[发明专利]一种基于图像分解的眼底图像增强方法

说明书

本发明公开一种基于图像分解的眼底图像增强方法，应用于医学图像处理领域，针对现有技术虽然在一定程度上避免噪声放大，但不能去噪，同时对图像细节的增强效果较差的问题，本发明通过对每个颜色通道进行图像分解，获得结构层图像和噪声层图像；然后设定具体参数进一步对结构层图像进行图像分解，获得基底层图像和细节层图像；再次，通过颜色空间变换从基底层图像中提取亮度通道，并对亮度通道进行光照矫正；最后将矫正后的基底层图像与细节层图像进行加权融合，获得增强后的眼底图像；实现了在去除噪声的同时增强眼底图像细节信息的效果。

技术领域

本发明属于医学图像处理领域，特别涉及一种彩色眼底视网膜图像的增强技术。

背景技术

在医学图像中，彩色眼底照相能够为眼科疾病的诊断提供非常重要的信息。然而，由于病人眼底状况复杂以及临床操作水平的限制，由机器设备获取到的眼底视网膜图像往往出现对比度低、光照不均匀等干扰。例如，白内障病人晶状体浑浊，使得获取的眼底图像对比度很低。图像质量问题往往会干扰临床医生基于眼底图像的诊断。因此，在临床应用中，对采集到的眼底视网膜图像进行视觉增强处理(如去噪、光照矫正、细节增强等)具有重要意义。

比较典型的眼底图像增强方法有对比度受限直方图均衡化算法(CLAHE)，参见文献S.K.Shome and S.R.K.Vadali,“Enhancement of diabetic retinopathy imageryusing contrast limited adaptive histogram equalization,”International Journalof Computer Science and Information Technologies,vol.2,no.6,pp.2694–2699,2011。该方法是著名的直方图均衡化方法的改进版本，基于局部区域执行直方图均衡化，并且为了限制对比度，将大于一定阈值的部分平均分配到直方图的其他地方，从而有效地限制噪声放大的情形。该方法计算简单，能在一定程度上避免噪声放大，但不能去噪；同时对图像细节的增强效果较差。

发明内容

为解决上述技术问题，本发明提出一种基于图像分解的眼底图像增强方法，去噪的同时，提高了对眼底图像细节增强效果。

本发明采用的技术方案为：一种基于图像分解的眼底图像增强方法，包括：

S1、估计眼底图像每个颜色通道的噪声水平；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。

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；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。

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；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。

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。

步骤S1中所述全局噪声水平的估计值表达式为：

其中，c∈{R,G,B}，I^c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。