专利名称：医学图像增强处理方法
技术领域：
本发明涉及一种图像增强处理方法，特别涉及一种对医学图像进行增强处理，以凸显组织边缘和细节信息的方法。
背景技术：
医学图像反应的是X线穿透路径上人体各生理组织部位对X线吸收量的累加值，而人体内各生理组织是相互交叠的，一些组织结构由于与X线吸收量较大的组织交叠而无法在X线影像上清晰地显示。另外CR(Computer Radiography，计算机X线摄影)系统由于成像过程中图像板中的磷粒子使X线存在着散射和扫描过程中激光扫描仪的激光在穿过图像板的深部时存在着散射，从而使图像模糊，降低了图像分辨率。应用图像增强处理方法凸显组织边缘和细节，成为医学图像处理的迫切需求。
目前常用的图像增强处理方法有调窗处理方法、直方图均衡化处理方法、模糊掩模锐化处理方法(Unsharp Masking)等。调窗处理方法能在一定范围内改善图像整体对比度，但对细节和组织的边缘增强没有明显的效果；直方图均衡化处理方法基于直方图统计结果来计算灰度转换函数，经过直方图均衡化处理后，图像的直方图变换为接近均匀分布的直方图，以获得最大的信息量，它只能得到全局均衡化处理的结果，无法实现细节和组织的边缘增强的效果。
Unsharp Masking处理方法主要由三个步骤组成1.从原始图像G，经过低通滤波器滤波，将图像平滑，得到一幅包含图像低频成分的低通平滑图L；2.用原始图像G减去低通平滑图L，提取原始图像G的高频分量H；3.将高频分量H乘以一个增强系数A后再与原始图像G叠加，生成结果图R。
用数学公式描述如下R(x，y)＝G(x，y)+A×(G(x，y)-L(x，y))其中，R为增强后的图像。
在对图像进行低通滤波时，通常采用卷积的方法来实现，滤波器卷积核大小决定了要增强的空间频率带。为了获得理想的效果，卷积核大小应该调整到感兴趣对象的大小。
Unsharp Masking处理方法存在以下缺点1、无法同时增强不同空间频率带上的对象，感兴趣对象往往出现在不同的空间频率带上；2、当滤波器卷积核较大时，运算过程耗时太多，无法满足临床需求。
发明内容
本发明所要解决的技术问题是提供一种同时增强图像不同空间频率带上的对象，以凸显组织边缘和细节信息的医学图像增强处理方法。
为了解决上述技术问题，本发明采用以下的技术方案一种医学图像增强处理方法，通过低通滤波器滤波，对原始图像卷积，将图像平滑，得到低通平滑图像，用原始图像减去低通平滑图像，提取高频分量，叠加到原始图像，其特征在于采用固定大小的卷积核卷积缩小过的图像，提取不同空间频率带上的高频分量，对各高频分量放大到原始图像大小，同时叠加到原始图像。
为了解决上述技术问题，本发明采用以下进一步的技术方案该方法包括以下步骤a)从原始图像，采用固定大小卷积核经过低通滤波器滤波，得到一幅包含图像低频成分的低通图，用原始图像减去低通图，得到原始图像的高频分量；b)在低通图水平方向和竖直方向上进行隔点采样，生成缩小图像；采用固定大小卷积核经过低通滤波器滤波，得到一幅包含缩小图像低频成分的低通图，用缩小图像减去包含缩小图像低频成分的低通图；得到高频分量，高频分量放大到原始图像的大小；c)、用包含缩小图像低频成分的低通图，重复步骤b)，依此类推；d)每一级的高频分量依次与原始图像叠加生成结果图。
与现有技术相比本发明具有如下的效果1、可同时增强图像不同空间频率带上的对象，有效增强了图像组织边缘和细节的信息。
2、采用固定大小的卷积核卷积缩小过的图像的方式取代用不同的卷积核卷积原始图像的方式，大大缩短了卷积所耗费的时间，满足临床需求。
图1为本发明的处理流程框2为胸部X线影像的原始图像G1图3为宽和高都是G1的一半图像G2图4为宽和高都是G2的一半图像G3图5为宽和高都是G3的一半图像G4图6为原始图像G1的低通图L1图7为图像G2的低通图L2图8为图像G3的低通图L3图9为图像G4的低通图L4图10为原始图像G1的高频分量H1图11为图像G2的高频分量H2图12为图像G3的高频分量H3图13为图像G4的高频分量H4图14为经过处理的图像。
具体实施例方式
下面结合附图详细说明本发明的原理和方法采用现有的Unsharp Masking方法对图像进行处理时，可以有效增强与低通滤波器卷积核大小相近的对象。因此，对该图像进行多次Unsharp Masking处理，分别使用不同大小的低通滤波器卷积核，可同时增强不同空间频率带上的对象。
具体步骤如下
1.从原始图像G，采用卷积核N1经过低通滤波器1滤波，得到一幅包含图像低频成分的低通图L1；2.用原始图像G减去低通图L1，可以得到原始图像G的高频分量H1；3.将H1乘以一个增强系数A1后再与原始图像G叠加；4.改用卷积核N2经低通滤波器2滤波、增强系数A2，重复第1、2、3步骤；5.…i.改用卷积核Ni经低通滤波器i滤波、增强系数Ai，重复第1、2、3步骤。
用数学公式描述如下R(x，y)＝G(x，y)+A1×(G(x，y)-L1(x，y))+……+Ai×(G(x，y)-Li(x，y))此方法等同于应用了多次不同大小低通滤波器卷积核的Unsharp Masking处理，这种方法虽然可以解决单次UnsharpMasking方法无法同时增强不同空间频率带上的对象的缺点，但是随Unsharp Masking处理的次数增多，卷积核也不断增大，根据卷积算法原理，一个大小为N的卷积核参加卷积，对于每一像素点，需要经过以下几步运算1.N×N次乘法运算2.N×N-1次加法运算3.1次除法运算因此完成一次卷积运算所需的时间与N(卷积核)的平方成正比，与图像的大小成正比，采用这种方法处理图像的时间大于多次Unsharp Masking处理占用时间的总和，显然速度无法满足临床需求。为了减少计算量，缩短图像处理的时间，本发明采用固定大小的卷积核卷积缩小过的图像，提取不同空间频率带上的高频分量，对各高频分量放大到原始图像大小，同时叠加到原始图像，以凸显组织边缘和细节信息的。
参照图1，本发明具体由以下步骤组成1.从原始图像G1，采用卷积核N1经过低通滤波器1滤波，得到一幅包含原始图像G1低频成分的低通图L1；用原始图像G1减去低通图L1，得到原始图像G1的高频分量H1；将H1乘以一个增强系数A1后再与原始图像G1叠加；2.低通图L1水平方向和竖直方向上进行隔点采样，生成缩小图像G2，采用卷积核N1经过低通滤波器1滤波，得到一幅包含图像G2低频成分的低通图L2；用图G2减去低通图L2得到高频分量H2；将H2乘于增强系数A2，再放大到原始图像G1的大小，与原始图像G1叠加；3.在低通图L2水平方向和竖直方向上进行隔点采样，生成缩小图像G3，采用卷积核N1经过低通滤波器1滤波，得到一幅包含图像G3低频成分的低通图L3；用图G3减去低通图L3得到高频分量H3；将H3乘于增强系数A3，放大到原始图像G1的大小，与原始图像G1叠加；4、依此类推，重复步骤2，每一级的高频份量依次与原始图像G1叠加，生成结果图。
上述步骤中，隔点采样的目的是为了提取不同空间频率带上的对象，隔点可隔一个点、二个点乃至数个点，隔一个点采样，生成缩小二分之一的图像，隔二个点生成缩小三分之一的图像，隔三个点生成缩小四分之一的图像，依此类推，从理论上，可直到缩小图Gi的宽和高小于低通滤波器的卷积核的大小。
上述步骤中，高频分量根据轮廓的清晰度和噪声的大小乘以一个增强系数，如果轮廓不清晰和噪声较大，增强系数可为0。
采用上述处理方法，结果图包含了每一级的高频分量，增强了图像的组织边缘和细节信息。同时采用将图像缩小的方式，使每次卷积的卷积核大小固定不变，大大缩短了卷积所耗费的时间，满足临床需求。
实施例1如图2所示，原始图像G1是一幅典型的胸部X线影像。
图像特性如下像素深度灰度12位；图像尺寸宽2560，高3072；像素大小0.139mm×0.139mm；选择的低通滤波器为卷积核大小为5个像素的高斯低通滤波器。
实施过程如下1.将宽2560高3072的原始图像G1用卷积核为5的高斯低通滤波器滤波，得到一幅包含原始图像G1低频成分的低通图L1(如图6所示)，原始图像G1减去低通图L1，得到原始图像G1的高频分量H1(如图10所示)，从图10中可见，高频分量H1没有明显的边界轮廓信息，主要是噪声，对其应用的增强系数A1为0，以抑制噪声的放大，与原始图像G1叠加；2、在低通图L1水平方向和竖直方向上隔一个点采样，生成宽1280高3072的缩小图G2(如图3所示G2的宽和高都是G1的一半)，将G2用卷积核为5的高斯低通滤波器滤波，得到一幅包含缩小图G2低频成分的低通图L2(如图7所示)，用图G2减去低通图L2，得到图G2的高频分量H2(如图11所示)，H2有比较清晰的边界轮廓，对其应用的增强系数A2为1，再放大到原始图像G1大小后与原始图像G1叠加。
3、在低通图L2水平方向和竖直方向上隔一个点采样，生成宽640高768的缩小图G3(如图4所示G3的宽和高都是G2的一半)，将图G3用卷积核为5的高斯低通滤波器滤波，得到一幅包含缩小图G3低频成分的低通图L3(如图8所示)，用图G3减去低通图L3，得到G3的高频分量H3(如图12所示)，H3有比较清晰的边界轮廓，对其应用的增强系数A3为1，再放大到原始图像G1大小后与原始图像G1叠加。
4、在低通图L3水平方向和竖直方向上隔一个点采样，生成宽320高384的缩小图G4(如图5所示G4的宽和高都是G3的一半)，将图G4用卷积核为5的高斯低通滤波器滤波，得到一幅包含缩小图G4低频成分的低通图L4(如图9所示)，用图G4减去低通图L4，得到图G4的高频分量H4(如图13所示)，H4有比较清晰的边界轮廓，对其应用的增强系数A4为1，再放大到原始图像G1大小后与原始图像G1叠加。
从图14可见，采用上述方法对图像进行处理后，无论是图像的细节还是较大组织的边缘都得到了有效地增强。在CPU P4 1.6G，内存512M的机器环境下，原始图像G1卷积耗时756ms，图G1、G2、G3、G4卷积总耗时1064ms，1.5秒以内完成整个图像处理过程。
实施例2测试机器与实施例1相同，选择的低通滤波器为卷积核大小为7个像素的高斯低通滤波器。采用本方法，原始图像G1卷积耗时1054ms，图G1、G2、G3、G4卷积总耗时2100ms。
实施例3测试机器与实施例1相同，选择的低通滤波器为卷积核大小为9个像素的高斯低通滤波器。采用本方法，原始图像G1卷积耗时2696ms，图G1、G2、G3、G4卷积总耗时3824ms。
以上述实施例可知，卷积核尺寸越大，需要耗费的时间越长；为保证一次图像处理的时间在2秒内，卷积核的大小应小于等于5个像素，但卷积核尺寸越小，结果图将引入越多的噪声，所以卷积核的大小为5个像素为最佳。
本发明可以克服Unsharp Masking处理方法的缺陷，在2秒内同时增强常规医学影像中不同空间频率带的对象，提高了图像的增强效果和准确性，具有较大的社会效益和经济效益。
权利要求
1.一种医学图像增强处理方法，通过低通滤波器滤波，对原始图像卷积，将图像平滑，得到低通平滑图像，用原始图像减去低通平滑图像，提取高频分量，叠加到原始图像，其特征在于采用固定大小的卷积核卷积缩小过的图像，提取不同空间频率带上的高频分量，对各高频分量放大到原始图像大小，同时叠加到原始图像。
2.权利要求1所述的一种医学图像增强处理方法，其特征在于该方法包括以下步骤a)从原始图像，采用固定大小卷积核经过低通滤波器滤波，得到一幅包含图像低频成分的低通图，用原始图像减去低通图，得到原始图像的高频分量；b)在低通图水平方向和竖直方向上进行隔点采样，生成缩小图像；采用固定大小卷积核经过低通滤波器滤波，得到一幅包含缩小图像低频成分的低通图，用缩小图像减去包含缩小图像低频成分的低通图，得到高频分量，高频分量放大到原始图像的大小；c)用包含缩小图像低频成分的低通图，重复步骤b)，依此类推；d)每一级的高频分量依次与原始图像叠加生成结果图。
3.如权利要求2所述的一种医学图像增强处理方法，其特征在于步骤b)所述隔点的点数至少一个，隔一个点生成缩小二分之一的图像，隔二个点生成三分之一的图像缩小，隔三个点缩小四分之一，依此类推。
4.如权利要求1或2或3所述的一种医学图像增强处理方法，其特征在于所述的高频分量根据噪声的大小乘以一个增强系数。
5.如权利要求4所述的一种医学图像增强处理方法，其特征在于所述的卷积核小于等于5个像素
6.如权利要求5所述的一种医学图像增强处理方法，其特征在于所述的卷积核大小为5个像素。
全文摘要
本发明涉及一种医学图像增强处理方法，通过低通滤波器滤波，对原始图像卷积，将图像平滑，得到低通平滑图像，用原始图像减去低通平滑图像，提取高频分量，叠加到原始图像，其特征在于采用固定大小的卷积核卷积缩小过的图像，提取不同空间频率带上的高频分量，对各高频分量放大到原始图像大小，同时叠加到原始图像。该处理方法可在较短时间内，同时增强图像不同空间频率带上的对象，有效增强了图像组织边缘和细节的信息，满足临床需求。
文档编号A61B6/00GK1819621SQ20061004935
公开日2006年8月16日 申请日期2006年1月25日 优先权日2006年1月25日
发明者段会龙, 赵晨晖, 吕旭东, 柴春华 申请人:杭州维科软件工程有限责任公司