[发明专利]一种基于人眼视觉特性的医学图像增强方法

说明书

技术领域

本发明属于数字图像处理领域，具体涉及一种基于人眼视觉特性的医学图像增强方法。

背景技术

医学图像增强处理需要解决的主要是亮度调节和彩色细节增强问题，而常规的图像增强方法存在很多不足之处，难以实现医学图像增强的目的。Retinex算法以实现颜色恒定性为初衷，利用人眼视觉特性对图像进行亮度调整和彩色细节增强，通过计算各像素间的相对明暗关系获得该像素点的颜色，具有良好的高动态范围压缩效果对于医学图像同样具有良好的表现。Retinex算法自从1963年提出到现在，国内外研究者先后提出了基于变分模型的Retinex、随机路径Retinex、金字塔迭代Retinex、视网膜受域中心/环绕Retinex以及其他各种改进方法，已成为真实影像再现算法中一个重要的分支。

虽然Retinex算法是一种优秀的图像增强算法，但它同时也存在很多缺陷，比如在对数域的亮度压缩无法满足不同光照的亮度变化，适应能力不高。多尺度叠加导致计算复杂，速度慢。对RGB三个通道的色彩分量分别处理，容易引起彩色量化噪声，产生光晕和白化等现象，对图像增强产生不同程度的影响。

发明内容

本发明的目的在于解决上述现有技术中存在的难题，提供一种基于人眼视觉特性的医学图像增强方法，有效解决图像明暗不均的问题，并且增强图像局部细节，同时能够保持原图的色彩表现。

本发明是通过以下技术方案实现的：

一种基于人眼视觉特性的医学图像增强方法，包括：

S1，输入需要增强的医学图像，将其从RGB空间转换到HSV空间，得到亮度分量v(x，y)，色调分量h(x，y)以及饱和度分量s(x，y)；

S2，根据图像亮度直方图累积分布函数定义自适应修正函数，获得调节参数k和c；

S3，根据亮度分量v(x，y)和调节参数k和c，利用修正后的TAN函数计算得到调整后的亮度分量v′(x，y)；

S4，根据进行亮度调整后的图像均值判断是否需要对参数c进行微调，如果是，则进行微调得到新的参数c’，并用c’代替c，然后返回S3，如果否，则进入S5；

S5，对局部细节增强得到局部细节增强后的亮度分量v″(x，y)；

S6，将v″(x，y)和S1得到的色调分量和饱和度分量一起转化为RGB得到输出图像。

所述S1中将其从RGB空间转换到HSV空间是这样实现的：

设(r，g，b)分别是一个颜色的红、绿和蓝坐标，它们是取值在0到1之间的实数；设max为r，g和b中的最大者，设min为r，g和b中的最小者，得到：

s=0,ifmax=0max-minmax,otherwise]]>

v＝max，h、s、v分别表示色调分量h(x，y)、饱和度分量s(x，y)和亮度分量v(x，y)。

所述S2是这样实现的：

根据图像亮度直方图累积分布函数定义自适应修正函数：