專利名稱：增強(qiáng)圖像對(duì)比度的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于增強(qiáng)由數(shù)字信號(hào)表示的圖像的圖像質(zhì)量的方法。

背景技術(shù)：
一般由數(shù)字信號(hào)所表示的圖像比如醫(yī)學(xué)圖像，在被顯示或硬拷貝記錄期間或之前受限于圖像處理。
灰度值像素到適用于再現(xiàn)或者顯示的值的轉(zhuǎn)換可以包括多尺度(multi-scale)圖像處理方法(也可以稱為多分辨率圖像處理方法)，通過(guò)該方法將增強(qiáng)圖像對(duì)比度。
根據(jù)這種多尺度圖像處理方法，通過(guò)應(yīng)用以下步驟來(lái)處理由像素值陣列所表示的圖像。首先，原始圖像被分解為一系列在多個(gè)尺度的細(xì)節(jié)圖像(detail image)以及偶爾地殘差圖像。接著，通過(guò)對(duì)這些像素值應(yīng)用至少一個(gè)轉(zhuǎn)換來(lái)修改細(xì)節(jié)圖像的像素值。最后，通過(guò)將重構(gòu)算法應(yīng)用到殘差圖像以及經(jīng)修改的細(xì)節(jié)圖像，來(lái)計(jì)算所處理的圖像。
對(duì)轉(zhuǎn)換函數(shù)的行為有一些限制。如果轉(zhuǎn)換函數(shù)過(guò)度非線性，圖像中灰度值的變換可能被扭曲到外觀(appearance)變得不自然的程度。在明顯的灰度水平變換的周圍扭曲更為明顯，這會(huì)導(dǎo)致階梯邊緣處的超調(diào)(overshoot)和面臨強(qiáng)階梯邊緣的低變化區(qū)域內(nèi)的均勻性(homogeneity)的損失。對(duì)CT圖像而言，因?yàn)樗鼈兙哂懈盖偷幕叶人阶儞Q，例如，在軟組織和對(duì)比介質(zhì)的分界面，所以引起偽影(artifact)的風(fēng)險(xiǎn)變得更加明顯。人們必須在CT圖像上謹(jǐn)慎地使用多尺寸技術(shù)。
在產(chǎn)生對(duì)比度增強(qiáng)的圖像同時(shí)保持邊緣變換形狀的多尺度對(duì)比度增強(qiáng)算法，已經(jīng)被描述在共同未決的2006年12月11日所申請(qǐng)的歐洲專利申請(qǐng)06 125 766.3中。
在此方法的一個(gè)實(shí)施方式中，通過(guò)執(zhí)行以下步驟增強(qiáng)由數(shù)字信號(hào)所表示的圖像的對(duì)比度。
數(shù)字信號(hào)被分解成包括表示多個(gè)尺度處的細(xì)節(jié)的至少兩個(gè)細(xì)節(jié)圖像的多尺度表示以及衍生出細(xì)節(jié)圖像的近似圖像，在尺度處的近似圖像表示在其中那個(gè)尺度處的所有細(xì)節(jié)已經(jīng)被省略的圖像的灰度值。
接著，轉(zhuǎn)變差值圖像(translation difference image)被計(jì)算關(guān)于至少一個(gè)近似圖像。
非線性地修改這些轉(zhuǎn)變差值圖像的值。
然后，在至少一個(gè)尺度，以2個(gè)圖像的比率計(jì)算放大圖像，其中通過(guò)組合在相同或較小尺度處的經(jīng)修改的轉(zhuǎn)變差值圖像來(lái)計(jì)算第一個(gè)圖像，而通過(guò)組合在相同或較小尺度處的未增強(qiáng)的轉(zhuǎn)變差值圖像來(lái)產(chǎn)生第二個(gè)圖像。
然后，通過(guò)根據(jù)在那個(gè)尺度的放大圖像在至少一個(gè)尺度修改細(xì)節(jié)圖像來(lái)計(jì)算增強(qiáng)的多尺度細(xì)節(jié)表示。
最后，通過(guò)將重構(gòu)算法應(yīng)用于增強(qiáng)的多尺度細(xì)節(jié)表示來(lái)計(jì)算增強(qiáng)的圖像表示。
本發(fā)明的一個(gè)目的在于進(jìn)一步增強(qiáng)這個(gè)方法。


發(fā)明內(nèi)容
通過(guò)具有權(quán)利要求1中所設(shè)定的具體步驟的方法獲得以上所提到的進(jìn)一步增強(qiáng)。用于本發(fā)明優(yōu)選的實(shí)施方式的具體要素被設(shè)定在從屬權(quán)利要求中。
在本發(fā)明的上下文中，專用術(shù)語(yǔ)定義如下 多尺度分解機(jī)制 圖像的多尺度(或多分辨率)分解是在灰度值圖像的多個(gè)尺度處計(jì)算該圖像的細(xì)節(jié)圖像的過(guò)程。多尺度分解機(jī)制一般涉及用于計(jì)算細(xì)節(jié)圖像的濾波器組(filter banks)。眾所周知的技術(shù)是例如拉普拉斯金字塔、波特金字塔(the Burt Pyramid)、拉普拉斯堆棧(laplacian stack)、小波分解、QMF(Quadrature mirror filter，正交鏡像濾波器)濾波器組。
近似圖像 近似圖像是表示在相同或較大尺度、或在相同或較小分辨率處的原始灰度值圖像的灰度值圖像。在特定尺度的近似圖像與在其中在那個(gè)尺度的所有細(xì)節(jié)都已經(jīng)被省略的原始灰度值圖像相等(Mallat S.G的“用于多分辨率信號(hào)分解的理論小波表示”，IEEE學(xué)報(bào)，關(guān)于模式分析和機(jī)器智能，卷11號(hào)7，1989年7月(MallatS.G.，“A Theory for Multiresolution Signal DecompositionTheWavelet Representation”，IEEE Trans.On Pattern Analysis andMachine Intelligence，vol.11，no.7 July 1989))。
細(xì)節(jié)圖像 細(xì)節(jié)圖像被定義為在某個(gè)尺度的近似圖像與在較小尺度的近似圖像之間的信息差值。
轉(zhuǎn)換算子 轉(zhuǎn)換算子是生成細(xì)節(jié)像素值的以像素形式的(pixel-wise)修改作為產(chǎn)生灰度值圖像的對(duì)比度增強(qiáng)版本的中間步驟的算子。這樣的算子例如已經(jīng)被描述在歐洲專利EP 527 525中。修改由轉(zhuǎn)換函數(shù)定義并且可以例如被實(shí)施為查找表或?yàn)楸对龅姆糯?multiplicative amplification)。
轉(zhuǎn)變差值圖像 在尺度s的轉(zhuǎn)變差值圖像是在尺度s的近似圖像的每一個(gè)像素內(nèi)基本對(duì)比度的測(cè)量?？梢酝ㄟ^(guò)取得在那個(gè)尺度s的近似圖像和經(jīng)轉(zhuǎn)變(translated)的版本之間的差值來(lái)計(jì)算它們。其它用于基本對(duì)比度的計(jì)算是可能的，例如，如果指數(shù)變換先于處理步驟并且處理步驟先于對(duì)數(shù)變換，則可能使用具有領(lǐng)域像素的像素比。
中心差值圖像 將組合算子(例如，求和)應(yīng)用到轉(zhuǎn)變差值圖像來(lái)計(jì)算中心差值圖像。
組合算子可能是轉(zhuǎn)變差值圖像中的相應(yīng)像素值的線性或者非線性函數(shù)。
借由一個(gè)或多個(gè)從在至少一個(gè)尺度的近似圖像所計(jì)算的特征或借由近似圖像自身，通過(guò)操控轉(zhuǎn)變差值圖像的值的非線性修改來(lái)增強(qiáng)上面所描述的現(xiàn)有技術(shù)方法。
進(jìn)一步描述的這些特征的例子是區(qū)域內(nèi)的平均灰度值、局部標(biāo)準(zhǔn)差等。
特征的另一個(gè)例子是預(yù)先定義的圖像結(jié)構(gòu)或異常模式(abnormal patterns)在近似圖像內(nèi)的存在。這種模式的例子是乳腺X光圖像內(nèi)的微鈣化。
可以通過(guò)若干技術(shù)(從簡(jiǎn)單的濾波達(dá)到復(fù)雜的計(jì)算機(jī)輔助檢測(cè)算法)來(lái)執(zhí)行這些異常模式的檢測(cè)。例如，通過(guò)二進(jìn)制局部屏蔽(localization mask)，這些異常模式的存在能被用來(lái)操控非線性修改。
在另外的實(shí)施方式中，轉(zhuǎn)變差值圖像的值的非線性修改被從細(xì)節(jié)圖像所計(jì)算出的特征或者被細(xì)節(jié)圖像自身操控。以下將描述例子。
如將被進(jìn)一步闡明的，近似圖像可以被濾波。
中心差值也可以受限于自適應(yīng)或非自適應(yīng)濾波。
在一個(gè)實(shí)施方式中，中心差值圖像與多尺度細(xì)節(jié)圖像或多尺度細(xì)節(jié)圖像的最接近的近似相同。
本發(fā)明一般被實(shí)施為適用于當(dāng)被在計(jì)算機(jī)上運(yùn)行時(shí)執(zhí)行權(quán)利要求中任何一個(gè)的方法的計(jì)算機(jī)程序產(chǎn)品并且被存儲(chǔ)在計(jì)算機(jī)可讀介質(zhì)上。
本發(fā)明的方法能夠被用于增強(qiáng)醫(yī)學(xué)圖像的圖像質(zhì)量，例如乳腺X光圖像、由計(jì)算機(jī)斷層攝影術(shù)所獲得的圖像等。
根據(jù)以下描述和附圖，本發(fā)明的進(jìn)一步的優(yōu)點(diǎn)和實(shí)施方式將變的顯而易見。



圖1示出了根據(jù)本發(fā)明具有不同控制路徑的多分辨率圖像處理方案，從相同尺度處的近似圖像來(lái)計(jì)算中心差值圖像； 圖2示出了使用衍生自近似圖像和/或細(xì)節(jié)圖像的特征作為操控輸入的提高的增強(qiáng)功能塊； 圖3和5示出了本發(fā)明的多分辨率圖像處理的不同的實(shí)施方式； 圖4示意了圖3中所示意的多分辨率圖像處理方法的圖像增強(qiáng)步驟； 圖6示意了圖5中所示意的多分辨率圖像處理方法的圖像處理步驟；以及 圖7是關(guān)于在以上圖中所使用的符號(hào)的說(shuō)明。

具體實(shí)施例方式 該對(duì)比度增強(qiáng)算法適用于所有多尺度細(xì)節(jié)表示方法，根據(jù)其可以通過(guò)應(yīng)用逆變換(inverse transformation)來(lái)計(jì)算原始圖像。
它適用于可逆多尺度細(xì)節(jié)表示，其可以被計(jì)算為轉(zhuǎn)變差值圖像的加權(quán)和。
可以以這樣的方式從多尺度分解中扣除轉(zhuǎn)變差值圖像的轉(zhuǎn)變(translation)偏移和加權(quán)因子，使得所產(chǎn)生的轉(zhuǎn)變差值圖像的加權(quán)和或者與細(xì)節(jié)像素值相同或者是細(xì)節(jié)像素值的近似。
為了這些多尺度的細(xì)節(jié)表示，可以通過(guò)在計(jì)算加權(quán)和之前，將轉(zhuǎn)換算子應(yīng)用到中心差值來(lái)增強(qiáng)對(duì)比度。
為了計(jì)算轉(zhuǎn)變差值圖像的加權(quán)和，可以使用在同一尺度(或分辨率水平)的近似圖像或在較小尺度(或較好分辨率)的近似圖像。
最新的多尺度對(duì)比度增強(qiáng)算法將圖像分解成包括表示在多個(gè)尺度的細(xì)節(jié)的細(xì)節(jié)圖像的多尺度表示和殘差圖像。
重要的多尺度分解中的一些是小波分解、高斯-拉普拉斯(Laplacian-of-Gaussians)(或LoG分解)，高斯差分(Difference-of-Gaussians)(或者DoG)分解以及波特金字塔。
通過(guò)應(yīng)用在子采樣(subsample)步驟之前的高通和低通濾波器的級(jí)聯(lián)來(lái)計(jì)算小波分解。
高通濾波器從特定尺度處的近似圖像提取細(xì)節(jié)信息。
在波特金字塔分解中，通過(guò)減去尺度k+1處的近似圖像的上采樣(upsample)版本來(lái)從尺度k處的近似圖像提取細(xì)節(jié)信息。
在如EP 527 525中公開的一個(gè)最新的方法中，通過(guò)在多尺度重構(gòu)之前的細(xì)節(jié)圖像中的像素值的轉(zhuǎn)換，產(chǎn)生圖像的對(duì)比度增強(qiáng)版本。
所有以上的多尺度分解的實(shí)施方式具有共同的性質(zhì)。通過(guò)組合移動(dòng)鄰域(moving neighborhood)內(nèi)的像素值，可以從近似圖像計(jì)算細(xì)節(jié)圖像中的每一個(gè)像素值。
在以上的情況中，組合函數(shù)是加權(quán)和。
對(duì)小波分解而言，在尺度k的細(xì)節(jié)圖像中的像素值被計(jì)算為 dk+1＝↓(hd*gk) gk+1＝↓(ld*gk) hd高通濾波器、ld低通濾波器、*卷積算子以及↓子采樣(subsampling)算子(即，省略每個(gè)第二行和列) 對(duì)小波重構(gòu)而言，在尺度k的增強(qiáng)的近似圖像被計(jì)算為 hk＝lr*(↑hk+1)+hr*(↑f(dk+1)) hr高通濾波器、lr低通濾波器以及↑上采樣算子(即，在任何兩個(gè)行和列之間插入具有0值的像素) 對(duì)波特分解而言，在尺度k處的細(xì)節(jié)圖像內(nèi)的像素值被計(jì)算為 dk＝gk-4g*(↑gk+1) 或 dk＝gk-4g*(↑(↓(g*gk))) 或 dk＝(1-4g*(↑(↓g)))*gk g高斯低通濾波器和l恒等算子(identity operator) 對(duì)波特重構(gòu)而言，在尺度k的增強(qiáng)的近似圖像被計(jì)算為 hk＝4g*(↑hk+1)+f(dk) f(x)轉(zhuǎn)換算子 作為加權(quán)和的多尺度細(xì)節(jié)像素值 假定在波特多尺度分解中，使用具有系數(shù)WK，l(k＝-2，...2且l＝-2，...2)的5×5高斯濾波器，子采樣算子去除每個(gè)第二行和列并且上采樣算子在任意兩個(gè)行和列之間插入具有0值的像素。
在近似圖像gk+1的位置i，j處的像素被計(jì)算為 在上采樣圖像uk的位置i，j處的像素被計(jì)算為
在上采樣、平滑圖像guk中的位置i，j處的像素被計(jì)算為
最后，細(xì)節(jié)圖像dk中的位置i，j處的像素被計(jì)算為
一般地，細(xì)節(jié)圖像dk中的位置i，j的像素可以被計(jì)算為在相同或較小尺度k、k-1、k-2、...的近似圖像內(nèi)的像素的加權(quán)和 其中l(wèi)∈{0，...，K}并且r＝子采樣_因子(1-k). 因?yàn)? 細(xì)節(jié)圖像dk中的位置i，j處的像素可以被計(jì)算為 術(shù)語(yǔ)gl(ri，rj)-gl(ri+m，rj+n)被稱為轉(zhuǎn)變差值。
它表達(dá)了近似圖像中的中心像素和鄰域像素之間的像素值的差值。它是局部對(duì)比度的測(cè)量。
轉(zhuǎn)變差值的加權(quán)和被稱作中心差值ck(i，j)。
以相似的方式，可以證明其它多尺度分解方法中的細(xì)節(jié)圖像也可以被表示為轉(zhuǎn)變差值圖像的組合。
轉(zhuǎn)換操作 在最新的方法中，像EP527 525中所公開的一個(gè)，對(duì)比度增強(qiáng)是通過(guò)將轉(zhuǎn)換算子f(x)應(yīng)用到細(xì)節(jié)圖像dk而獲得的，相等地 這種轉(zhuǎn)換算子的例子是sigmoid函數(shù)。這種轉(zhuǎn)換算子的其它例子是對(duì)比度增強(qiáng)函數(shù)，像在EP525 527中所公開的那個(gè)。轉(zhuǎn)換算子的形狀取決于旨在于與高值細(xì)節(jié)像素相比更多地放大低值細(xì)節(jié)像素的增強(qiáng)的特定需求。
轉(zhuǎn)換步驟可以導(dǎo)致重構(gòu)的、對(duì)比度增強(qiáng)的圖像中邊緣變換形狀的變形。原因在于轉(zhuǎn)換函數(shù)的非線性。
一般地，下式適用于非線性函數(shù)。
f(x+y)≠f(x)+f(y) 或者 最新的算法首先計(jì)算細(xì)節(jié)圖像dk中的像素值作為加權(quán)和并且隨后應(yīng)用轉(zhuǎn)換步驟。
通過(guò)在細(xì)節(jié)圖像dk中重寫像素值作為轉(zhuǎn)變差值的加權(quán)和，在求和之前而非之后應(yīng)用轉(zhuǎn)換步驟是可能的。
現(xiàn)在通過(guò)將轉(zhuǎn)換步驟應(yīng)用到轉(zhuǎn)變差值來(lái)獲得了對(duì)比度增強(qiáng) 以這樣的方式，邊緣變換的形狀被更好地保持在對(duì)比度增強(qiáng)的、已重構(gòu)的圖像中。
如果對(duì)每個(gè)尺度k，從全分辨率圖像g0計(jì)算在那個(gè)尺度的細(xì)節(jié)圖像，并且將增強(qiáng)應(yīng)用到中心差值，那么重構(gòu)之后邊緣變換的形狀被保持地最好。
本發(fā)明不同的實(shí)施方式示意在圖1、3和5中。相應(yīng)的增強(qiáng)步驟則在圖2、4和6中示出。
功能塊Ak 利用功能塊AK，能夠從近似圖像gk和/或gk+1提取所期望的特征。這些特征可以被用作增強(qiáng)塊E中的LUT算子的控制輸入和/或用于近似圖像和/或增強(qiáng)的中心差值圖像的可選自適應(yīng)濾波的控制輸入。
近似圖像可以被用作用于確定任何有用特征(例如，直方圖、濾波器系數(shù)、標(biāo)準(zhǔn)差圖像、梯度圖像、...)的輸入。
這種特征的例子是平均濾波器以計(jì)算特定鄰域中的平均灰度值，其讓依賴灰度值的增強(qiáng)成為可能。
其它特征可能是導(dǎo)致依賴圖像活動(dòng)的增強(qiáng)的局部標(biāo)準(zhǔn)差。
再一個(gè)其它例子是為了降低噪音的目的從近似圖像計(jì)算梯度圖像以執(zhí)行梯度驅(qū)動(dòng)圖像增強(qiáng)。
最新的多尺度圖像處理方法可以被用來(lái)通過(guò)過(guò)濾細(xì)節(jié)圖像來(lái)降低數(shù)字圖像中的噪音。為了降低由于噪音而引起的細(xì)節(jié)系數(shù)之間的差值，簡(jiǎn)單的實(shí)施方式是細(xì)節(jié)圖像的局部平均。
然而，就在保持邊緣的同時(shí)降低圖像中的噪音而言，這些簡(jiǎn)單的方法是不令人滿意的，例如，具有低對(duì)比度的小細(xì)節(jié)可能變的更不可見。
通過(guò)由局部梯度所操控的增強(qiáng)的中心差值圖像的自適應(yīng)濾波(例如加權(quán)平均)可以達(dá)成較好的結(jié)果。操控塊Ak可以因此被用于從近似圖像計(jì)算梯度圖像。
功能塊Ck 這個(gè)變換塊可以被用來(lái)從細(xì)節(jié)圖像提取某些特征。這些特征能被用作用于LUT算子和自適應(yīng)濾波器Bg和Kd的可選的控制輸入(其將被進(jìn)一步闡明)。
這種特征的例子是在細(xì)節(jié)圖像中計(jì)算局部標(biāo)準(zhǔn)差作為圖像中噪音過(guò)度的(noise-exceeding)信號(hào)的測(cè)量。這使噪音依賴圖像增強(qiáng)成為可能(例如，以防止所得到的、增強(qiáng)的圖像中的噪音的增加)。
這個(gè)塊的輸入是細(xì)節(jié)圖像，輸出是有用的特征比如直方圖、濾波器系數(shù)、標(biāo)準(zhǔn)差圖像、梯度圖像、...。這些特征被用來(lái)控制變換塊，如下所述。
數(shù)字圖像處理最明顯的優(yōu)點(diǎn)之一是對(duì)比度能被提高到任何可行的水平。然而，凡事一分為二，因?yàn)樵胍舯环糯蟮较嗤某潭?。所以引入次要的控制機(jī)制以在不期望強(qiáng)對(duì)比度增強(qiáng)的區(qū)域內(nèi)降低對(duì)比度增強(qiáng)的量。
適當(dāng)?shù)募夹g(shù)是在沒(méi)有突出的圖像特性的區(qū)域中，減弱轉(zhuǎn)變差值的增強(qiáng)?？梢詮募?xì)節(jié)圖像計(jì)算局部標(biāo)準(zhǔn)差的圖像作為Ck(dk)的。這個(gè)圖像可以被用來(lái)減弱具有低標(biāo)準(zhǔn)差的區(qū)域(幾乎均質(zhì)的區(qū)域)內(nèi)的轉(zhuǎn)變差值。
結(jié)果是在保持以及甚至增強(qiáng)圖像中的邊緣的同時(shí)，降低了所產(chǎn)生的圖像中的噪音。
功能塊LUT 這個(gè)變換塊被用來(lái)通過(guò)修改轉(zhuǎn)變差值d來(lái)產(chǎn)生中心差值圖像的增強(qiáng)版本。
作為控制輸入，組合可以被用于 ●Ak-m(gk-m，↑(gk+1-m)) ●Bg(gk-m) ●Ck(dk-m，↑(dk+1-m)) LUT算子可以被實(shí)施為n維查找表或?yàn)榻馕龊瘮?shù)或?yàn)樽赃m應(yīng)濾波器或作為前面幾個(gè)的任意組合。
●輸入(可選地經(jīng)濾波的)轉(zhuǎn)變差值。
●可選的輸入 ○Ak-m(gk-m，↑(gk+1-m)) ○B(yǎng)g(gk-m) ○Ck-m(dk-m，↑(dk+1-m)) ●輸出增強(qiáng)的轉(zhuǎn)變差值 ●應(yīng)用 一般地通過(guò)放大細(xì)微的圖像特性的對(duì)比度、以及同時(shí)在沒(méi)有漏掉信息的風(fēng)險(xiǎn)下減弱強(qiáng)的成分，來(lái)提高數(shù)字圖像的可視性。
通過(guò)生成增強(qiáng)的多尺度中心差值圖像來(lái)達(dá)成這個(gè)對(duì)比度均衡。
對(duì)于這個(gè)增強(qiáng)，LUT算子被用來(lái)生成增強(qiáng)的轉(zhuǎn)變差值并且這些被組合以產(chǎn)生增強(qiáng)的中心差值圖像。
可以通過(guò)得自近似圖像或細(xì)節(jié)圖像得到的任何特征來(lái)操控增強(qiáng)的程度。
通過(guò)使用經(jīng)濾波的灰度值近似圖像自身Bg(gk-m)，依賴灰度值的增強(qiáng)可以被應(yīng)用。例如，和暗區(qū)域中的細(xì)微對(duì)比度相比，增強(qiáng)較亮圖像區(qū)域內(nèi)細(xì)微對(duì)比度是有用的(例如，為了讓乳腺X光圖像的良好圖像(fine image)結(jié)構(gòu)在乳房腺體纖維組織(fibroglandular tissue)中更加可見)。
功能塊Bg 功能塊Bg是中心差值圖像被計(jì)算之前，在每個(gè)尺度處的近似圖像的可選的自適應(yīng)或非自適應(yīng)濾波。
自適應(yīng)濾波器可以基于相同尺度處和/或較粗的尺度Ak(gk，↑(gk+1))處的近似圖像的特征，和/或基于相同尺度處和/或較粗的尺度Ck(dk，↑(dk+1))處的細(xì)節(jié)圖像的特征。
輸入近似圖像。
可選地輸入是 -在尺度k-m或尺度k+1-m處的近似圖像的特征 (圖1中m＝0＝＞多尺度處理方案；圖3中m＞尺度數(shù)量-1＝＞多尺度處理方案；對(duì)于中間值，見圖5)。
-在尺度k-m和/或尺度k+1-m處的細(xì)節(jié)圖像的特征 (圖1中m＝0＝＞多尺度處理方案；圖3中m＞尺度數(shù)量-1＝＞多尺度處理方案；對(duì)于中間值，見圖5)。
輸出經(jīng)濾波的近似圖像。
這個(gè)實(shí)施方式可以被用作抗混疊(aliasing)措施。
混疊是利用常規(guī)的圖像增強(qiáng)過(guò)程的一個(gè)普遍的問(wèn)題?；殳B由近似圖像的下采樣和上采樣產(chǎn)生。
如果細(xì)節(jié)圖像不被修改，這些混疊效果在重構(gòu)過(guò)程中被相消。然而，如果自適應(yīng)濾波和LUT轉(zhuǎn)換被應(yīng)用到細(xì)節(jié)圖像，則在重構(gòu)過(guò)程中沒(méi)有混疊效果的適當(dāng)相消。這將在增強(qiáng)的數(shù)字圖像中生成偽影。
通過(guò)計(jì)算增強(qiáng)的中心差值而不是細(xì)節(jié)圖像的直接增強(qiáng)而降低這些混疊偽影的外形。
然而，通過(guò)在計(jì)算轉(zhuǎn)變差值之前，預(yù)先濾波近似圖像gk可以達(dá)成更好的圖像增強(qiáng)結(jié)果。
自適應(yīng)濾波器kd 功能塊kd是增強(qiáng)的中心差值圖像的可選的自適應(yīng)或非自適應(yīng)濾波。
這個(gè)自適應(yīng)濾波器能夠基于在相同尺度處和/或較粗的尺度Ak(gk-m，↑(gk+1-m))處的近似圖像的特征，和/或基于相同尺度處和/或較粗的尺度Ck(dk-m，↑(dk+1-m))處的細(xì)節(jié)圖像的特征。
例子是增強(qiáng)的中心差值圖像的自適應(yīng)平滑，此處操控輸入Ak(gk-m，↑(gk+1-m))例如是在較粗的尺度處的近似圖像的梯度圖像。
●輸入增強(qiáng)的中心差值圖像。
●可選的輸入 ○在尺度k-m和/或尺度k+1-m處的近似圖像的特征(圖1中m＝0＝＞多尺度處理方案；圖3中m＞尺度數(shù)量-1＝＞多尺度處理方案；對(duì)于中間值，見圖5) ○在尺度k-m和/或尺度k+1-m處的細(xì)節(jié)圖像的特征(圖1中m＝0＝＞多尺度處理方案；圖3中m＞尺度數(shù)量-1＝＞多尺度處理方案；對(duì)于中間值，見圖5) ●輸出經(jīng)濾波的增強(qiáng)的中心差值圖像。
●應(yīng)用對(duì)比度可以被提高到任何可行的水平是數(shù)字圖像處理的最明顯的優(yōu)點(diǎn)之一。然而，噪音也被放大到相同的程度。所以優(yōu)選地，次要控制機(jī)制被引入以在不期望有強(qiáng)對(duì)比度增強(qiáng)的區(qū)域降低對(duì)比度增強(qiáng)的量。
為了這個(gè)目的，可以沿著垂直于局部梯度(得自于近似圖像Ak(gk-m，↑(gk+1-m)))的方向來(lái)平滑增強(qiáng)的中心差值圖像。這在保持并且甚至增強(qiáng)結(jié)果圖像中的邊緣的同時(shí)，降低了所產(chǎn)生的圖像中的噪音。
變換塊Ld 功能塊Ld將可選的以像素形式的轉(zhuǎn)換應(yīng)用到增強(qiáng)的中心差值圖像。
●輸入增強(qiáng)的中心差值圖像。
●輸出經(jīng)轉(zhuǎn)換的、增強(qiáng)的中心差值圖像。
●應(yīng)用 這能通過(guò)放大最好的、增強(qiáng)的中心差值圖像來(lái)達(dá)成，以便所得到的圖像的清晰度(sharpness)的整體增加是優(yōu)先的，。
這樣的可選的轉(zhuǎn)換的其它例子是增強(qiáng)的中心差值圖像的幅值的標(biāo)準(zhǔn)化(Normalization)。
權(quán)利要求
1.一種用于增強(qiáng)由數(shù)字信號(hào)所表示的圖像的對(duì)比度的方法，其中
a.所述數(shù)字信號(hào)被分解成包括至少兩個(gè)細(xì)節(jié)圖像的多尺度表示和衍伸出所述細(xì)節(jié)圖像的近似圖像，所述細(xì)節(jié)圖像表示在多個(gè)尺度處的細(xì)節(jié)，在尺度處的近似圖像表示在其中在那個(gè)尺度處的所有細(xì)節(jié)已經(jīng)被省略的所述圖像的灰度值，
b.以像素形式減去尺度s處的近似圖像的值和所述近似圖像的轉(zhuǎn)變版本的值來(lái)計(jì)算轉(zhuǎn)變差值圖像，
c.非線性地修改所述轉(zhuǎn)變差值圖像的值，
d.在至少一個(gè)尺度處，以2個(gè)圖像的比率計(jì)算放大圖像，其中通過(guò)組合在相同或較小尺度處的所述經(jīng)修改的轉(zhuǎn)變差值圖像來(lái)計(jì)算第一個(gè)圖像，并且通過(guò)組合在相同或較小尺度處的未增強(qiáng)的轉(zhuǎn)變差值圖像來(lái)產(chǎn)生第二個(gè)圖像，所述未增強(qiáng)的轉(zhuǎn)變差值圖像與所述細(xì)節(jié)圖像不同，
e.通過(guò)根據(jù)在那個(gè)尺度的所述放大圖像在至少一個(gè)尺度處修改所述細(xì)節(jié)圖像，來(lái)計(jì)算增強(qiáng)的多尺度細(xì)節(jié)表示，
f.通過(guò)應(yīng)用重構(gòu)算法計(jì)算增強(qiáng)的圖像表示，所述重構(gòu)算法將所述多尺寸分解轉(zhuǎn)化為增強(qiáng)的多尺寸細(xì)節(jié)表示，
其中以下動(dòng)作中的至少一個(gè)被執(zhí)行
(1)所述轉(zhuǎn)變差值圖像的值的所述非線性修改由從在至少一個(gè)尺度的所述近似圖像所計(jì)算的一個(gè)或多個(gè)特征操控；
(2)所述轉(zhuǎn)變差值圖像的值的所述非線性修改由從所述細(xì)節(jié)圖像所計(jì)算的一個(gè)或多個(gè)特征操控；
(3)在尺度處的所述近似圖像受限于自適應(yīng)或非自適應(yīng)濾波器，以生成濾波的近似圖像；
(4)自適應(yīng)或非自適應(yīng)濾波器被用于增強(qiáng)的中心差值圖像；
(5)將轉(zhuǎn)換應(yīng)用到增強(qiáng)的和濾波的中心差值圖像。
2.根據(jù)權(quán)利要求1所述的方法，其中從所述近似圖像計(jì)算的所述特征是在預(yù)先定義的圖像區(qū)域內(nèi)的平均灰度值。
3.根據(jù)權(quán)利要求1所述的方法，其中從所述近似圖像計(jì)算的所述特征是局部標(biāo)準(zhǔn)差。
4.根據(jù)權(quán)利要求1所述的方法，其中從所述近似圖像計(jì)算的所述特征是預(yù)先定義的圖像結(jié)構(gòu)或者異常模式在所述近似圖像內(nèi)的存在。
5.根據(jù)權(quán)利要求1所述的方法，其中從所述細(xì)節(jié)圖像計(jì)算的所述特征是局部標(biāo)準(zhǔn)差的圖像。
6.根據(jù)權(quán)利要求1所述的方法，其中應(yīng)用到所述近似圖像的所述濾波基于在所述尺度或較粗的尺度處的所述近似圖像的特征，或者基于在所述尺度或較粗的尺度處的所述細(xì)節(jié)圖像的特征。
7.根據(jù)權(quán)利要求1所述的方法，其中應(yīng)用到所述增強(qiáng)的中心差值圖像的所述濾波器基于在所述相同的或較粗的尺度處的所述近似圖像的特征，或者基于在所述相同的或較粗的尺度處的細(xì)節(jié)圖像的特征。
8.根據(jù)權(quán)利要求1所述的方法，其中應(yīng)用到增強(qiáng)的和濾波的中心差值圖像的所述變換是標(biāo)準(zhǔn)化。
9.根據(jù)上述權(quán)利要求中任意一個(gè)所述的方法，其中從在相同尺度處的近似圖像計(jì)算在具體尺度處的轉(zhuǎn)變差值圖像。
10.根據(jù)上述權(quán)利要求中任意一個(gè)所述的方法，其中，被修改因?yàn)閺脑紙D像計(jì)算所有所述轉(zhuǎn)變差值圖像。
11.根據(jù)上述權(quán)利要求中任意一個(gè)所述的方法，其中從在尺度m的近似圖像計(jì)算在尺度k的轉(zhuǎn)變圖像，其中m表示尺度1和尺度k-1之間的尺度。
12.根據(jù)上述權(quán)利要求中任意一個(gè)所述的方法，其中所述中心差值圖像與多尺度細(xì)節(jié)圖像或多尺度細(xì)節(jié)圖像的最接近的近似相同。
13.根據(jù)上述權(quán)利要求中任意一個(gè)所述的方法，其中所述圖像是乳腺X光圖像。
14.根據(jù)上述權(quán)利要求中任意一個(gè)所述的方法，其中所述圖像是CT圖像。
15.適用于當(dāng)被在計(jì)算機(jī)上運(yùn)行時(shí)執(zhí)行上述權(quán)利要求中的任意一個(gè)的所述方法的計(jì)算機(jī)程序產(chǎn)品。
16.包括計(jì)算機(jī)可執(zhí)行的程序代碼的計(jì)算機(jī)可讀介質(zhì)，其中所述程序代碼適用于執(zhí)行上述權(quán)利要求中任意一個(gè)的所述步驟。
全文摘要
描述了一種生成多尺度對(duì)比度增強(qiáng)的圖像的方法，在該方法中，保持了邊緣變換的形狀。細(xì)節(jié)圖像受限于轉(zhuǎn)換，對(duì)于每個(gè)細(xì)節(jié)像素值，根據(jù)增強(qiáng)的中心差值的組合與未增強(qiáng)的中心差值組合之間的比率調(diào)整至少一個(gè)尺度的轉(zhuǎn)換函數(shù)。描述了幾個(gè)自適應(yīng)增強(qiáng)措施。
文檔編號(hào)G06T5/20GK101821773SQ200880111093
公開日2010年9月1日 申請(qǐng)日期2008年7月31日 優(yōu)先權(quán)日2007年8月6日
發(fā)明者T·伯滕斯, P·武爾斯特克 申請(qǐng)人:愛克發(fā)醫(yī)療保健公司