基于能量調(diào)整的射線圖像增強(qiáng)算法

1、.基于能量調(diào)整的射線圖像增強(qiáng)算法-電氣論文基于能量調(diào)整的射線圖像增強(qiáng)算法 曹智陽，黃茜，顏偉鑫（華南理工大學(xué)電子與信息學(xué)院，廣東廣州510640）摘要：提出了基于能量調(diào)整的射線圖像增強(qiáng)算法，該算法是基于成像前后圖像能量基本保持不變的前提，在頻域上對圖像進(jìn)行高低頻能量的相互轉(zhuǎn)換，以達(dá)到增強(qiáng)射線圖像全局對比度和細(xì)節(jié)信息的目的。實(shí)驗(yàn)部分兼顧定性和定量方法，分析了算法的效果，并與幾種常用的圖像增強(qiáng)算法進(jìn)行了比較，結(jié)果顯示該算法效果較好，能有效解決圖像對比度偏低的問題。關(guān)鍵字：能量調(diào)整；調(diào)制傳遞函數(shù)；低頻削弱；高頻增強(qiáng)； Gamma校正中圖分類號(hào)：TN911.73?34 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：100

2、4?373X（2015）13?0042?04收稿日期：2015?02?06基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目（61271314）；廣州市科技計(jì)劃對外合作項(xiàng)目（2013J4500001）；廣州科技計(jì)劃珠江新星項(xiàng)目（2012J2200010）0 引言由于受到成像系統(tǒng)中光學(xué)鏡頭、影像增強(qiáng)器等的影響，射線圖像對比度一般比較差，圖像細(xì)節(jié)信息易丟失。因此，在應(yīng)用中通常需要增強(qiáng)圖像對比度和細(xì)節(jié)信息，擴(kuò)大圖像的灰度范圍，突出圖像中的感興趣區(qū)域。常用的圖像增強(qiáng)方法有：空域處理法和頻域處理法?？沼蚍椒ㄖ饕ɑ叶茸儞Q法、直方圖法1、空間濾波法2等；頻域的方法主要有同態(tài)濾波法3、反銳化掩模法4等。這些圖像增強(qiáng)算法的通用

3、性較強(qiáng)，但是在處理射線圖像時(shí)效果并不理想。文獻(xiàn)5提出了基于灰度對比和自適應(yīng)小波變換的X射線圖像增強(qiáng)算法，但難以在細(xì)節(jié)增強(qiáng)和噪聲抑制之間取得良好折衷；文獻(xiàn)6提出了將全局自適應(yīng)均衡與局部動(dòng)態(tài)增強(qiáng)相結(jié)合的射線圖像增強(qiáng)算法，但其在細(xì)節(jié)增強(qiáng)方面的效果不明顯；文獻(xiàn)7提出基于多尺度對比度塔的圖像增強(qiáng)算法，其運(yùn)算量大，實(shí)時(shí)性較差且容易過度增強(qiáng)。本文根據(jù)圖像退化前后的能量特性，提出了基于能量調(diào)整的圖像增強(qiáng)方法。該方法在頻域上對射線圖像進(jìn)行高低頻能量調(diào)整，再利用Gamma校正8保證圖像的總能量基本保持不變。實(shí)驗(yàn)證明該方法可以有效地提高圖像對比度，增強(qiáng)圖像細(xì)節(jié)。1 能量特性成像系統(tǒng)的成像特性和像質(zhì)評價(jià)，可以使用物體

4、本身，即真實(shí)的“像”和物體通過成像系統(tǒng)成像后的頻率之比來表示。這種頻率對比特性，就是所謂的調(diào)制傳遞函數(shù)（Modulation Transfer Function，MTF）。每一個(gè)光學(xué)成像系統(tǒng)的MTF值的高低在一定程度上決定了成像后圖像對比度的高低，且會(huì)隨著不同的成像系統(tǒng)和不同的空間頻率而改變，一般有0 MTF 1。光學(xué)系統(tǒng)的調(diào)制傳遞函數(shù)對真實(shí)圖像所產(chǎn)生的影響，類似于將其與一個(gè)復(fù)雜的傳遞函數(shù)卷積。由于在射線成像系統(tǒng)中，難以得到較理想的沒有衰減的圖像，本文使用退化前后的衛(wèi)星圖像來說明成像系統(tǒng)的能量特性。圖1為衛(wèi)星圖像的原圖和經(jīng)MTF 退化后的圖像以及它們各自的頻譜圖。在本文中，使用圖像的灰度均值來

5、近似地表示圖像的能量。計(jì)算結(jié)果顯示圖1中原圖與退化后圖像的能量基本相等。退化圖像的邊緣細(xì)節(jié)信息模糊不清，灰度變化平滑過渡，另外，從退化前后的頻譜圖像中可以看出，高頻部分減少了而低頻部分增加了。 因此在總能量不變的情況下，經(jīng)光學(xué)成像系統(tǒng)后，有一部分高頻能量轉(zhuǎn)換為低頻能量，光學(xué)成像系統(tǒng)的調(diào)制傳遞函數(shù)在圖像的頻域上就表現(xiàn)為高低頻能量的相互轉(zhuǎn)換。2 算法描述基于能量調(diào)整的射線圖像增強(qiáng)算法包括三個(gè)主要部分，即低頻削弱、高頻增強(qiáng)和Gamma校正。2.1 低頻削弱處理射線圖像包含大量的低頻信息，所以在傅里葉變換域中，低頻信號(hào)的幅值較大，低頻削弱就是降低低頻幅值最大點(diǎn)。設(shè)采集到的射線圖像為f (i,j)，頻域

6、圖像為F(x,y)，在頻域圖像中幅值最大點(diǎn)的坐標(biāo)為(m,n)，低頻削弱后的頻域圖像為F(x,y)，則低頻削弱公式為： 其中，0 k 1 為常數(shù)，代表低頻削弱的程度，k 越小，削弱程度越大，k 越大，削弱程度越小。k 的取值與成像系統(tǒng)的調(diào)制傳遞函數(shù)值密切相關(guān)，當(dāng)調(diào)制傳遞函數(shù)值較小時(shí)，表示退化程度嚴(yán)重，則k 值也要取較小值；當(dāng)退化不嚴(yán)重時(shí)，k 值取較大值。本文主要針對射線圖像進(jìn)行實(shí)驗(yàn)，由多組實(shí)驗(yàn)結(jié)果可知k 的取值范圍為0.60.7 比較合適，射線圖像的低頻部分得到比較好的削弱，逆傅里葉變換后即可得到低頻削弱圖像。2.2 高頻增強(qiáng)處理由于高頻部分在圖像傅里葉變換域中不容易確定，所以，本文對上一步驟中

7、的低頻削弱圖像進(jìn)行單層小波變換分解9，得到近似小波系數(shù)、水平細(xì)節(jié)系數(shù)、垂直細(xì)節(jié)系數(shù)和對角細(xì)節(jié)系數(shù)，分別記為A，H，V，D。高頻增強(qiáng)就是增大3個(gè)細(xì)節(jié)系數(shù)，設(shè)增強(qiáng)后的3個(gè)系數(shù)分別為H,V ，D，本文采用的增強(qiáng)函數(shù)為： 式中：0 s 1 為常數(shù)，反映了高頻增強(qiáng)的程度。s 越大則說明高頻增強(qiáng)的程度越低，s 越小則說明高頻增強(qiáng)的程度越高。s 的具體值在本文中是根據(jù)實(shí)驗(yàn)結(jié)果分析設(shè)定的，本文經(jīng)對像質(zhì)計(jì)射線圖像多次實(shí)驗(yàn)，將s 在0.50.6之間取值，小波逆變換后即可得到高頻增強(qiáng)圖像。2.3 Gamma校正處理低頻削弱和高頻增強(qiáng)將圖像中的高低頻能量進(jìn)行了改變，結(jié)果也會(huì)改變圖像的總能量。為保證處理過程中圖像的總能

8、量不變，采用Gamma校正進(jìn)一步對圖像進(jìn)行處理。設(shè)經(jīng)高頻增強(qiáng)后的圖像為u(i,j) ，Gamma校正因子為 ，最終增強(qiáng)圖像為g(i,j)，則校正公式為： 式中： 為常量，目的是調(diào)整最終圖像的亮度值。當(dāng) = 0 時(shí)，如果mf mu，即高頻增強(qiáng)后的圖像均值小于原始采集圖像均值，則 1，那么(u(i,j) 255) u(i,j) 255，也就是說經(jīng)Gamma校正后，圖像的灰度均值得到了提高，趨近于原始采集圖像的均值；同理，如果mf mu，圖像灰度均值將會(huì)降低，趨近于原始采樣圖像的均值。通過本文的Gamma校正方法，能基本保證圖像的總能量不變。3 實(shí)驗(yàn)結(jié)果與分析3.1 實(shí)驗(yàn)參數(shù)及評價(jià)標(biāo)準(zhǔn)像質(zhì)計(jì)10為評

9、判工業(yè)射線圖像清晰度的通用工具，能測定射線照相靈敏度，本文所用實(shí)驗(yàn)圖像即為鐵質(zhì)線型像質(zhì)計(jì)射線圖像。實(shí)驗(yàn)原圖像已經(jīng)做了積分去噪的預(yù)處理。在實(shí)驗(yàn)中，設(shè)定低頻削弱系數(shù)k = 0.6 ，高頻增強(qiáng)系數(shù)s = 0.6 ，亮度調(diào)節(jié)變量 = 1.1 。為了定量的評價(jià)算法的優(yōu)劣，選擇了灰度方差、對比度和圖像細(xì)節(jié)能量這三個(gè)參數(shù)對實(shí)驗(yàn)結(jié)果進(jìn)行分析。3.1.1 方差用2 表示圖像方差，它的定義如下： 式中：m 和n 分別為圖像的高度和寬度；2 (i,j) 表示圖像的局部方差。3.2 算法效果分析及比較圖2 為本文算法及幾種常用圖像增強(qiáng)算法的實(shí)驗(yàn)效果圖。（a）是實(shí)驗(yàn)原圖像，（b）和（c）分別為直方圖均衡化和同態(tài)濾波法的

10、增強(qiáng)效果圖，（d）為文獻(xiàn)6算法的增強(qiáng)效果圖，（e）為本文算法的增強(qiáng)效果圖。 基于人眼視覺的效果可以看出，本文算法結(jié)果圖2（e）中，金屬細(xì)線可識(shí)別度明顯高于原始圖像，也沒有出現(xiàn)像圖2（b）那樣比較嚴(yán)重的不均衡，可以用于提取圖像細(xì)節(jié)特征信息。圖3 所示為對應(yīng)上述五種圖像的直方圖，可以看出，本文算法在保持原始圖像灰度分布結(jié)構(gòu)特性的基礎(chǔ)上，明顯擴(kuò)展了圖像灰度動(dòng)態(tài)范圍，沒有出現(xiàn)灰度分布過于集中的情況。 用方差、對比度和能量細(xì)節(jié)三項(xiàng)指標(biāo)對上述各種方法處理的算法進(jìn)行定量比較，結(jié)果見表1。 從表1可以看出，本文算法不論從全局對比度還是細(xì)節(jié)能量都比原始圖像有了顯著的提高；直方圖均衡化方法雖然在對比度增強(qiáng)上有較好

11、的效果，但容易造成圖像對比度的過增強(qiáng)，而且在圖像的細(xì)節(jié)能量上沒有得到加強(qiáng)；文獻(xiàn)6的算法增強(qiáng)效果不明顯；同態(tài)濾波法無論是在視覺上還是在方差、對比度和細(xì)節(jié)能量的數(shù)據(jù)上都達(dá)不到本文方法的效果。3.3 更多圖像增強(qiáng)效果實(shí)驗(yàn)圖4 為本文算法對更多射線圖像進(jìn)行增強(qiáng)的處理結(jié)果。圖4（a）為三幅輪轂射線圖像，前兩幅為輪輻，第三幅為輪輞；圖4（b）為本文算法的對應(yīng)增強(qiáng)效果圖。對比可以看出，本文算法增強(qiáng)后的圖像更有利于提取細(xì)節(jié)特征信息。 圖5 為本文算法對其他種類圖像的增強(qiáng)效果圖。圖5（a）為人體醫(yī)用射線胸片圖像和高空拍攝圖像，圖5（b）為本文算法處理效果圖。從圖像整體的對比度和細(xì)節(jié)豐富程度可以看出，本文算法對各

12、類成像系統(tǒng)所得圖像均能在對比度、細(xì)節(jié)豐富程度上取得較好的增強(qiáng)效果。4 結(jié)論本文針對射線圖像對比度偏低的現(xiàn)象，提出了基于能量調(diào)整的圖像增強(qiáng)算法。首先從成像系統(tǒng)的MTF出發(fā)，分析了圖像對比度下降的主要原因，然后在圖像變換域上，重新分配高低頻能量，并使用Gamma校正保證圖像的總能量保持基本不變，以達(dá)到增強(qiáng)對比度和細(xì)節(jié)的效果。實(shí)驗(yàn)結(jié)果表明該算法能有效提高圖像對比度和加強(qiáng)細(xì)節(jié)信息。 參考文獻(xiàn)1 CELIK T. Two?dimensional histogram equalization and contrastenhancement J. Pattern Recognition，2012，45（10

13、）：3810?3824.2 張秋菊，魯小利，王琪.基于自適應(yīng)平滑濾波的圖像增強(qiáng)J.現(xiàn)代電子技術(shù)，2013，36（22）：88?89.3 AGARWA K，TIWARI M，LAMBA S S. Modified histogrambased contrast enhancement using Homomorphic filtering formedical images C/ 2014 IEEE International Conference onAdvance Computing. Gurgaon：IEEE，2014：964?968.4 ZHU Li， ZHU Chunqiang. An

14、 improved adaptive unsharpmasking image enhancement algorithm J. Applied Mechanicsand Materials，2013，327（14）：1547?1550.5 師黎，陳欣欣.基于灰度對比和自適應(yīng)小波變換的X射線圖像增強(qiáng)J.中國組織工程研究與臨床康復(fù)，2010，14（35）：6551?6554.6 陳燕.射線圖像增強(qiáng)技術(shù)仿真研究J.機(jī)械工程與自動(dòng)化，2012（2）：56?57.7 龍鈞宇，余紅，余愛民.基于多尺度對比度塔的圖像增強(qiáng)新算法J.現(xiàn)代電子技術(shù)，2012，35（10）：75?77.8 HUANG Shi，CHENG Fan，CHI Yisheng. Efficient contrast en?hancement using adaptive gamma correction with weighting dis?tribution J. IEEE Transactions on Image Processing，2013，22（3）：1032?1041.9 周旋，