[发明专利]一种基于图像分解的眼底图像增强方法有效

专利信息
申请号: 201910171243.4 申请日: 2019-03-07
公开(公告)号: CN109919873B 公开(公告)日: 2020-12-29
发明(设计)人: 杨开富;李永杰;王将栏 申请(专利权)人: 电子科技大学
主分类号: G06T5/00 分类号: G06T5/00;G06T7/00;G06T7/90
代理公司: 成都虹盛汇泉专利代理有限公司 51268 代理人: 王伟
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 分解 眼底 增强 方法
【权利要求书】:

1.一种基于图像分解的眼底图像增强方法,其特征在于,包括:

S1、估计眼底图像每个颜色通道的噪声水平;

S2、根据眼底图像估计得到的每个颜色通道的噪声水平将眼底图像各通道分解为结构层图像与噪声层图像;

S3、舍弃各颜色通道的噪声层图像,将各颜色通道的结构层图像分解为基底层图像与细节层图像;

S4、对各颜色通道的基底层图像进行光照矫正;

S5、将各颜色通道的细节层图像与矫正后的基底层图像进行加权融合,得到增强后的眼底图像。

2.根据权利要求1所述的一种基于图像分解的眼底图像增强方法,其特征在于,所述步骤S2具体为:将眼底图像估计得到的每个颜色通道的噪声水平作为正则化参数;基于全变分模型分别对每个通道的眼底图像进行分解,获得每个通道分解后的结构层图像和噪声层图像。

3.根据权利要求1所述的一种基于图像分解的眼底图像增强方法,其特征在于,步骤S3所述将结构层图像分解为基底层图像与细节层图像,具体为:根据设定的正则化参数,基于全变分模型分别对结构层图像的每个颜色通道进行分解,获得每个通道分解后的基底层图像和细节层图像。

4.根据权利要求3所述的一种基于图像分解的眼底图像增强方法,其特征在于,所述设定的正则化参数取值范围为[0,1]。

5.根据权利要求3所述的一种基于图像分解的眼底图像增强方法,其特征在于,步骤S4具体为:利用颜色空间变换,从步骤S3中获得的基底层图像中提取亮度通道图像,并对亮度通道图像进行光照矫正处理,用光照矫正后的亮度通道图像替换原始亮度通道图像,然后反变换到RGB空间,获得光照矫正后的基底层图像。

6.根据权利要求5所述的一种基于图像分解的眼底图像增强方法,其特征在于,所述对亮度通道图像进行光照矫正处理的表达式为:

其中,Mg为原始亮度通道图像的像素均值,Sg原始亮度通道图像像素的标准差,Lin为从基底层图像中提取的亮度通道图像,Lout为光照矫正后的亮度通道图像。

7.根据权利要求6所述的一种基于图像分解的眼底图像增强方法,其特征在于,步骤S5所述加权融合包括对每个颜色通道设置权重系数,所述各颜色通道权重系数取值范围为[0,∞)。

8.根据权利要求7所述的一种基于图像分解的眼底图像增强方法,其特征在于,设置蓝色通道的权重系数为0。

9.根据权利要求1所述的一种基于图像分解的眼底图像增强方法,其特征在于,步骤S1具体为:提取待处理眼底图像的红、绿、蓝三个颜色通道,并对每个颜色通道的图像进行噪声估计,得到反映每个颜色通道全局噪声水平的估计值。

10.根据权利要求9所述的一种基于图像分解的眼底图像增强方法,其特征在于,全局噪声水平的估计值表达式为:

其中,c∈{R,G,B},Ic为待处理图像,(x,y)表示图像像素点坐标,表示卷积运算,W表示图像的宽,H表示图像的高。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910171243.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top