專利名稱：生成多尺度對比增強(qiáng)圖像的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于增強(qiáng)由數(shù)字信號表示的圖像的對比度的方法。

背景技術(shù)：
由數(shù)字信號表示的圖像、如醫(yī)療圖像通常在顯示或硬拷貝記錄期間或之前經(jīng)過圖像處理。
灰度值像素到適合于再現(xiàn)或顯示的轉(zhuǎn)換可包括多尺度圖像處理方法(又稱作多分辨率圖像處理方法)，通過它可增強(qiáng)圖像的對比度。
根據(jù)這樣一種多尺度圖像處理方法，由像素值的陣列表示的圖像通過應(yīng)用以下步驟來處理。首先，以多個(gè)尺度將原始圖像分解為一系列詳細(xì)圖像以及有時(shí)還有殘留圖像。隨后，通過對這些像素值應(yīng)用至少一次轉(zhuǎn)換來修改詳細(xì)圖像的像素值。最后，通過將重構(gòu)算法應(yīng)用于殘留圖像和已修改詳細(xì)圖像，來計(jì)算所處理圖像。這樣一種方法如圖2和圖3所示。
對于轉(zhuǎn)換功能的行為存在限制。圖像的灰度值轉(zhuǎn)變可能失真，在轉(zhuǎn)換函數(shù)過于非線性時(shí)達(dá)到外觀變?yōu)椴蛔匀坏某潭取Ｊд嬖谟行Щ叶燃夀D(zhuǎn)變附近更為顯著，它可能導(dǎo)致階躍邊緣的超調(diào)以及朝向強(qiáng)階躍邊緣的低變異區(qū)域的均質(zhì)性損失。建立偽像的風(fēng)險(xiǎn)對于CT圖像變得更顯著，因?yàn)樗鼈兙哂懈J利的灰度級轉(zhuǎn)變，例如在軟組織和對比劑的接觸面上。對CT圖像使用多尺度技術(shù)必須非常小心。
在US 6731790 B1中描述了一種方法，其中，在由數(shù)字信號表示的圖像中校正偽像。已校正偽像來源于多尺度圖像表示的成分的任何種類的非線性修改。
生成并修改原始圖像的梯度表示。將修改步驟應(yīng)用于梯度圖像。
將重構(gòu)過程應(yīng)用于已修改梯度表示。
本發(fā)明的一個(gè)目的是提供一種用于增強(qiáng)由數(shù)字信號表示的圖像的對比度的方法，它克服了先有技術(shù)的不便之處。
更具體來說，本發(fā)明的一個(gè)目的是提供一種新的多尺度對比增強(qiáng)算法，它產(chǎn)生對比增強(qiáng)圖像，同時(shí)保留邊緣轉(zhuǎn)變的形狀。


發(fā)明內(nèi)容
上述方面通過所附權(quán)利要求書定義的方法來實(shí)現(xiàn)。
在相關(guān)權(quán)利要求中闡述了本發(fā)明的具體和優(yōu)選實(shí)施例。
本發(fā)明規(guī)定，增強(qiáng)的詳細(xì)圖像值通過中心差值的增強(qiáng)來建立。
本發(fā)明的方法不同于且優(yōu)于先有技術(shù)的多尺度對比增強(qiáng)的原因在于先有技術(shù)的算法經(jīng)由通過查找表或乘法放大系數(shù)將轉(zhuǎn)換函數(shù)直接應(yīng)用于詳細(xì)像素值，來放大詳細(xì)像素值。
本發(fā)明適用于從其中可通過應(yīng)用逆變換來計(jì)算原始圖像的所有多尺度詳細(xì)表示方法。
本發(fā)明適用于所有多尺度分解方法，其中，詳細(xì)像素相等于轉(zhuǎn)化差值圖像之和，或者可作為中心差值圖像來計(jì)算。
根據(jù)本發(fā)明，按照增強(qiáng)中心差值的組合與未增強(qiáng)中心差值的組合之間的比率，對于每個(gè)詳細(xì)像素值來調(diào)節(jié)至少一個(gè)尺度的逐個(gè)像素放大函數(shù)。
然后采用已調(diào)節(jié)轉(zhuǎn)換函數(shù)來修改詳細(xì)像素值。
(在圖4、圖6和圖8中分別對于圖5、圖7和圖9中所述的對應(yīng)增強(qiáng)步驟進(jìn)行說明) 本發(fā)明的方法的特性如圖1所示。
本發(fā)明一般作為適合于當(dāng)運(yùn)行于計(jì)算機(jī)時(shí)執(zhí)行權(quán)利要求中的任一項(xiàng)所述的方法并存儲在計(jì)算機(jī)可讀媒體中的計(jì)算機(jī)程序產(chǎn)品來實(shí)現(xiàn)。
本發(fā)明的實(shí)施例的其它優(yōu)點(diǎn)和實(shí)現(xiàn)將在以下描述中進(jìn)行說明并且通過附圖來表示。
在本發(fā)明的上下文中，具體術(shù)語定義如下 多尺度分解機(jī)構(gòu) 圖像的多尺度(或多分辨率)分解是以灰度值圖像的多個(gè)尺度來計(jì)算詳細(xì)圖像的過程。多尺度分解機(jī)構(gòu)一般包括用于計(jì)算詳細(xì)圖像的濾波器組。眾所周知的技術(shù)例如包括拉普拉斯金字塔、伯特金字塔、拉普拉斯棧、子波分解、OMF濾波器組。
近似圖像 近似圖像是以相同或更大尺度或者以相同或更低分辨率來表示原始灰度值圖像的灰度值圖像。特定尺度的近似圖像相當(dāng)于原始灰度值圖像，其中，那個(gè)尺度的所有細(xì)節(jié)已經(jīng)被省略(Mallat S.G.的“多分辨率信號分解的理論子波表示”(IEEE Trans.On Pattern Analysisand Machine Intelligence，vol.11，no.7，1989年7月))。
詳細(xì)圖像 詳細(xì)圖像被定義為某個(gè)尺度的近似圖像與更小尺度的近似圖像之間的信息的差異。
轉(zhuǎn)換算子 轉(zhuǎn)換算子是作為建立灰度值圖像的對比增強(qiáng)形式的中間步驟的生成詳細(xì)像素值的逐個(gè)像素修改的算子。在歐洲專利EP527525中描述了這樣一種算子。修改由轉(zhuǎn)換函數(shù)來定義，并且例如可實(shí)現(xiàn)為查找表或者實(shí)現(xiàn)為乘法放大。
轉(zhuǎn)化差值圖像 尺度s的轉(zhuǎn)化差值圖像是尺度s的近似圖像的各像素的基本對比的測量。它們可通過取那個(gè)尺度s的近似圖像與已轉(zhuǎn)化形式的差值來計(jì)算。近似圖像的差異可能表示基本對比的其它計(jì)算，例如在處理步驟之前有指數(shù)變換以及之后有對數(shù)變換的情況中的像素與相鄰像素的比率。
中心差值圖像 中心差值圖像通過將組合算子(例如總和)應(yīng)用于轉(zhuǎn)化差值圖像來計(jì)算。
組合算子可能是轉(zhuǎn)化差值圖像中的對應(yīng)像素值的線性或非線性函數(shù)。線性組合函數(shù)的一個(gè)實(shí)例是加權(quán)和。非線性組合函數(shù)的一個(gè)實(shí)例是中值。



圖1示意說明本發(fā)明的兩個(gè)實(shí)施例的步驟， 圖2說明根據(jù)先有技術(shù)的多分辨率圖像處理方法， 圖3說明圖2所示的多分辨率圖像處理方法的圖像增強(qiáng)步驟， 圖4、圖6和圖8說明根據(jù)本發(fā)明的多分辨率圖像處理方法的不同實(shí)現(xiàn)， 圖5說明圖4所示的多分辨率圖像處理方法的圖像增強(qiáng)步驟， 圖7說明圖6所示的多分辨率圖像處理方法的圖像增強(qiáng)步驟， 圖9說明圖8所示的多分辨率圖像處理方法的圖像增強(qiáng)步驟， 圖10是與以上附圖中使用的符號有關(guān)的圖例。

具體實(shí)施例方式 這種對比增強(qiáng)算法適用于從其中可通過應(yīng)用逆變換來計(jì)算原始圖像的所有多尺度詳細(xì)表示方法。
它適用于可作為轉(zhuǎn)化差值圖像的加權(quán)和來計(jì)算的可逆多尺度詳細(xì)表示。
轉(zhuǎn)化差值圖像的加權(quán)因子和轉(zhuǎn)化偏移量可從多尺度分解中得出，其方式是，轉(zhuǎn)化差值圖像的所得加權(quán)和與詳細(xì)像素值相同或近似。
對于這些多尺度詳細(xì)表示，可通過在計(jì)算加權(quán)和之前將轉(zhuǎn)換算子應(yīng)用于中心差值來增強(qiáng)對比。
為了計(jì)算轉(zhuǎn)化差值圖像的加權(quán)和，可使用相同尺度(或分辨率級)的近似圖像或者更小尺度(或更細(xì)分辨率級)的近似圖像。
現(xiàn)有技術(shù)的多尺度對比增強(qiáng)算法將圖像分解為包括表示多個(gè)尺度的細(xì)節(jié)的詳細(xì)圖像和殘留圖像的多尺度表示。
重要的多尺度分解的一部分是子波分解、高斯-拉普拉斯(或LoG分解)、高斯差值(或DoG)分解以及伯特金字塔。
通過應(yīng)用高通和低通濾波器的級聯(lián)，之后跟隨二次抽樣步驟，來計(jì)算子波分解。
高通濾波器從特定尺度的近似圖像中提取詳細(xì)信息。
在伯特金字塔分解中，通過減去尺度k+1的近似圖像的上抽樣形式，從尺度k的近似圖像中提取詳細(xì)信息。
在如EP527525公開的一種現(xiàn)有技術(shù)方法中，通過轉(zhuǎn)換詳細(xì)圖像中的像素值，之后跟隨多尺度重構(gòu)，來建立圖像的對比增強(qiáng)形式。
多尺度分解的所有上述實(shí)現(xiàn)具有一個(gè)共同屬性。詳細(xì)圖像中的各像素值可通過組合運(yùn)動(dòng)鄰域中的像素值從近似圖像中計(jì)算。
在上述情況中，組合函數(shù)為加權(quán)和。
對于子波分解，尺度k的詳細(xì)圖像中的像素值計(jì)算為 其中的hd為高通濾波器，ld為低通濾波器，*為卷積算子，以及↓為二次抽樣算子(即，不考慮每個(gè)第二行和列)。
對于子波分解，尺度k的增強(qiáng)近似圖像計(jì)算為 其中的hr為高通濾波器，lr為低通濾波器，以及↑為上抽樣算子(即，將具有0值的像素插入任何兩行和列之間)。
對于伯特分解，尺度k的詳細(xì)圖像中的像素值計(jì)算為 或者 或者 其中的g為高斯低通濾波器，以及l(fā)為恒等算子。
對于伯特分解，尺度k的增強(qiáng)近似圖像計(jì)算為 其中的f(x)為轉(zhuǎn)換算子。
作為加權(quán)和的多尺度詳細(xì)像素值 假定在伯特多尺度分解中，5×5高斯濾波器與系數(shù)wk，l結(jié)合使用，其中的k＝-2，...2，以及l(fā)＝-2，...2，則二次抽樣算子刪除每個(gè)第二行和列，以及上抽樣算子將具有0值的像素插入任何兩行和列之間。
近似圖像gk+1中的位置i，j上的像素計(jì)算為 上抽樣圖像uk中的位置i，j上的像素計(jì)算為
上抽樣平滑圖像guk中的位置i，j上的像素計(jì)算為
最后，詳細(xì)圖像dk中的位置i，j上的像素計(jì)算為
一般來說，詳細(xì)圖像dk中的位置i，j上的像素可計(jì)算為相同或更小尺度k、k-1、k-2、...的近似圖像中的像素的加權(quán)和 其中的l∈{0，...k}以及r＝二次抽樣_因子(l-k) 因?yàn)? 所以詳細(xì)圖像dk中的位置i，j上的像素計(jì)算為 項(xiàng)gl(ri，rj)＝gl(ri+m，rj+n)稱作轉(zhuǎn)化差值。
它表示近似圖像中的中心像素與相鄰像素之間的像素值的差異。它是局部對比度的測量。
轉(zhuǎn)化差值的加權(quán)和稱作中心差值ck(i，j)。
通過類似的方式可以證明，其它多尺度分解方法中的詳細(xì)圖像也可表示為轉(zhuǎn)化差值圖像的組合。
轉(zhuǎn)換操作 在例如EP527525中公開的一種現(xiàn)有技術(shù)方法中，對比增強(qiáng)通過將轉(zhuǎn)換算子f(x)應(yīng)用于詳細(xì)圖像dk來獲得，或者相當(dāng)于 這樣一種轉(zhuǎn)換算子的實(shí)例是S形函數(shù)。這種轉(zhuǎn)換算子的另一個(gè)實(shí)例是例如EP525527中公開的一種對比增強(qiáng)函數(shù)。轉(zhuǎn)換算子的形狀取決于增強(qiáng)的特定要求，它用于將低值詳細(xì)像素比高值詳細(xì)像素放大更多。
轉(zhuǎn)換步驟可能引起重構(gòu)對比增強(qiáng)圖像中的邊緣轉(zhuǎn)變的形狀的變形。原因在于轉(zhuǎn)換函數(shù)的非線性度。
一般來說，以下適用于非線性函數(shù) f(x+y)≠f(x)+f(y) 或者 現(xiàn)有技術(shù)的算法首先將詳細(xì)圖像dk中的像素值計(jì)算為加權(quán)和，然后再應(yīng)用轉(zhuǎn)換步驟。
通過將詳細(xì)圖像dk中的像素值改寫為轉(zhuǎn)化差值的加權(quán)和，能夠在求和之前而不是之后應(yīng)用轉(zhuǎn)換步驟。
對比增強(qiáng)這時(shí)通過對轉(zhuǎn)化差值應(yīng)用轉(zhuǎn)換步驟來獲得 這樣，在對比增強(qiáng)重構(gòu)圖像中更好地保留了邊緣轉(zhuǎn)變的形狀。
如果對于每一個(gè)尺度k都從全分辨率圖像go中計(jì)算那個(gè)尺度的詳細(xì)圖像，并且將增強(qiáng)應(yīng)用于中心差值，則在重構(gòu)之后最佳地保留了邊緣轉(zhuǎn)變的形狀。
在圖4、圖6和圖8中說明本發(fā)明的不同實(shí)現(xiàn)。對應(yīng)的增強(qiáng)步驟如圖5、圖7和圖9所示。
在本發(fā)明中，中心差值(即轉(zhuǎn)化差值的加權(quán)和)僅近似于通過多尺度分解所產(chǎn)生的詳細(xì)圖像中的像素值。
例如，在伯特分解中5×5高斯濾波器以及給定采用與詳細(xì)圖像相同的尺度的近似圖像的事實(shí)的情況下，根據(jù)第一實(shí)施例，需要計(jì)算9×9＝81個(gè)轉(zhuǎn)化差值圖像以及9×9＝81個(gè)加權(quán)。
通過采用例如7×7＝49項(xiàng)的近似求和來代替，僅需要計(jì)算49個(gè)轉(zhuǎn)化差值圖像和49個(gè)加權(quán)。
求和中使用的項(xiàng)的數(shù)量產(chǎn)生對比增強(qiáng)之后的多尺度分解/重構(gòu)與邊緣轉(zhuǎn)變的形狀的保留程度之間的折衷。
第一步驟是以傳統(tǒng)方式計(jì)算多尺度分解，從而產(chǎn)生詳細(xì)圖像dk的多尺度表示。
下一個(gè)步驟是對于各詳細(xì)圖像dk根據(jù)從尺度l∈{0，...k}的近似圖像中計(jì)算的中心差值圖像來計(jì)算放大系數(shù)ak的圖像。
轉(zhuǎn)化差值圖像以及對應(yīng)轉(zhuǎn)化的數(shù)量取決于近似求和中使用的項(xiàng)的數(shù)量。
為了獲得對比增強(qiáng)，轉(zhuǎn)換轉(zhuǎn)化圖像。
放大系數(shù)圖像ak被計(jì)算為增強(qiáng)轉(zhuǎn)化差值圖像的加權(quán)和與未增強(qiáng)轉(zhuǎn)化差值圖像的加權(quán)和的比率。
對于位置i，j上的尺度k的放大系數(shù)，應(yīng)用下式 詳細(xì)圖像dk通過dk與放大系數(shù)ak相乘來增強(qiáng)。
放大系數(shù)的集合稱作放大圖像。
圖像的重構(gòu)對比增強(qiáng)形式通過對增強(qiáng)詳細(xì)圖像應(yīng)用多尺度重構(gòu)來計(jì)算。
備注如果轉(zhuǎn)換函數(shù)f(x)是恒等函數(shù)，則放大因子將等于1。這產(chǎn)生可逆多尺度分解/重構(gòu)。
權(quán)利要求
1.一種用于增強(qiáng)由數(shù)字信號表示的圖像的對比度的方法，其中
a.將所述數(shù)字信號分解為多尺度表示，其中包含表示多個(gè)尺度的細(xì)節(jié)的至少兩個(gè)詳細(xì)圖像以及從其中提出所述詳細(xì)圖像的近似圖像，某個(gè)尺度的近似圖像表示其中已經(jīng)省略那個(gè)尺度的所有細(xì)節(jié)的所述圖像的灰度值，
b.從至少一個(gè)近似圖像中計(jì)算轉(zhuǎn)化差值圖像，
c.非線性地修改所述轉(zhuǎn)化差值圖像的值，
d.放大圖像至少以一個(gè)尺度計(jì)算為兩個(gè)圖像之比，其中，所述第一圖像通過組合相同或更小尺度的所述已修改轉(zhuǎn)化差值圖像來計(jì)算，以及第二圖像通過組合相同或更小尺度的未增強(qiáng)轉(zhuǎn)化差值圖像來建立，
e.增強(qiáng)多尺度詳細(xì)表示通過按照那個(gè)尺度的放大圖像以至少一個(gè)尺度修改所述詳細(xì)圖像來計(jì)算，
f.增強(qiáng)圖像表示通過對所述增強(qiáng)多尺度詳細(xì)表示應(yīng)用重構(gòu)算法來計(jì)算。
2.如權(quán)利要求1所述的方法，其特征在于，從相同尺度的近似圖像中計(jì)算特定尺度的轉(zhuǎn)化差值圖像。
3.如權(quán)利要求1所述的方法，其特征在于，所有所述轉(zhuǎn)化差值圖像均從原始圖像中計(jì)算。
4.如權(quán)利要求1所述的方法，其特征在于，從尺度m的近似圖像中計(jì)算尺度k的轉(zhuǎn)化圖像，其中m表示尺度l與尺度k-l之間的尺度。
5.如權(quán)利要求1所述的方法，其特征在于，所述中心差值圖像與所述多尺度詳細(xì)圖像相同或者是所述多尺度詳細(xì)圖像的近似。
6.如以上權(quán)利要求中的任一項(xiàng)所述的方法，其特征在于，所述圖像是乳房x射線照相圖像。
7.如以上權(quán)利要求中的任一項(xiàng)所述的方法，其特征在于，所述圖像是CT圖像。
8.一種計(jì)算機(jī)程序產(chǎn)品，適合于當(dāng)運(yùn)行于計(jì)算機(jī)時(shí)執(zhí)行如以上權(quán)利要求中的任一項(xiàng)所述的方法。
9.一種計(jì)算機(jī)可讀媒體，包含適合于執(zhí)行如以上權(quán)利要求中的任一項(xiàng)所述的步驟的計(jì)算機(jī)可執(zhí)行程序代碼。
全文摘要
本發(fā)明描述了生成多尺度對比增強(qiáng)圖像的方法，其中保留了邊緣轉(zhuǎn)變的形狀。詳細(xì)圖像經(jīng)過轉(zhuǎn)換，按照增強(qiáng)中心差值的組合與未增強(qiáng)中心差值的組合之間的比率，對于每個(gè)詳細(xì)像素值來調(diào)節(jié)至少一個(gè)尺度的轉(zhuǎn)換函數(shù)。
文檔編號G06T5/00GK101231746SQ20071016955
公開日2008年7月30日 申請日期2007年11月5日 優(yōu)先權(quán)日2006年12月11日
發(fā)明者T·伯滕, P·武伊爾斯特克 申請人:愛克發(fā)醫(yī)療保健公司