一種自適應(yīng)直方圖均衡醫(yī)學(xué)圖像增強(qiáng)方法

施慧

一種自適應(yīng)直方圖均衡醫(yī)學(xué)圖像增強(qiáng)方法

施慧

目的：提出一種自適應(yīng)直方圖均衡醫(yī)學(xué)圖像增強(qiáng)方法，在提高醫(yī)學(xué)圖像對(duì)比度的同時(shí)，突出圖像中的細(xì)節(jié)信息。方法：在對(duì)醫(yī)學(xué)圖像進(jìn)行直方圖均衡的基礎(chǔ)上，利用Sobel梯度算子提取圖像細(xì)節(jié)信息，經(jīng)自適應(yīng)直方圖均衡法處理后保留到增強(qiáng)后的圖像中。結(jié)果：該方法可保留較多的圖像細(xì)節(jié)信息，從而達(dá)到更好的圖像增強(qiáng)效果。結(jié)論：自適應(yīng)直方圖均衡醫(yī)學(xué)圖像增強(qiáng)方法可以很好地達(dá)到預(yù)期效果，對(duì)臨床醫(yī)生進(jìn)行準(zhǔn)確及時(shí)的確診具有重要意義。

直方圖均衡；圖像增強(qiáng)；Sobel算子

0 引言

醫(yī)學(xué)圖像常常因?yàn)槌上裣到y(tǒng)噪聲、密度差異、病變組織結(jié)構(gòu)等原因?qū)е鲁上衲：?duì)比度低等現(xiàn)象，不利于臨床醫(yī)生及時(shí)準(zhǔn)確地對(duì)患者病因進(jìn)行確診。醫(yī)學(xué)圖像增強(qiáng)的主要目的就是要消除這些不利因素的影響，增強(qiáng)圖像中感興趣的目標(biāo)，從而可以使觀察者更準(zhǔn)確有效地獲取感興趣信息[1-2]。

傳統(tǒng)的直方圖均衡醫(yī)學(xué)圖像增強(qiáng)方法可以增強(qiáng)圖像的對(duì)比度，但并不能增強(qiáng)圖像的細(xì)節(jié)信息[3-5]。本論文提出一種自適應(yīng)醫(yī)學(xué)圖像增強(qiáng)方法，不僅可以提高圖像對(duì)比度，而且可以突出圖像中的細(xì)節(jié)信息。

1 直方圖均衡法

直方圖均衡法的目的就是通過(guò)圖像灰度變換，使得變換后圖像的各個(gè)灰度值分布比較一致，從而達(dá)到增強(qiáng)圖像的目的。它的變換函數(shù)是圖像像素灰度值的累積分布函數(shù)。對(duì)于離散灰度值圖像f（x，y），假定其具有N個(gè)像素點(diǎn)，每個(gè)像素點(diǎn)可取L種灰度級(jí)。其中，第k級(jí)像素灰度值rk在該圖像中出現(xiàn)的概率為

其中，nk表示圖像中灰度級(jí)為rk的像素點(diǎn)的個(gè)數(shù)。

用sk表示灰度級(jí)rk變換后的灰度值，則直方圖均衡變換函數(shù)可被表示為

故直方圖均衡化方法的步驟可被歸納如下：

（1）利用公式（1）計(jì)算各灰度級(jí)的出現(xiàn)概率；

（2）利用公式（2）計(jì)算各灰度級(jí)的變換函數(shù)；

（3）利用步驟（2）建立一張灰度級(jí)rk～sk（k=0，1，2，…，L-1）的映射表，以便于迅速查找；

（4）利用步驟（3）所建立的映射表完成圖像的灰度變換。

2 自適應(yīng)直方圖均衡法

利用直方圖均衡法進(jìn)行醫(yī)學(xué)圖像增強(qiáng)運(yùn)算相對(duì)簡(jiǎn)單，可大大擴(kuò)展圖像像素灰度值的動(dòng)態(tài)范圍，使得圖像具有較高的全局對(duì)比度。該方法具有僅僅依賴圖像像素點(diǎn)的灰度分布信息，不需要額外的參數(shù)信息的優(yōu)點(diǎn)。該方法的缺點(diǎn)是在數(shù)據(jù)離散化過(guò)程中會(huì)出現(xiàn)灰度量化級(jí)簡(jiǎn)并現(xiàn)象，從而導(dǎo)致圖像細(xì)節(jié)信息丟失[6]。因此，本文將提出一種自適應(yīng)直方圖均衡醫(yī)學(xué)圖像增強(qiáng)法，在直方圖增強(qiáng)圖像的基礎(chǔ)上，盡可能地保留圖像細(xì)節(jié)信息。

梯度算子可通過(guò)圖像微分運(yùn)算來(lái)增強(qiáng)圖像邊緣和其他突變的區(qū)域，從而達(dá)到提取圖像細(xì)節(jié)信息的目的。本文可考慮利用Sobel梯度算子[7]來(lái)提取圖像細(xì)節(jié)信息，用gSobel（x，y）表示經(jīng)Sobel算子提取的圖像，則有

直方圖均衡法的灰度變換函數(shù)與圖像所處的位置無(wú)關(guān)，本文所提出的自適應(yīng)直方圖均衡圖像增強(qiáng)法的灰度變換函數(shù)將與圖像所處的位置相關(guān)，其基本思路是在圖像中細(xì)節(jié)較多處保留較多的圖像細(xì)節(jié)信息?？上鄳?yīng)定義一個(gè)權(quán)值系數(shù)如下：

用ghi（stx，y）表示經(jīng)直方圖均衡增強(qiáng)后的圖像、gadap-hi（stx，y）表示自適應(yīng)直方圖均衡增強(qiáng)后的圖像，則有

則本文所提出的自適應(yīng)直方圖均衡醫(yī)學(xué)圖像增強(qiáng)方法可被歸納如下：

（1）利用上節(jié)所述的直方圖均衡法計(jì)算ghist（x，y）；

（2）利用公式（3）計(jì)算Sobel梯度算子提取的圖像細(xì)節(jié)信息gSobel（x，y）；

（3）利用公式（4）計(jì)算自適應(yīng)權(quán)系數(shù)kx，y；

（4）利用公式（5）計(jì)算經(jīng)自適應(yīng)直方圖均衡法處理后的圖像。

3 系統(tǒng)性能仿真及分析

考慮對(duì)一幅人腦圖像進(jìn)行圖像增強(qiáng)處理，自適應(yīng)均衡增強(qiáng)算法中取窗口大小為w=5，原始圖像和經(jīng)處理后的圖像如圖1～4所示。由上述結(jié)果可知，直方圖均衡圖像增強(qiáng)雖然能夠提高圖像的對(duì)比度，但丟失了圖像的細(xì)節(jié)信息，而本文所提出的自適應(yīng)直方圖均衡圖像增強(qiáng)方法能夠在提高圖像對(duì)比度的同時(shí)，保留較多的圖像細(xì)節(jié)信息，從而達(dá)到更好的圖像增強(qiáng)效果。

圖1 原始圖像

圖2 Sobel算子所提取的圖像

圖3 直方圖均衡增強(qiáng)圖像

圖4 自適應(yīng)直方圖均衡增強(qiáng)圖像（k′=2）

圖5、6分別為k′=0.1和k′=10時(shí)的自適應(yīng)直方圖均衡圖像增強(qiáng)結(jié)果，通過(guò)圖片可知，k′取值較小時(shí)，圖像細(xì)節(jié)信息保留較少；但是k′取值較大時(shí)，由于梯度算子在提取圖像細(xì)節(jié)信息的同時(shí)，會(huì)使圖像噪聲放大，并且產(chǎn)生過(guò)增強(qiáng)，圖像增強(qiáng)效果也不好。所以k′的取值需在保留圖像細(xì)節(jié)信息和抑制圖像中噪聲這2個(gè)方面進(jìn)行折中考慮，對(duì)于本文中圖像，經(jīng)觀察，k′=2時(shí)可取得相對(duì)較好的圖像增強(qiáng)效果。

圖5 自適應(yīng)直方圖均衡增強(qiáng)圖像（k′=0.1）

圖6 自適應(yīng)直方圖均衡增強(qiáng)圖像（k′=10）

4 結(jié)語(yǔ)

直方圖均衡醫(yī)學(xué)圖像增強(qiáng)法可以提高圖像的全局對(duì)比度，但由于會(huì)出現(xiàn)灰度級(jí)簡(jiǎn)并現(xiàn)象而導(dǎo)致圖像細(xì)節(jié)信息丟失。本文所提出的自適應(yīng)直方圖均衡醫(yī)學(xué)圖像增強(qiáng)法利用Sobel梯度算子提取醫(yī)學(xué)圖像細(xì)節(jié)信息，并將所提取的細(xì)節(jié)信息疊加在直方圖均衡增強(qiáng)后的醫(yī)學(xué)圖像上，不僅可以提高醫(yī)學(xué)圖像對(duì)比度，而且可以保留較多的圖像細(xì)節(jié)信息。

[1]Soloperto G，Conversano F，Greco A，et al.Multiparametric evaluation of the acoustic behavior of halloysite nanotubes for medical echographic image enhancement[J].IEEE Trans，Instrumentation and Measurement，2014，63（6）：1 423-1 430.

[2]何勝宗，劉映杰，馬義德，等.基于PCNN圖像因子分解的X線醫(yī)學(xué)圖像增強(qiáng)[J].中國(guó)圖像圖形學(xué)報(bào)，2011，16（1）：21-26.

[3]Kim J Y，Kim L S.An advanced contrast enhancement using partially overlapped sub-block histogram equalization[J].IEEE Trans，Circuits and Video Technology，2001，11（4）：475-484.

[4]許靜.醫(yī)學(xué)圖像增強(qiáng)與直方圖處理[J].電腦知識(shí)與技術(shù)，2009，5（19）：5 268-5 270.

[5]張利平，黃廉卿.基于局部直方圖重分布的醫(yī)學(xué)圖像增強(qiáng)方法[J].光電子·激光，2004，15（7）：877-880.

[6]岡薩雷斯.數(shù)字圖像處理[M].2版.北京：電子工業(yè)出版社，2007.

[7]石雪娟，羅二平，申廣浩，等.基于MITK的醫(yī)學(xué)圖像Sobel算子邊緣檢測(cè)研究[J].醫(yī)療衛(wèi)生裝備，2008，29（8）：83-84.

（收稿：2014-10-07 修回：2015-01-17）

（欄目責(zé)任編校：邢 楠 孫麗麗）

Medical image enhancement method by adaptive histogram equalization

SHI Hui
(Sterilization Supply Department,Nanjing General Hospital of Nanjing Military Area Command,Nanjing 210002,China)

ObjectiveTo present an adaptive histogram equalization method for medical image enhancement,which can improve the contrast of medical image while keep image detail information.MethodBased on histogram equalization, Sobel gradient operator was used to extract the detailed information which could be adaptively conserved in the enhanced image.ResultsThe detailed information of medical image could be retained as much as possible,with image enhancement obtained.ConclusionThe adaptive histogram equalization method for medical image meets the desired requirements,and is of great significance for timely and accurate diagnosis.[Chinese Medical Equipment Journal，2015，36（7）：51-52]

histogram equalization;image enhancement;sobel operator

R318；TP751

A

1003-8868（2015）07-0051-02

10.7687/J.ISSN1003-8868.2015.07.051

施 慧（1985—），女，護(hù)師，主要從事醫(yī)療器械維護(hù)及醫(yī)學(xué)圖像處理方面的研究工作，E-mail：shihui_1103@sina.com。

210002南京，南京軍區(qū)南京總醫(yī)院消毒供應(yīng)科（施 慧）