[发明专利]一种基于贝叶斯估计滤波的牙齿图像增强方法

说明书

本发明涉及图像处理技术领域，具体涉及基于贝叶斯估计滤波的牙齿图像增强方法，包括步骤：对输入图像进行自适应对比度增强，得到滤波图像；将滤波图像进行等比例截断，拉伸后得到拉伸图像；使用贝叶斯估计出的滤波模型对拉伸图像进行滤波处理；将图像像素拉伸在固定范围内，得到最终增强图像。上述技术方案中提供的基于贝叶斯估计滤波的牙齿图像增强方法，首先通过一个固定窗口大小的自适应对比度增强算法，增强相应高频部分；然后将最大最小极值截断，再采用一个通过贝叶斯估计得到的滤波器处理整个图像；最后拉伸图像即得最终增强图像。本发明的基于贝叶斯估计滤波的牙齿图像增强方法，能有效解决口腔牙齿图像的图像增强难度大，效果差的问题。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于贝叶斯估计滤波的牙齿图像增强方法。

背景技术

图像增强的目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量，丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。

其方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配。图像增强技术根据增强处理过程所在的空间不同，可分为基于空域的算法和基于频域的算法两大类。其中基于空域的算法处理时，直接对图像灰度级做运算；基于空域的算法分为点运算算法和邻域去噪算法，点运算算法即灰度级校正，灰度变换和直方图修正等，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度；邻域增强算法分为图像平滑和锐化两种，平滑一般用于消除图像噪声，但是也容易引起边缘的模糊，常用算法有均值滤波和中值滤波，锐化的目的在于突出物体的边缘轮廓，便于目标识别，常用算法有梯度法、算子、高通滤波、掩模匹配法和统计差值法等。基于频域的算法是在图像的某种变换域内对图像的变换系数值进行修正，是一种间接增强的算法。频率域法把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强，采用低通滤波(即只让低频信号通过)法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。

在牙齿图像采集中，由于采集环境偏暗，所以采集到的牙齿图像不能直接用于后续处理。但是单一的增强算法并不能取得很好的效果，而且由于牙齿的特殊性，其表面光滑易产生光斑，处理起来难度更大。因此，亟需设计一种新的技术方案，以综合解决上述技术问题。

发明内容

本发明的目的是提供一种基于贝叶斯估计滤波的牙齿图像增强方法，能有效解决口腔牙齿图像的图像增强难度大，效果差的问题。

为解决上述技术问题，本发明采用了以下技术方案：

一种基于贝叶斯估计滤波的牙齿图像增强方法，包括以下步骤：

S1.对输入图像进行自适应对比度增强，得到滤波图像；

S2.将滤波图像进行等比例截断，拉伸后得到拉伸图像；

S3.使用贝叶斯估计出的滤波模型对拉伸图像进行滤波处理；

S31.制作牙齿样本库，对样本库牙齿进行标记；

S32.根据标记结果，采用贝叶斯公式的数学描述统计相关像素分布概率；其中，贝叶斯公式的数学描述为：

S33.对得到的牙齿概率分布图进行拟合，得到拟合方程

f(x,y)＝f₁(x,y)+f₂(x,y)+f₃(x,y)