本发明专利技术涉及图像处理领域,尤其涉及一种X射线图像对比度自适应增强方法与系统。所述方法包括如下步骤:建立组织区域图像的灰度直方图,并统计所述灰度直方图的参数;根据所述灰度直方图的参数计算所述组织区域图像的log拉伸曲线系数;根据所述log拉伸曲线系数生成log拉伸曲线;根据所述log拉伸曲线对所述组织区域图像进行拉伸。本发明专利技术能够对不同剂量、不同体位的组织区域图像进行自动分析,去除空气区域和束光器遮挡区域的影响,自适应地生成log拉伸曲线,再用该曲线对组织区域的原始图像进行拉伸,则各组织区域的亮度和对比度都会达到更适合人眼观察的状态。
【技术实现步骤摘要】
X射线图像对比度自适应增强方法与系统
本专利技术涉及图像处理领域,尤其涉及一种X射线图像对比度自适应增强方法与系统。
技术介绍
根据韦伯-费希纳定律,人眼对亮度的感觉与实际亮度值的对数成线性关系,所以,用X射线系统拍到的图像,要经过log拉伸处理,使原始图像的亮度和对比度得到改善,达到更适合人眼观察的目的。但在实际操作过程中,由于会对不同体位应用不同的拍片剂量(KV和MAS),再加上硬件系统的差异,会导致拍到的原始图像过亮或过暗,在这种情况下,如果用固定的log曲线对原始图像进行拉伸,不能确保原始图像上的所有骨骼和软组织部分都能清晰地显示,这将直接影响到图像处理的最终效果。
技术实现思路
本专利技术所要解决的技术问题是,提供一种X射线图像对比度自适应增强方法与系统,根据图像有效组织区域的信息,自适应生成一条合适的log拉伸曲线,以解决现有技术中不同体位、不同剂量、不同束光器范围下拍摄的组织区域图像的log拉伸效果不稳定的问题。本专利技术是这样实现的:一种X射线图像对比度自适应增强方法,包括如下步骤:建立组织区域图像的灰度直方图,并统计所述灰度直方图的参数;根据所述灰度直方图的参数计算所述组织区域图像的log拉伸曲线系数;根据所述log拉伸曲线系数生成log拉伸曲线;根据所述log拉伸曲线对所述组织区域图像进行拉伸。进一步地,所述log拉伸曲线系数的计算方法如下:设M为所述组织区域图像的灰度均值;设x为所述图像中任一像素拉伸前的灰度级,y为对应像素拉伸后灰度级;则记其中,maxGraylevel为像素所能达到的最大灰度级;minV为组织区域的最小灰度级,maxV为组织区域的最大灰度级,a为log拉伸曲线系数;以y对x求导,并计算当导数x=M时a的值。进一步地,根据所述log拉伸曲线系数生成log拉伸曲线之前,还包括如下步骤:将log拉伸曲线系数a乘以系数t,drc=maxV-minV。进一步地,根据所述log拉伸曲线系数生成log拉伸曲线时,令maxV=maxGraylevel;生成的log拉伸曲线为如下所述:进一步地,根据所述log拉伸曲线对所述组织区域图像进行拉伸之前,还包括如下步骤:用宽度为两倍于minV的邻域对所述log拉伸曲线进行均值平滑处理。一种X射线图像对比度自适应增强系统,包括:直方图建立模块,用于建立组织区域图像的灰度直方图,并统计所述灰度直方图的参数;log拉伸曲线系数计算模块,用于根据所述灰度直方图的参数计算所述组织区域图像的log拉伸曲线系数;log拉伸曲线建立模块,用于根据所述log拉伸曲线系数生成log拉伸曲线;图像拉伸模块,用于根据所述log拉伸曲线对所述组织区域图像进行拉伸。进一步地,所述log拉伸曲线系数计算模块计算所述log拉伸曲线系数的方法如下:设M为所述组织区域图像的灰度均值;设x为所述图像中任一像素拉伸前的灰度级,y为对应像素拉伸后灰度级;则记其中,maxGraylevel为像素所能达到的最大灰度级;minV为组织区域的最小灰度级,maxV为组织区域的最大灰度级,a为log拉伸曲线系数;以y对x求导,并计算当导数x=M时a的值。进一步地,所述系统还包括log拉伸曲线系数处理模块,用于将log拉伸曲线系数a乘以系数t,drc=maxV-minV;所述log拉伸曲线建立模块根据所述log拉伸曲线系数处理模块处理后的log拉伸曲线系数a生成log拉伸曲线。进一步地,所述log拉伸曲线建立模块根据所述log拉伸曲线系数生成log拉伸曲线时,令maxV=maxGraylevel;生成的log拉伸曲线为如下所述:进一步地,所述系统还包括图像平滑处理模块,用于用宽度为两倍于minV的邻域对所述log拉伸曲线进行均值平滑处理;所述图像拉伸模块用于根据所述图像平滑处理模块处理后的log拉伸曲线对所述组织区域图像进行拉伸。与现有技术相比,本专利技术能够对不同剂量、不同体位的组织区域图像进行自动分析,去除空气区域和束光器遮挡区域的影响,自适应地生成log拉伸曲线,再用该曲线对组织区域的原始图像进行拉伸,则各组织区域的亮度和对比度都会达到更适合人眼观察的状态。附图说明图1:本专利技术实施例提供的X射线图像对比度自适应增强方法流程示意图;图2:不同log拉伸曲线系数下的log拉伸曲线示意图;图3:本专利技术实施例提供的X射线图像对比度自适应增强系统结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本专利技术进行进一步详细说明。如图1所示,本专利技术实施例提供了一种X射线图像对比度自适应增强方法,包括如下步骤:步骤S1:建立组织区域图像的灰度直方图,并统计灰度直方图的参数;步骤S2:根据灰度直方图的参数计算组织区域图像的log拉伸曲线系数;步骤S3:根据log拉伸曲线系数生成log拉伸曲线;步骤S4:根据log拉伸曲线对组织区域图像进行拉伸。Log拉伸曲线的生成是建立在组织区域的灰度直方图的基础上,因此首先应该建立组织区域图像的灰度直方图。如果预先没有对组织区域进行识别,在建立组织区域图像的灰度直方图之前,还要对组织区域进行识别。拍摄X光照片时,一般会将组织区域置于束光器居中位置进行拍摄,因此,对组织区域进行识别可采用区域生长的方法。例如,取拍摄的原始图像中心的四分之一部分作为局部图像,通过区域生长的方法找出大致的组织区域部分。在对组织区域进行识别之前,还可先对原始图像进行缩放处理,使图像缩放到合适的尺寸及分辨率,减小计算量。建立了组织区域的灰度直方图,需要统计直方图的相关参数用于log拉伸曲线系数的计算。设M为组织区域图像的灰度均值。设x为组织区域图像中任一像素拉伸前的灰度级,y为对应像素拉伸后灰度级,则记其中,maxGraylevel为像素所能达到的最大灰度级。为减小运算量,一般将原始图像缩放到256*256,灰度级也转为255及灰度,在这种情况下,maxGraylevel为255。minV为组织区域的最小灰度级,maxV为组织区域的最大灰度级,a为log拉伸曲线系数。log曲线拉伸系数直接关系到log曲线拉伸对比度的程度,自适应log拉伸曲线的生成主要是计算系数a,a越小对比度拉伸强度也越大,亮度也越大。图2所示为不同log拉伸曲线系数下的log拉伸曲线示意图,其中,横轴表示拉伸前的灰度,纵轴表示拉伸后的灰度。由图2可以看出,每条log拉伸曲线上都有一个拉伸分界点gd,拉伸分界点的定义为,该log拉伸曲线上斜率为1时对应的灰度级。根据log拉伸曲线的表达式可知,log拉伸曲线系数a将影响到该分界点的大小,a值越大,分界点越小,反之则越大,在该分界点的左侧是增强对比度,右侧是抑制对比度。以y对x求导,当导数时x的位置就是分界点的位置。可将直方图的灰度均值M作为分界点,即x=M,此时可计算得出一个a的值,该值即可作为log拉伸曲线系数。为方便计算,令则a的值可通过下面公式计算:a还和组织区域图像的动态范围drc有关,drc的定义如下:drc=maxV-minV。drc越大,对比度拉伸程度就越小,即a越小,因此,根据log拉伸曲线系数生成log拉伸曲线之前,有必要对系数a乘以一个与drc有关的系数t,然后再根据系数a生成log拉伸曲线。根据经验,t可设置为为使log本文档来自技高网...
【技术保护点】
一种X射线图像对比度自适应增强方法,其特征在于,包括如下步骤:建立组织区域图像的灰度直方图,并统计所述灰度直方图的参数;根据所述灰度直方图的参数计算所述组织区域图像的log拉伸曲线系数;根据所述log拉伸曲线系数生成log拉伸曲线;根据所述log拉伸曲线对所述组织区域图像进行拉伸。
【技术特征摘要】
1.一种X射线图像对比度自适应增强方法,其特征在于,包括如下步骤:建立组织区域图像的灰度直方图,并统计所述灰度直方图的参数;根据所述灰度直方图的参数计算所述组织区域图像的log拉伸曲线系数;根据所述log拉伸曲线系数生成log拉伸曲线;根据所述log拉伸曲线对所述组织区域图像进行拉伸;其中,所述log拉伸曲线系数的计算方法如下:设M为所述组织区域图像的灰度均值;设x为所述图像中任一像素拉伸前的灰度级,y为对应像素拉伸后灰度级;则记其中,maxGraylevel为像素所能达到的最大灰度级;minV为组织区域的最小灰度级,maxV为组织区域的最大灰度级,a为log拉伸曲线系数;以y对x求导,并计算当导数x=M时a的值。2.如权利要求1所述的X射线图像对比度自适应增强方法,其特征在于,根据所述log拉伸曲线系数生成log拉伸曲线之前,还包括如下步骤:将log拉伸曲线系数a乘以系数t,drc=maxV-minV。3.如权利要求1所述的X射线图像对比度自适应增强方法,其特征在于,根据所述log拉伸曲线系数生成log拉伸曲线时,令maxV=maxGraylevel;生成的log拉伸曲线为如下所述:4.如权利要求3所述的X射线图像对比度自适应增强方法,其特征在于,根据所述log拉伸曲线对所述组织区域图像进行拉伸之前,还包括如下步骤:用宽度为两倍于minV的邻域对所述log拉伸曲线进行均值平滑处理。5.一种X射线图像对比度自适应增强系统,其特征在于,包括:直方图建立模块,用于建立组织区域图像的灰度直方图,并统计所述灰度直方图的参数;l...
【专利技术属性】
技术研发人员:孙凯,叶超,李学军,陈娴,
申请(专利权)人:深圳市安健科技有限公司,
类型:发明
国别省市:广东;44