[發明專利]一種視網膜圖像增強的方法

在審

• 申請號: 201710369727.0
• 申請日: 2017-05-23
• 公開（公告）號: CN107220948A
• 公開（公告）日: 2017-09-29
• 發明（設計）人: 張麗娟;李陽;李東明;李超然;殷婷婷
• 申請（專利權）人: 長春工業大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/30
• 代理公司: 合肥順超知識產權代理事務所(特殊普通合伙)34120
• 代理人: 周發軍

技術領域

本發明涉及圖像處理領域，具體地說，特別涉及一種視網膜圖像增強的方法。

背景技術

在醫學上，視網膜微血管病變是人體糖尿病、高血壓、心血管疾病等的直接反應，高分辨率視網膜圖像的獲得變得尤為重要。通常所獲得的眼底視網膜圖像像素對比度低、局部光照不均、血管分布復雜密集，不利于醫生對患者病情的診斷。現醫學上普遍使用的眼底照相機，由于成像條件差，人眼固有相差的局限，獲取的視網膜圖像質量并不高。噪聲、對比不均、輪廓不清晰等情況阻礙了有用信息的獲取。在正式對視網膜視盤、黃斑、血管等進行診斷前，用數字圖像技術對視網膜圖像進行增強，提高圖像質量是必不可少的步驟。

目前在圖像增強處理領域，現有的方法都是在空域或頻域基礎上實施的,視網膜圖像相較于普通圖像在細節方面的處理要求更高，因此處理的算法也與普通圖像有些不同。Rajamani等是在空域類通過自適應直方圖均衡化[5]的方法對視網膜圖像進行處理，在提高對比度上取得了很好的效果，但是對于背景噪聲的去除效果并不理想。Banerje等采用小波變換和雙邊濾波結合來處理視網膜圖像，算法處理速度更快，但此方法的小波重構不完全。Kumari等提出的增強方法是在血管方向使用中值濾波進行的，但在尺度選用上過于單一，不適用于大多數圖像。Jia等人把Hessian矩陣應用到血管檢測上，運用線狀濾波函數來處理圖片，對血管的增強很有用，但不利于周圍病灶的增強。

綜上所述，現有的方法大多不能全局化對視網膜圖像進行改善，在提高圖像視感質量方面還有缺陷。

發明內容

為了解決現有技術的問題，本發明實施例提供了一種視網膜圖像增強的方法。所述技術方案如下：

一方面，提供了一種視網膜圖像增強的方法，包括：

對視網膜圖像進行雙樹復數小波分解，得到6個高頻部分圖像和2個低頻部分圖像；

對分解得到的低頻部分圖像進行形態學運算，得到增強的低頻部分圖像；

對分解得到的高頻部分圖像的細節部分進行去噪處理，得到去噪的高頻部分圖像；

將所述增強的低頻部分圖像和所述去噪的高頻部分圖像進行雙樹復小波逆變換處理，得到增強后的視網膜圖像。

可選地，當對視網膜圖像進行雙樹復數小波分解時，在分解的同時，對所述低頻部分圖像進行了去噪處理。

可選地，所述對分解得到的低頻部分圖像進行形態學運算，得到增強的低頻部分圖像的具體步驟為：

把所述低頻部分圖像作為形態學變換的原始灰度圖像；

對所述原始灰度圖像進行形態學運算，得到增強的低頻部分圖像。

可選地，所述對所述原始灰度圖像進行形態學運算，得到增強的低頻部分圖像的具體步驟為：

對原始灰度圖像f進行top-hat變換結果有2種，即白變換和暗變換：

BTH(x,y)＝f·B-f (13)

式中，B為結構元素，結構元素與原始灰度圖像做膨脹、腐蝕操作得到開、閉運算結果，即f·B，它們的定義分別為：

其中，

為形態學的膨脹操作，fΘB為腐蝕操作；由上述式(14)、(15)可知，開、閉運算是建立在膨脹、腐蝕的基礎上的；在圖像的不同區域，開、閉運算的作用是不一樣的，雖然功能不同但兩者都能保證圖像的細節和整體灰度級不發生變化；

視網膜圖像的增強處理主要是為了對血管網絡的清晰度進行增強，但是每條血管的差異度都很大，不利于一次求解；因此需要在不同方向都進行變換；在N個方向進行白top-hat變換并求和，得到圖像的WTH(x,y)_i表示為：

類似的，可得到圖像的BTH(x,y)_i為：

因此，基于形態學top-hat變換的視網膜圖像強可表示為：

f_en＝f+f_w-f_b (20)

式中，f_en為經top-hat變換增強的低頻部分圖像，f為原始灰度圖像，f_w、f_b分別為上述提取的白、暗區域WTH(x,y)_i、BTH(x,y)_i。

可選地，當對分解得到的高頻部分圖像的細節部分進行去噪處理時，采用自適應閾值處理方法。

本發明實施例提供的技術方案帶來的有益效果是：