[發(fā)明專利]基于多尺度分解的圖片能量歸一化處理方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201710221989.2
• 申請(qǐng)日: 2017-04-06
• 公開(kāi)（公告）號(hào): CN107016640A
• 公開(kāi)（公告）日: 2017-08-04
• 發(fā)明（設(shè)計(jì)）人: 陽(yáng)維;陸紫簫
• 申請(qǐng)（專利權(quán)）人: 廣州愛(ài)圖互聯(lián)網(wǎng)有限公司
• 主分類號(hào): G06T3/20
• 分類號(hào): G06T3/20
• 代理公司: 重慶強(qiáng)大凱創(chuàng)專利代理事務(wù)所(普通合伙)50217
• 代理人: 王照偉

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種基于多尺度分解的圖片能量歸一化處理方法及系統(tǒng)。

背景技術(shù)

隨著數(shù)字技術(shù)的發(fā)展，圖像被數(shù)字化為大量像素點(diǎn)組成的點(diǎn)陣，像素點(diǎn)的光學(xué)特性則由像素值表征。

數(shù)字化后的圖像，方便計(jì)算機(jī)處理，為基于機(jī)器學(xué)習(xí)的各類檢測(cè)系統(tǒng)提供了先決條件。

現(xiàn)在，基于機(jī)器學(xué)習(xí)的檢測(cè)系統(tǒng)，被應(yīng)用到各個(gè)領(lǐng)域；以醫(yī)學(xué)領(lǐng)域?yàn)槔瑱z測(cè)系統(tǒng)通過(guò)對(duì)大量數(shù)字化的醫(yī)學(xué)檢測(cè)影像的學(xué)習(xí)，可以實(shí)現(xiàn)智能的輪廓分離，疾病檢測(cè)等功能；例如，X線胸部平片(簡(jiǎn)稱胸片)是肺部疾病檢測(cè)的基本影像手段之一，通過(guò)以大量數(shù)字化的胸片(掃描或通過(guò)直接數(shù)字化X線攝像系統(tǒng)得到)作為樣本進(jìn)行機(jī)器學(xué)習(xí)，智能檢測(cè)系統(tǒng)可以智能的對(duì)肺病疾病進(jìn)行檢測(cè)，如肺結(jié)節(jié)檢測(cè)。

然而，在進(jìn)行檢測(cè)時(shí)，由于采集胸片的機(jī)器和時(shí)間的不同，胸片圖像中的能量分布往往具有較大差異性，這就給智能檢測(cè)帶來(lái)了障礙，因此，在將圖像輸入基于機(jī)器學(xué)習(xí)的智能檢測(cè)系統(tǒng)前，需要對(duì)圖像進(jìn)行歸一化預(yù)處理。

類似的，針對(duì)于其他圖片的機(jī)器學(xué)習(xí)系統(tǒng)也存在著需要對(duì)輸入的圖像進(jìn)行歸一化預(yù)處理的問(wèn)題。

現(xiàn)有，對(duì)圖像進(jìn)行歸一化處理的方法主要有以下三種：

1、最值歸一化：

通過(guò)一定的代數(shù)變換將圖像中的像素值控制在一定范圍內(nèi)。如線性函數(shù)變換，表達(dá)式為y＝(x-MinValue)/(MaxValue-MinValue)，其中x、y分別為轉(zhuǎn)換前、后的值，MaxValue、MinValue分別為樣本的最大值和最小值；對(duì)數(shù)函數(shù)變換，表達(dá)式為y＝log10(x)；反余切函數(shù)變換，表達(dá)式為y＝arctan(x)*2/PI。這種歸一化方法適用于本來(lái)就分布在有限范圍內(nèi)的數(shù)據(jù)，但該方法只是對(duì)圖像做了簡(jiǎn)單的線性變換處理，沒(méi)有考慮圖像本身的結(jié)構(gòu)信息,處理后得到的圖像可能會(huì)存在空洞或分布不均勻的現(xiàn)象；

2、均值方差歸一化：

通過(guò)將像素值減去均值除以方差，來(lái)將均值歸一化到0，方差歸一化到1；適用于分布沒(méi)有明顯邊界的情況，然而該方法僅計(jì)算圖像的均值和方差然后做的線性變換處理，沒(méi)有考慮可能存在的局部強(qiáng)信號(hào)當(dāng)圖像中有明顯邊界時(shí)處理后可能會(huì)使邊緣模糊化；

3、直方圖統(tǒng)計(jì)歸一化：

通過(guò)統(tǒng)計(jì)圖像像素的直方圖累計(jì)分布，去掉分布譜上前面1％和后面2％的直方圖成分，然后在新的直方圖范圍內(nèi)調(diào)整像素值范圍；當(dāng)該方法只考慮圖像的像素值分布，沒(méi)有考慮圖像本身的能量，導(dǎo)致圖片信息的丟失；

現(xiàn)在，亟需一種對(duì)圖像進(jìn)行有效能量歸一化的處理方法及系統(tǒng)，以克服現(xiàn)有技術(shù)的缺陷，使得歸一化處理后最終得到的圖像能量分布更均勻，且更大可能的保留了圖像的原有信息。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種對(duì)圖像進(jìn)行有效能量歸一化的處理方法及系統(tǒng)，對(duì)圖像進(jìn)行多尺度分解，各個(gè)尺度分別歸一化處理，使得最終得到的圖像能量分布更均勻，且更大可能的保留了圖像的原有信息。

為解決上述技術(shù)問(wèn)題，本發(fā)明提出以下技術(shù)方案：

基于多尺度分解的圖片能量歸一化處理方法，包括如下步驟：

步驟(1)：對(duì)原始圖像進(jìn)行多尺度分解，分別得到尺度從精細(xì)到粗糙的多級(jí)子帶圖像；

步驟(2)：對(duì)步驟(1)中得到的各級(jí)子帶圖像分別進(jìn)行歸一化處理；

步驟(3)：對(duì)步驟(2)得到的歸一化處理后的各級(jí)子帶圖像進(jìn)行多尺度重建，得到重建后的圖像。

步驟(4)：將步驟(3)中重建后的圖像中的各點(diǎn)性變換歸一化為取值在[0 1]之間,進(jìn)而得到最終處理后的圖像。

本發(fā)明中所稱的圖像均是指數(shù)字圖像或模擬圖像的數(shù)字化后的圖像。

數(shù)字圖像本身既包含大尺度信息如輪廓等，又包含小尺度上的細(xì)節(jié)信息如邊緣等，這些信息一起構(gòu)成圖像的總體效果，缺一不可。如果直接在原圖上進(jìn)行歸一化處理，可能會(huì)丟失其中的一些信息。因此，上述技術(shù)方案的特點(diǎn)是：先對(duì)圖像進(jìn)行多尺度分解，充分提取出圖像在不同尺度上的結(jié)構(gòu)和信息，最大可能地保留圖像各個(gè)層次的信息，大的尺度保留圖像中的輪廓等大致信息，小的尺度保留邊緣等細(xì)節(jié)；而后，各個(gè)尺度分別歸一化處理使得最終得到的圖像能量分布更均勻且更大可能的保留了圖像的原有信息，可快速高效地實(shí)現(xiàn)圖像的能量歸一化處理。

進(jìn)一步，所述步驟(4)中，根據(jù)設(shè)定的有效百分位數(shù)值的上限和下限，將重建后的圖像中百分位數(shù)值等于上限和下限的各點(diǎn)以及上限和下限之間的各點(diǎn)線，線性變換歸一化為取值在[0 1]之間；高于上限的點(diǎn)則取值1，低于下限的點(diǎn)則取值0，進(jìn)而得到最終處理后的圖像。