[发明专利]显微镜图像背景均衡处理算法

说明书

技术领域

本发明涉及计算机视觉领域，特指显微镜背景均衡处理算法。

背景技术

当前，显微镜作为常用仪器，已经被社会各界运用到企业生产、科学研究、各类检测及专业教学等方面，特别是在生物医学领域的应用。

由于显微镜采光不均匀，经常会产生低照度图像，这样的图像首先给人带来视觉上的不舒适，同时也不利于后续的图像处理工作。为了改善这类图像的视觉效果，需要对其进行增强处理。

借鉴直方图均衡化在灰度图像中的应用，并考虑到彩色图像的多分量属性可以对RGB彩色图像每个分量分别进行直方图均衡化处理，但此做法很可能产生不正确彩色在增强图像信息的同时存在失真。

发明内容

本发明要解决的技术问题在于：针对低照度显微镜彩色图像增强这个特定问题，在保持图像背景一致的情况下为了提高图像的对比度和局部细节的清晰度，获得较好的视觉效果，提出了显微镜背景均衡处理算法。

为了解决上述技术问题，本发明是通过以下技术方案来实现的：

1)将彩色显微镜图像由RGB颜色空间转换到HSV颜色空间；

2)保持HSV颜色空间色调分量H和饱和度分量S不变，色调V向量进行噪声判断是否需要线性映射，然后对映射后的图像作亮度增强处理，实现对图像进行增强；

3)将图像由HSV颜色空间转换到RGB颜色空间，最终得到增强后的彩色图像。

本发明所述步骤2)具体包括以下步骤：

2.1)对图像的亮度分量V进行椒盐噪声判断；

2.2)若是则不进行均衡处理；否则进行均衡处理；

2.3)对上述变换后的图像进行亮度增强处理；

本发明所述步骤2.1)的椒盐噪声判断公式如下：

min_u∈Z|f(x，y)-M_u|＞T；

其中：f(x，y):原始图像灰度值；T:判定噪声阈值；Z:邻域M_u的取值区间。

本发明所述步骤2.2)的线性映射公式如下：

其中：f(x，y):原始图像灰度值；I_max:原始图像中最亮值；I_min:原始图像中最暗灰度值；f(z):调整后的灰度值；

直方图的映射表示为：

his[z′]＝his[z];

通过以上公式完成了将灰度分布集中的灰度级进行整个输出灰度级的直方图映射。

要完成对映射后的直方图灰度级进行统计，假设直方图的阈值为零，也就是说这时只对没有像素分布的灰度级进行压缩。

定义：

进行灰度级映射后灰度级直方图统计函数为：

将映射后灰度级坐等间距排列，其产生的新的灰度级表达式为:

通过上式，可以得出重新排列的灰度级输出序列，但是存在非整数的情况，这在实际的灰度级排列中是不存在的，所以还必须对T_k进行判定和取整，首先找到T_k在z′中的具体位置，假如有z′_i＜T_k＜z′_i+1,具体计算为：

最后进行对应的直方图映射，找到T′_k在z′中对应的具体位置，然后用该位置所对应的直方图来表示T′灰度级的直方图，具体表达式为：

通过上式的处理，可以将没有像素分布的灰度级进行完全压缩，对有效灰度级进行无损均衡。

本发明所述步骤2.3)的亮度公式如下：

F′(x，y)＝f(x，y)+L-m(x，y)；

其中:F′(x，y)为增强后的像素值；f(x，y)为映射后的像素值；L为亮度阈值；m(x，y)为亮度V分量均值；

与现有技术相比，本发明具有以下有益效果：

1.保持图像背景不变、同时解决了传统基于直方图均衡对显微镜彩色图像处理后出现的过增强问题。

2.本发明对参数依赖较少，能在保留原图颜色背景的同时也具有一定的增强能力。

附图说明

图1是实施显微镜背景均衡算法流程图。

图2是对亮度分量V进行处理流程。

图3是实施显微镜背景均衡算法图像效果对比。

图4是实施显微镜背景均衡算法图像效果对比。

具体实施方式