中 的 大 部 分 高 频 细 节 信 息o Land 基
于人眼 视 觉 系 统 引 入 了 图 像 的 cent er / surr ound 空间形 式[1 ] 9J obson 等 人[6 ] 在 La nd 的 研 究 成 果
系统是如何获取景物的图像9并具有色感一致性o
所谓色感一致性9是指在人眼能够在不同亮度情
况下仍可辨认物体本来颜色的能力o 对于灰度图
像而言 9色感一 致 性 体 现 了 在 不 同 亮 度 情 况 下 分
辨物体灰度级< 亮度> 的能力o Land 基于 Reti neX
模型9定义理想的图像f <x 9$ > 为=