CN104574284A - 一种数字x射线图像对比度增强处理方法 - Google Patents
一种数字x射线图像对比度增强处理方法 Download PDFInfo
- Publication number
- CN104574284A CN104574284A CN201310503296.4A CN201310503296A CN104574284A CN 104574284 A CN104574284 A CN 104574284A CN 201310503296 A CN201310503296 A CN 201310503296A CN 104574284 A CN104574284 A CN 104574284A
- Authority
- CN
- China
- Prior art keywords
- image
- information
- processing method
- digital
- gray area
- 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.)
- Pending
Links
Landscapes
- Image Processing (AREA)
Abstract
一种数字X射线图像对比度增强处理方法,属于医疗器械技术领域。其特征在于:根据X射线成像特点,对兴趣人体区图像进行动态扩展,而对非人体图像信息进行动态压缩,有效的提高了兴趣区图像的对比度,同时对动态范围调整后的图像进行细节加强和多尺度对比度分辨率增强,得到的图像进行人眼观看效果调整,将人体信息一览无余的呈现于诊断医生眼前。其优点是:本发明对于人体图像细节突出明显,可在同一个窗口下看到图像所有信息,肺纹理、肺纹理末端细小血管、及骨骼的纹理、肌肉层次、头部血管等都能很清晰的显示,能很大提高医疗诊断技术水平。另外此方法基于空域图像处理,处理速度快,可以用于动态图像处理***。
Description
技术领域
本发明属于医疗器械技术领域。
背景技术
X射线图像是目前临床应用最广泛的一种医学图像之一,其成像原理:当X射线透过人体时,各种脏器、骨骼与组织对X射线的吸收程度不同,因而在接收端将得到不同的射线强度,而接收端射线强度的变化,可以被探测器接收到,通过A/D转换,发送至计算机,呈现为一种灰度的变化,因此X射线的成像就是把三维结构的人体在二维空间上的投影成像,是人体内层结构重叠后的图像,由于数字X射线图像动态范围(210~216)比较广,而人眼识别力的局限性,辨别能力低于100灰度级别,因此,如何从X射线图像获得更多的人眼能识别的影像信息,即在一个窗口下呈现所有的图像细节信息,是提高医疗诊断技术水平的关键。
现有的医学图像增强方法主要以提高图像对比度为目的,因此常用的方法有灰度变换法,图像平滑、降噪技术、图像锐化技术、频域处理技术等,以上对比度增强方法大都为单一尺度增强方法,不能很好的将图像细节信息突出出来,因此本发明提出一种数字X射线图像对比度增强处理方法,它先将图像进行高灰度区压缩低灰度区扩展,再进行多尺度对比度增强,很好的突出了图像的细节信息。
发明内容
本发明目的针对常规图像处理方式的不足,提出了一种数字化X射线图像增强处理方法,此方法可满足人眼观察要求,在同一个窗口技术下,观看所有的图像信息,极大的提高了临床诊断技术水平。
本发明所采用的技术方案是:其特征是先对原始图像进行低灰度区动态范围扩展高灰度区动态范围压缩,再进行图像细节的增强处理,具体步骤为:
步骤1:低灰度区扩展,高灰度区压缩技术,由于X射线透过人体后,有不同程度的衰减,而未经人体的X射线基本上损失很少,表现在图像上,人体图像信息在低灰度区,而非人体图像信息在高灰度区,针对此种现象,可对图像进行动态范围的扩展和压缩。
步骤2:图像细节增强技术,图像的边缘和细微结构可以通过提高影像中高空间频率成份而更清楚显示,本发明利用模板对图像进行均值滤波,将原图像与滤波后的图像进行相减处理得到高频信息,将高频信息以一定的比例加至原始图像中,这样边缘信息及细节信息得到了加强。
步骤3:高频信息及图像整体信息比例调整,细节增强后的图像利用模板进行均值滤波,将细节增强后的图像与滤波后的图像进行相减,与一定比例原始图相加,得到细节比例调整后的图像。
步骤4:多尺度对比度增强,利用拉普拉斯金子塔算法进行图像多尺度高斯分解,设原图为I,I作为高斯金子塔的第一层G0,再对第一层图像进行高斯滤波和下采样,得到高斯金字塔的第二层,对第二层信息进行内插上采样,得到与第一层相同尺度的图像,再对内插后的图像进行高斯滤波,将G0与滤波后的内插图像进行相减得到残差图像,即细节图,重复以上过程,构成高斯拉普拉斯金字塔重复N次后,得到高斯拉普拉斯金字塔每层的细节残差图像,再对每一层图像细节数据进行归一化,并作非线性变换处理,最后对非线性变换后的图像进行金字塔逆变换重建图像,得到增强之后的图像即为所需的多尺度对比度增强后的图像。
步骤5:边缘增强,为了增强局部区域的对比度,在图像细节层次边缘微弱的区域乘以一放大因子,调整尺度小的系数,以增强边缘细节信息。
步骤6:根据人眼视觉特性,将金字塔重建后的图像进行Gamma校正得到最终效果图像。
本发明的对比度增强后的效果:高灰度区图像信息得到了压缩,低灰度区的图像得到了扩展,使得所有的图像细节可以一览无余的呈现于医生面前,提高了细节的显示程度。
附图说明
图1 数字X射线成像***框图。
图2为高斯拉普拉斯金子塔示意图。
图3为图像处理方法流程图。
图4为脚部处理前后对比图。
图5为腰椎正位处理前后对比图。
图6为颈椎处理前后对比图。
图7为胸部处理前后对比图。
图8 头部处理前后对比图。
图9为腰椎侧位处理前后对比图。
具体实施方式
参照图3流程图,其特征在于:利用图像动态范围压缩技术及细节增强处理技术,可在同一窗口技术下显示所有图像细节信息,提高医生的诊断水平及诊断准确性,具体实施步骤如下:
步骤1、灰度图像压缩扩展技术,为了让图像的灰度分布更加符合人的视觉特征,采用对数变换来对低灰度区图像信息扩展,高灰度区图像信息压缩,由于人体信息主要集中在低灰度区,因此通过对数变换使得低灰度区的图像信息对比度提高,而高灰度区图像得到了压缩,算法公式如下:
(1)
其中Y为处理后的图像,X为原始图像,为一定值,大于1。
步骤2、图像边缘及细节增强技术,影像的边缘和细微结构可以通过提高影像中高频成份而更清楚显示,将原始图像进行均值滤波,得到均值图像信息,利用反锐化思想来加强图像的边缘及细微机构,具体算法公式如下:
(2)
其中分别表示原始图像、处理后图像和原始图像通过均值滤波之后所得均值图像,为图像间差值,表示图像中高频成份的含量,而增强系数决定着最终图像中高频成份的增量。
步骤3、由步骤2得到边缘及细节增强的图像之后,再对图像进行细节图像信息比例调整,图像算法公式如下:
(3)
其中,X,Y,分别为原始影像数据,处理后影像数据和原始图像经过均值滤波后的图像数据,均值滤波窗口选择越大,则图像动态范围被压缩,图像对比度提高,经处理后一些细节图像信息更加突出,窗口达到一定程度,比如15x15,那么图像细节放大很多,同时一些细小的细节被处理掉,因此对于图像增强效果来说,窗口大小选择不宜太大,否则图像细节信息刻画严重,造成一种假的感觉。
步骤4、多尺度对比度处理,包括多尺度分解、非线性增强、多尺度重构。
分步骤1:高斯拉普拉斯算法分解,设图像动态灰阶为Gray,最大灰阶为MaxGray,设输入图像X0进行高斯卷积滤波,得到平滑图像X′,将平滑后的图像进行以2为步长进行行列降采样,得到图像X1,将X1以步长2进行和列内插,得到(尺度大小与X0相同),再进行高斯滤波处理,得到X0",将输入图像X0与图像X0"进行相减得到残差图像G0,以X1作为输入图像重复以上步骤,最后分解之后得到残差图像G1……Gn-1及最低分辨率图像Gn。
分步骤2:图像细节非线性增强,将得到的残差图像G0,……,Gn-1,Gn进行线性归一化处理,非线性曲线做映射处理曲线函数为:
(4)
其中归一化的残差图像系数,p为增强强度调整,在实际人体图像处理过程中调整范围一般为,为非线性处理后的残差图像系数;从公式(4)可以看出,对于p选择越小,那么图像细节增强的幅度越大,p选择越大,则图像增强幅度越小,当p=1时,不进行增强处理,非线性映射后每层的残差图像为,……,,。
分步骤3:高斯拉普拉斯金字塔重构,从尺度分解上可以看出,高斯金字塔的顶部对应金字塔的第n层,对以步长2进行行列内插值并高斯滤波处理得到,将滤波后所得加至残差图像上,得到,即:
(5)
重复步骤3最后得到重建后的图像。
步骤5、边缘增强,为了增强局部区域的对比度,在图像细节层次边缘微弱的区域,细节层次图像乘以放大系数,调整尺度小的系数,以增强边缘细节信息,因边缘信息为高频信息,而在拉普拉斯分层的前几层为边缘信息突出层次,因此对前几层信息进行细节放大,在每一层上的计算方法:
(6)
其中,为需要边缘增强的细节层次图像层数,其中大于1。
步骤6、由于人类视觉***对于亮度的感觉大致呈对数关系,而呈非线性关系,因此为了克服这种缺陷,本发明采用伽马校正对高亮度区进行压缩,低亮度区进行扩展,在一定程度上提高了图像的整体亮度协调性,伽马校正算法公式:
(7)
其中,分别为伽马校正后图像、最大灰阶、原始影像数据、伽马校正系数。
Claims (2)
1.一种数字X射线图像对比度增强处理方法,其特征在于:先对原始图像进行低灰度区动态范围扩展高灰度区动态范围压缩,再进行图像细节的增强处理,得到在同一窗口技术下可以观看的细节图像信息,方法步骤为:
步骤1: 低灰度区扩展,高灰度区压缩技术;
步骤2: 图像细节增强技术;
步骤3:高频信息及图像整体信息比例调整;
步骤4:多尺度对比度增强;
步骤:5:边缘加强;
步骤6:结合人眼视觉特征,利用Gamma校正技术进行图像亮度调整,得到适合人眼观看的图像信息。
2.根据权利要求中1中所述的一种数字X射线图像对比度增强处理方法,其特征在于:采用高灰度区压缩低灰度区扩展的多尺度对比度增强方法,可将X射线影像细节信息在一个窗口下充分显示,从医学影像上来看,骨骼、骨骼上的纹理、肺部纹理、肺纹末端毛细血管及头部骨骼及头部血管走向等细节都可清晰显示,此方法基于空域处理方法,可用于实时医学图像处理***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310503296.4A CN104574284A (zh) | 2013-10-24 | 2013-10-24 | 一种数字x射线图像对比度增强处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310503296.4A CN104574284A (zh) | 2013-10-24 | 2013-10-24 | 一种数字x射线图像对比度增强处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104574284A true CN104574284A (zh) | 2015-04-29 |
Family
ID=53090267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310503296.4A Pending CN104574284A (zh) | 2013-10-24 | 2013-10-24 | 一种数字x射线图像对比度增强处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104574284A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105054954A (zh) * | 2015-07-17 | 2015-11-18 | 王东良 | 实时多能x射线透视图像的获取及图像处理方法及其*** |
CN106097283A (zh) * | 2016-07-20 | 2016-11-09 | 南京邮电大学 | 一种基于人类视觉***特性的多尺度x线图像增强方法 |
CN106169177A (zh) * | 2016-06-27 | 2016-11-30 | 北京金山安全软件有限公司 | 一种图像磨皮方法、装置及电子设备 |
CN106875342A (zh) * | 2015-12-11 | 2017-06-20 | 上海联影医疗科技有限公司 | 一种计算机断层图像处理方法和装置 |
CN107016640A (zh) * | 2017-04-06 | 2017-08-04 | 广州爱图互联网有限公司 | 基于多尺度分解的图片能量归一化处理方法及*** |
CN107369146A (zh) * | 2017-06-28 | 2017-11-21 | 深圳源广安智能科技有限公司 | 一种高性能红外图像处理*** |
CN110232668A (zh) * | 2019-06-17 | 2019-09-13 | 首都师范大学 | 一种多尺度图像增强方法 |
CN110335203A (zh) * | 2019-05-05 | 2019-10-15 | 湖南省华芯医疗器械有限公司 | 一种对实时影像中图像的物体轮廓进行加强的方法 |
WO2021114564A1 (zh) * | 2019-12-10 | 2021-06-17 | 南京莱斯电子设备有限公司 | 一种低对比度红外图像的增强方法 |
CN113724144A (zh) * | 2020-05-22 | 2021-11-30 | 北京小米移动软件有限公司 | 一种图像处理方法及终端设备上的图像信号处理器 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040246347A1 (en) * | 2003-06-09 | 2004-12-09 | Makoto Nokita | Image processing method and apparatus and X-ray imaging apparatus |
CN1804903A (zh) * | 2006-01-25 | 2006-07-19 | 西安交通大学 | 基于尺度空间分解与重构的x射线图像均衡显示处理方法 |
CN101030298A (zh) * | 2007-03-29 | 2007-09-05 | 杭州电子科技大学 | 多尺度自适应对比度变换的医学图像增强方法 |
CN101452575A (zh) * | 2008-12-12 | 2009-06-10 | 北京航空航天大学 | 一种基于神经网络的图像自适应增强方法 |
-
2013
- 2013-10-24 CN CN201310503296.4A patent/CN104574284A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040246347A1 (en) * | 2003-06-09 | 2004-12-09 | Makoto Nokita | Image processing method and apparatus and X-ray imaging apparatus |
CN1804903A (zh) * | 2006-01-25 | 2006-07-19 | 西安交通大学 | 基于尺度空间分解与重构的x射线图像均衡显示处理方法 |
CN101030298A (zh) * | 2007-03-29 | 2007-09-05 | 杭州电子科技大学 | 多尺度自适应对比度变换的医学图像增强方法 |
CN101452575A (zh) * | 2008-12-12 | 2009-06-10 | 北京航空航天大学 | 一种基于神经网络的图像自适应增强方法 |
Non-Patent Citations (3)
Title |
---|
尚杨 等: "一种基于数字X射线透视的医学图像对比度增强算法", 《仪器仪表学报》 * |
彭国福 等: "图像处理中Gamma校正的研究和实现", 《电子工程师》 * |
徐艳丽 等: "基于非线性反锐化掩膜的DR图像边缘增强", 《中国医学物理学杂志》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105054954A (zh) * | 2015-07-17 | 2015-11-18 | 王东良 | 实时多能x射线透视图像的获取及图像处理方法及其*** |
CN106875342A (zh) * | 2015-12-11 | 2017-06-20 | 上海联影医疗科技有限公司 | 一种计算机断层图像处理方法和装置 |
CN106875342B (zh) * | 2015-12-11 | 2024-06-11 | 上海联影医疗科技股份有限公司 | 一种计算机断层图像处理方法和装置 |
CN106169177A (zh) * | 2016-06-27 | 2016-11-30 | 北京金山安全软件有限公司 | 一种图像磨皮方法、装置及电子设备 |
CN106097283A (zh) * | 2016-07-20 | 2016-11-09 | 南京邮电大学 | 一种基于人类视觉***特性的多尺度x线图像增强方法 |
CN107016640A (zh) * | 2017-04-06 | 2017-08-04 | 广州爱图互联网有限公司 | 基于多尺度分解的图片能量归一化处理方法及*** |
CN107369146A (zh) * | 2017-06-28 | 2017-11-21 | 深圳源广安智能科技有限公司 | 一种高性能红外图像处理*** |
CN110335203B (zh) * | 2019-05-05 | 2022-02-01 | 湖南省华芯医疗器械有限公司 | 一种对实时影像中图像的物体轮廓进行加强的方法 |
CN110335203A (zh) * | 2019-05-05 | 2019-10-15 | 湖南省华芯医疗器械有限公司 | 一种对实时影像中图像的物体轮廓进行加强的方法 |
WO2020224508A1 (zh) * | 2019-05-05 | 2020-11-12 | 湖南省华芯医疗器械有限公司 | 一种对实时影像中图像的物体轮廓进行加强的方法 |
CN110232668A (zh) * | 2019-06-17 | 2019-09-13 | 首都师范大学 | 一种多尺度图像增强方法 |
CN110232668B (zh) * | 2019-06-17 | 2021-04-09 | 首都师范大学 | 一种多尺度图像增强方法 |
WO2021114564A1 (zh) * | 2019-12-10 | 2021-06-17 | 南京莱斯电子设备有限公司 | 一种低对比度红外图像的增强方法 |
CN113724144A (zh) * | 2020-05-22 | 2021-11-30 | 北京小米移动软件有限公司 | 一种图像处理方法及终端设备上的图像信号处理器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104574284A (zh) | 一种数字x射线图像对比度增强处理方法 | |
Salem et al. | Medical image enhancement based on histogram algorithms | |
Koonsanit et al. | Image enhancement on digital x-ray images using N-CLAHE | |
Zhao et al. | A new approach for medical image enhancement based on luminance-level modulation and gradient modulation | |
US9002134B2 (en) | Multi-scale image normalization and enhancement | |
EP3224800B1 (en) | Simulating dose increase by noise model based multi scale noise reduction | |
US6463167B1 (en) | Adaptive filtering | |
CN100353378C (zh) | 从图像中减少噪声的图像处理设备 | |
JP5851301B2 (ja) | 画像処理装置、画像処理方法、及び磁気共鳴イメージング装置 | |
JP2014505491A (ja) | 医療用画像の非線形分解能の低減 | |
Sahnoun et al. | A comparative study of MRI contrast enhancement techniques based on Traditional Gamma Correction and Adaptive Gamma Correction: Case of multiple sclerosis pathology | |
US20070286519A1 (en) | Trilateral filter for medical diagnostic imaging | |
WO2022105647A1 (zh) | 一种颅内血管造影增强三维模型的建立方法 | |
CN106530236B (zh) | 一种医学图像处理方法及*** | |
EP3324846A1 (en) | Computed tomography visualization adjustment | |
CN107845079A (zh) | 基于紧支撑的3D‑shearlet医学CT视频去噪方法 | |
Bhairannawar | Efficient medical image enhancement technique using transform HSV space and adaptive histogram equalization | |
CN102637292B (zh) | 一种图像的处理方法和装置 | |
CN104574316A (zh) | 一种数字化x线成像*** | |
US20080107352A1 (en) | System and Method for Structure Enhancement and Noise Reduction in Medical Images | |
Amorim et al. | 3D Adaptive Histogram Equalization Method for Medical Volumes. | |
Dawood et al. | The importance of contrast enhancement in medical images analysis and diagnosis | |
CN110473297B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
Agaian et al. | Novel medical image enhancement algorithms | |
US11354806B2 (en) | Detection of regions with low information content in digital X-ray images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 211112 Jiangning, Jiangsu Province, open source road, No. 168, No. Applicant after: NANJING PERLOVE MEDICAL EQUIPMENT CO., LTD. Address before: 211112 Jiangning, Jiangsu Province, open source road, No. 168, No. Applicant before: Nanjing Perlove Radial-video Equipment Co., Ltd. |
|
COR | Change of bibliographic data | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150429 |