基于小波融合技術(shù)的醫(yī)學(xué)圖像增強(qiáng)方法

李云紅，梁高鳴，伊 欣，屈海濤

（1.西安工程大學(xué)電子信息學(xué)院，陜西西安710048；2.哈爾濱市產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)院，黑龍江哈爾濱150036）

基于小波融合技術(shù)的醫(yī)學(xué)圖像增強(qiáng)方法

李云紅1，梁高鳴1，伊 欣1，屈海濤2

（1.西安工程大學(xué)電子信息學(xué)院，陜西西安710048；2.哈爾濱市產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)院，黑龍江哈爾濱150036）

為了改善醫(yī)學(xué)圖像質(zhì)量，在分析小波變換原理的基礎(chǔ)上，根據(jù)醫(yī)學(xué)圖像的成像特征，提出了一種基于小波融合技術(shù)的醫(yī)學(xué)圖像增強(qiáng)方法。首先，對待增強(qiáng)圖像進(jìn)行多層小波變換處理，獲取各個頻率的小波系數(shù)。然后分別對各頻率系數(shù)進(jìn)行相應(yīng)的處理后，進(jìn)行小波重構(gòu)并進(jìn)行對比度增強(qiáng)處理，獲得增強(qiáng)圖像1；同時對待增強(qiáng)圖像進(jìn)行對數(shù)變換和對比度拉伸處理，獲得增強(qiáng)圖像2。最后將增強(qiáng)圖像1和增強(qiáng)圖像2變換至小波域進(jìn)行圖像融合處理，以獲得最終的增強(qiáng)圖像。結(jié)果表明：本文提出的增強(qiáng)方法具有明顯的增強(qiáng)效果。該增強(qiáng)方法能有效提高醫(yī)學(xué)圖像的對比度，增強(qiáng)邊緣細(xì)節(jié)信息，突出病灶點(diǎn)的位置，達(dá)到較好的增強(qiáng)效果，為醫(yī)療工作者觀察病癥提供更加清晰準(zhǔn)確的依據(jù)。

醫(yī)學(xué)圖像；對比度拉伸；小波變換；小波融合

1 引 言

由于醫(yī)學(xué)圖像的成像原理有別于普通圖像成像原理［1－2］，再加上外界各種物理因素的影響，往往導(dǎo)致醫(yī)學(xué)圖像的對比度較普通圖像而言，差了很多，因而常出現(xiàn)邊緣模糊，細(xì)節(jié)信息不清晰等問題。因此要獲得一幅較好質(zhì)量的增強(qiáng)醫(yī)學(xué)圖像就需要在去噪的基礎(chǔ)上對圖像進(jìn)行增強(qiáng)處理，突出細(xì)節(jié)，增強(qiáng)邊緣效果。

小波變換［3－5］能同時在時域和頻域上通過波形的拉伸與平移對圖像進(jìn)行多尺度分析，較其他變換方法更優(yōu)秀一些，并且為增強(qiáng)圖像提供了一條新的途徑。除此之外，小波的自適應(yīng)閾值處理方法［6－8］，能對圖像進(jìn)行有效的增強(qiáng)處理，并且運(yùn)算速度較快，能夠適應(yīng)容積較大的圖像信息或者動態(tài)圖像。

為了改善醫(yī)學(xué)圖像邊緣不清晰［9－10］的特點(diǎn)，對圖像進(jìn)行銳化處理增強(qiáng)邊緣信息是非常有必要的。由于小波分解后，細(xì)節(jié)、輪廓等信息都存儲于高頻子圖中，同時高頻子圖中也包含了噪聲點(diǎn)等多余信息，因此在對圖像進(jìn)行對比度拉伸之前先對高頻子圖進(jìn)行濾波處理，能有效去除噪聲點(diǎn)并增強(qiáng)圖像整體效果。同時，對圖像進(jìn)行對比度增強(qiáng)處理［11－12］，能有效調(diào)整圖像的對比度，增強(qiáng)人眼視覺效果。

根據(jù)以上分析，本文提出了一種基于小波融合技術(shù)的醫(yī)學(xué)圖像增強(qiáng)方法。該方法能有效提高醫(yī)學(xué)圖像的對比度，增強(qiáng)邊緣細(xì)節(jié)信息，突出病灶點(diǎn)的位置，達(dá)到較好的增強(qiáng)效果。

2 小波變換

小波變換是一種起源于20世紀(jì)初發(fā)展于20世紀(jì)80年代的數(shù)學(xué)變換方法，其思想是由伸縮平移方法的啟發(fā)而來。小波變換具有特殊的變換核，且變換核不是唯一的而是多種多樣的，因此可選擇性強(qiáng)。小波變換能夠根據(jù)信號局部區(qū)域特性的不同對變換時頻域分辨率進(jìn)行相應(yīng)地調(diào)整，即能使經(jīng)小波分解后的低頻信號具有較高的頻率分辨率，而使分解得到的高頻信號具有相對較高的時間分辨率。正是這種“變焦”特性，小波變換能更適用于非平穩(wěn)信號，因此基于小波變換的分析方法對醫(yī)學(xué)圖像處理具有更強(qiáng)的適應(yīng)性。

常用的閾值化方法主要分為兩種：軟閾值化方法和硬閾值化方法。

軟閾值化表達(dá)式為：

硬閾值化表達(dá)式為：

兩種閾值化如圖1所示。

圖1 兩種閾值化方法

兩種閾值方法各有特點(diǎn)，例如，軟閾值更具連續(xù)性，且易于處理和實(shí)現(xiàn)，獲得的去噪效果更加適應(yīng)人眼的視覺感受，而硬閾值則能更符合實(shí)際情況，能較軟閾值處理更好地保留邊緣細(xì)節(jié)信息。將兩種閾值化方法結(jié)合起來，能獲得更好的去噪效果。閾值化的關(guān)鍵在于閾值的選取，若選定的閾值過小，則起不到去除噪聲的作用，若選定的閾值過大，則圖像特征等重要信息就會被一起濾除掉。

Donoho等已于90年代提出了統(tǒng)一閾值的選取方法。

之后，Donoho又提出了一種針對小波軟閾值尺度非線性閾值的選取方法：

其中，σk表示經(jīng)小波分解的各尺度下圖像的噪聲標(biāo)準(zhǔn)方差；k表示小波分解的層數(shù)。

通過利用該非線性閾值對各層小波分解圖像進(jìn)行小波軟閾值處理，能有效的克服閾值單一的缺點(diǎn)，自適應(yīng)能力更強(qiáng)，增強(qiáng)圖像的能力也隨之增強(qiáng)。

3 基于小波變換的圖像增強(qiáng)方法

基于以上分析，本文根據(jù)醫(yī)學(xué)圖像對比度低、邊緣模糊等特點(diǎn)提出了一種基于小波變換的醫(yī)學(xué)圖像增強(qiáng)方法，如圖2所示。

圖2 增強(qiáng)方法流程圖

增強(qiáng)步驟如下：

（1）選擇一個合適的小波基，對待增強(qiáng)圖像依次進(jìn)行3層小波變換，得到各層小波分解系數(shù)；

（2）低頻信息保留不變；對高頻系數(shù)進(jìn)行濾波處理，同時對對角系數(shù)進(jìn)行非線性軟閾值處理；（3）逐層進(jìn)行小波逆變換，得到小波重構(gòu)圖像；（4）對重構(gòu)的小波圖像進(jìn)行對比度增強(qiáng)處理，獲得增強(qiáng)圖像1；

（5）同時對待增強(qiáng)圖像依次進(jìn)行對數(shù)變換和對比度拉伸處理，得到增強(qiáng)圖像2；

（6）將增強(qiáng)圖像1和增強(qiáng)圖像2進(jìn)行融合，獲得最終的增強(qiáng)圖像。

4 實(shí)驗(yàn)結(jié)果與分析

根據(jù)本文提出的方法，在MATLAB 2010a的環(huán)境下，使用大小為512×512的標(biāo)準(zhǔn)測試圖片lena作為實(shí)驗(yàn)測試圖片，對增強(qiáng)方法進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果將與原圖進(jìn)行比較，以驗(yàn)證本文提出增強(qiáng)方法的有效性。

小波逐層分解結(jié)果如圖3所示。從各分解子圖可以看出，邊緣，細(xì)節(jié)等信息大部分集中在分解成的高頻子圖以及對角子圖中，低頻子圖主要存儲原始圖像中的輪廓信息。

圖3 小波逐層分解子圖

經(jīng)處理后的小波系數(shù)進(jìn)行重構(gòu)后，能獲得較為平滑的圖像信號，再對圖像進(jìn)行灰度拉伸處理，則能有效的增強(qiáng)圖像的邊緣信號且不會放大噪聲對圖像的影響。經(jīng)濾波后非線性閾值處理后的各層小波重構(gòu)圖如圖4所示。其中圖4（a）為第3層小波重構(gòu)圖，大小為128×128；圖4（b）為第2層小波重構(gòu)圖，大小為256×256；圖4（c）為第1層小波重構(gòu)圖，大小為512×512，與原始圖像大小相同。

圖4 小波各層重構(gòu)圖

原始圖像如圖5所示。經(jīng)過圖像融合后的增強(qiáng)圖像如圖6所示。與原始圖像相比較，增強(qiáng)圖像能有效的突出圖像的細(xì)節(jié)部分，且經(jīng)增強(qiáng)處理后的圖像明顯更適應(yīng)于人眼的視覺特性，具有更強(qiáng)的視覺效果。

圖5 原始圖像

圖6 增強(qiáng)圖像

經(jīng)過實(shí)驗(yàn)驗(yàn)證，基于小波變換的圖像增強(qiáng)方法具有一定的有效性，具有一定的去噪功能的同時還能有效的增強(qiáng)圖像的視覺效果，起到突出細(xì)節(jié)和邊緣信息的作用。下面對CT圖像以及B型超聲圖像分別進(jìn)行實(shí)驗(yàn)。

（1）CT圖像實(shí)驗(yàn)驗(yàn)證

原始CT圖像如圖7（a）所示，增強(qiáng)圖像如圖7（b）所示。其中左圖為原發(fā)性肝癌CT圖，右圖為縱隔淋巴結(jié)核CT圖。

（2）B型超聲圖像實(shí)驗(yàn)驗(yàn)證

圖8（a）為B型超聲圖像。增強(qiáng)圖像如圖8（b）所示。與原始圖像相比較，增強(qiáng)圖像的邊緣信息更加突出，能快捷有效的找到B超圖像中的病灶點(diǎn)部位，為準(zhǔn)確的診斷提供可靠的依據(jù)。

圖7 CT圖像增強(qiáng)效果對比圖

圖8 B型超聲圖像增強(qiáng)效果對比圖

5 結(jié) 論

根據(jù)醫(yī)學(xué)圖像的特點(diǎn)，在分析了小波非線性閾值處理方法和小波融合方法的基礎(chǔ)上，結(jié)合小波融合的處理方法，提出了一種基于小波變換的醫(yī)學(xué)圖像增強(qiáng)方法。經(jīng)過標(biāo)準(zhǔn)測試圖片的實(shí)驗(yàn)，確定該方法的有效性。通過多次對各種醫(yī)學(xué)圖像進(jìn)行增強(qiáng)處理可知，該方法能有效提高醫(yī)學(xué)圖像的對比度，增強(qiáng)邊緣細(xì)節(jié)信息，突出病灶點(diǎn)的位置，達(dá)到較好的增強(qiáng)效果，為醫(yī)療工作者觀察病癥提供更加清晰準(zhǔn)確的依據(jù)。

［1］ Jiang Yuxin，Wang Zhigang.Medical ultrasound imageology［M］.Beijing：People’s Health Publishing House，2010：1－10.（in Chinese）

姜玉新，王志剛.醫(yī)學(xué)超聲影像學(xué)［M］.北京：人民衛(wèi)生出版社，2010：1－10.

［2］ Xing Zhanfeng.Study on several problems of ultrasound medical image processing［D］.Tianjin：Tianjin University，2003.（in Chinese）

邢占峰.超聲醫(yī)學(xué)圖像處理中若干問題的研究［D］.天津：天津大學(xué)，2003.

［3］ Ni Lin.Wavelet transform and image processing［M］.Hefei：University of Science and Technology of China Press，2010：140－146.（in Chinese）

倪林.小波變換與圖像處理［M］.合肥：中國科學(xué)技術(shù)大學(xué)出版社，2010：140－146.

［4］ Donoho D L.Denoising by soft-thresholding［J］.IEEE Trans on Information Theory，1995，41（3）：613－627.

［5］ Li Yingchun，Sun Jiping，F(xiàn)u Xingjian.Infrared image denoising based on wavelet transform［J］.Laser＆Infrared，2006，36（10）：988－991.（in Chinese）

李迎春，孫繼平，付興建.基于小波變換的紅外圖像去噪［J］.激光與紅外，2006，36（10）：988－991.

［6］ Guo Min，Ma Yuanliang，Zhu Ting.A method ofmedical ultrasonic image denoising and enhancement based on wavelet transform［J］.Chin J Med Imaging Technol，2006，22（9）：1435－1437（in Chinese）

郭敏，馬遠(yuǎn)良，朱霆.基于小波變換的醫(yī)學(xué)超聲圖像去噪及增強(qiáng)方法［J］.中國醫(yī)學(xué)影像技術(shù)，2006，22（9）：1435－1437.

［7］ A Sawant，H Zeman，D Muratore，et al.An adaptivemedian filter algorithm to remove impulse noise in X-ray and CT images and speckle in ultrasound images［J］.Image Processing，1999，3661（2）：1263－1274.

［8］ Chen Xiaoxi，Wang Yanjie，Liu Lian.Deep study on wavelet threshold method for image noise removing［J］.Laser＆Infrared，2012，42（1）：105－110.（in Chinese）

陳曉曦，王延杰，劉戀.小波閾值去噪法的深入研究［J］.激光與紅外，2012，42（1）：105－110.

［9］ Wen Xuebing，Luan Mengjie.An algorithm for mammogram enhancement based on weighted fusion［J］.Journal of Beihua University：Natural Science，2007，8（2）：185－189.（in Chinese）

溫學(xué)兵，欒孟杰.一種加權(quán)融合的乳腺圖像增強(qiáng)方法［J］.北華大學(xué)學(xué)報：自然科學(xué)版，2007，8（2）：185－189.

［10］Fan Lulu，An Chengbin.Research of image fusion algorithm based on LWT［J］.Laser＆Infrared，2012，42（9）：1076－1079.（in Chinese）

范璐璐，安成斌.基于提升小波變換的圖像融合算法研究［J］.激光與紅外，2012，42（9）：1076－1079.

［11］Liu Xuan，Liu Jiabin.Mammary image enhancementbased on contrast limited adaptive histogram equalization［J］.Computer Engineering and Applications，2008，44（10）：173－175.（in Chinese）

劉軒，劉佳賓.基于對比度受限自適應(yīng)直方圖均衡的乳腺圖像增強(qiáng)［J］.計算機(jī)工程與應(yīng)用，2008，44（10）：173－175.

［12］Yang Hui，Zhai Lirong.Themethod and implementation of medical image enhancement based on wavelet transform［J］.Journal of Liaoning University，2010，37（4）：355－358.（in Chinese）

楊暉，翟麗榮.基于小波變換的醫(yī)學(xué)圖像增強(qiáng)方法與實(shí)現(xiàn)［J］.遼寧大學(xué)學(xué)報，2010，37（4）：355－358.

M ethod ofmedical image enhancement based on wavelet fusion

LIYun-hong1，LIANG Gao-ming1，YIXin1，QU Hai-tao2
（1.School of Electronics and information，Xi’an Polytechnic University，Xi’an 710048，China 2.Harbin Product Quality Supervision and Inspection Institute，Harbin 150036，China）

In order to improve the quality of ultrasound image，based on the wavelet transform principle，according to the imaging feature ofmedical image，amethod ofmedical image enhancement based on wavelet fusion is proposed.Firstly，original image is processed bymulti-layerwavelet transform to geteach frequency ofwavelet coefficients.Then frequency coefficientswhich are processed respectively are used to dowavelet reconstruction and contrastenhancement and the enhanced image1is gotten.At the same time original image is processed by logarithmic transformation and contrast stretching to getenhanced image 2.Finally，enhanced image 1 and enhanced image 2 are processed by wavelet fusion in waveletdomain to acquire the final enhanced image.The result shows that the proposedmethod has obvious enhancementeffect.Themethod can effectively enhance the contrastof themedical image，enhance the detail information of the edge and give prominence to position of focal point to achieve better effect，which providesmore clear and accurate base formedicalworkers.

medical image；contrast stretching；wavelet translate；wavelet fusion

P391.41

A

10.3969／j.issn.1001-5078.2013.10.24

1001-5078（2013）10-1188-04

陜西省教育廳自然科學(xué)專項基金項目（No.12JK0512）；西安工程大學(xué)博士科研啟動基金項目（No.BS1017）資助。

李云紅（1974－），女，滿族，副教授，博士，主要從事紅外熱像技術(shù)、數(shù)字圖像處理、信號與信息處理技術(shù)研究。E-mail：hitliyunhong＠163.com

2013－03－03；

2013－03－15