[發(fā)明專利]基于改進(jìn)多元宇宙優(yōu)化算法的醫(yī)療圖像自適應(yīng)增強(qiáng)方法

在審

• 申請?zhí)枺?/td>: 202210959451.2
• 申請日: 2022-08-11
• 公開（公告）號(hào): CN115330617A
• 公開（公告）日: 2022-11-11
• 發(fā)明（設(shè)計(jì)）人: 潘奕旻;宋涯
• 申請（專利權(quán)）人: 潘奕旻
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06V10/20
• 代理公司: 湖南岑信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 43275
• 代理人: 谷萍

1.一種基于改進(jìn)多元宇宙優(yōu)化算法的醫(yī)療圖像自適應(yīng)增強(qiáng)方法，其特征在于，包括如下步驟：

S1：將待增強(qiáng)的醫(yī)療圖像作為輸入圖像，對(duì)所述輸入圖像進(jìn)行歸一化處理，然后采用非完全Beta函數(shù)對(duì)歸一化處理后的圖像進(jìn)行增強(qiáng)處理，得到增強(qiáng)圖像；

S2：對(duì)增強(qiáng)處理后的圖像進(jìn)行反歸一化處理，得到增強(qiáng)后的輸出圖像，以圖像的方差作為適應(yīng)度值評(píng)價(jià)所述輸出圖像的圖像質(zhì)量；

S3：根據(jù)所述非完全Beta函數(shù)的變量上下界隨機(jī)初始化一個(gè)多元宇宙種群，所述多元宇宙種群中每個(gè)宇宙?zhèn)€體的二維空間位置對(duì)應(yīng)所述非完全Beta函數(shù)的一個(gè)參數(shù)組合(α、β)；

S4：對(duì)于每個(gè)宇宙?zhèn)€體產(chǎn)生一次隨機(jī)數(shù)r1∈[0,1]，若r1＜0.5，則將該宇宙?zhèn)€體劃分為第一宇宙種群，對(duì)所述第一宇宙種群中的宇宙?zhèn)€體采用多元宇宙優(yōu)化算法進(jìn)行位置更新；若r1≥0.5，則將該宇宙?zhèn)€體劃分為第二宇宙種群，對(duì)所述第二宇宙種群中的宇宙?zhèn)€體采用灰狼算法進(jìn)行位置更新；完成所述多元宇宙種群中所有宇宙?zhèn)€體的位置更新，對(duì)更新后的宇宙?zhèn)€體分別計(jì)算適應(yīng)度值；

S5：給所述多元宇宙種群中的每個(gè)宇宙?zhèn)€體賦予一個(gè)標(biāo)記K＝0，多次迭代；每次迭代時(shí)，若宇宙?zhèn)€體的適應(yīng)度值沒有更新，則重新賦予標(biāo)記K＝K+1；若該宇宙?zhèn)€體的適應(yīng)度值更新，則重新賦予標(biāo)記K＝0；設(shè)定標(biāo)記閾值K_T，如果宇宙?zhèn)€體的標(biāo)記達(dá)到標(biāo)記閾值K_T都沒有獲取到更好的適應(yīng)度，則將該宇宙?zhèn)€體的位置進(jìn)行如下更新：

式中，U(t+1)表示宇宙?zhèn)€體更新后的位置，U(t)表示宇宙?zhèn)€體更新前的位置，U_d和L_d為宇宙?zhèn)€體位置范圍的上下界，r8是[0,1]范圍內(nèi)的隨機(jī)向量；

S6：判斷更新后的宇宙?zhèn)€體的位置是否超出灰度值邊界，若宇宙?zhèn)€體的位置小于最小邊界值，則將其位置賦值為最小邊界值；若宇宙?zhèn)€體的位置大于最大邊界值，則將其位置賦值為最大邊界值；若未超出灰度值邊界，則保留其實(shí)際的位置；

S7：若更新后的宇宙?zhèn)€體的適應(yīng)度值不小于更新前的適應(yīng)度值，則將更新后的宇宙?zhèn)€體的位置替換掉更新前的位置；若更新后的宇宙?zhèn)€體的適應(yīng)度值小于更新前的適應(yīng)度值，則保留更新前的宇宙?zhèn)€體的位置；多次迭代直至達(dá)到最大迭代次數(shù)，輸出適應(yīng)度值最大的宇宙?zhèn)€體的位置信息，將其作為非完全Beta函數(shù)的最優(yōu)參數(shù)組合(α、β)；

S8：將最優(yōu)參數(shù)組合(α、β)代入到所述非完全Beta函數(shù)中，采用所述非完全Beta函數(shù)對(duì)歸一化處理后的圖像進(jìn)行增強(qiáng)處理，對(duì)增強(qiáng)后的圖像進(jìn)行反歸一化，得到增強(qiáng)后的最優(yōu)輸出圖像。

2.根據(jù)權(quán)利要求1所述的基于改進(jìn)多元宇宙優(yōu)化算法的醫(yī)療圖像自適應(yīng)增強(qiáng)方法，其特征在于，所述步驟S1中的“歸一化處理”的過程表示為：

式中，f′(x,y)表示所述輸入圖像的歸一化灰度值，f(x,y)表示所述輸入圖像的原始灰度值，G_max、G_min分別表示所述輸入圖像原始灰度值的最大值和最小值；

“增強(qiáng)處理”的過程表示為：

g′(x,y)＝F(f′(x,y))

式中，g′(x,y)表示所述增強(qiáng)圖像的灰度值，F(xiàn)(·)表示非完全Beta函數(shù)。

3.根據(jù)權(quán)利要求1所述的基于改進(jìn)多元宇宙優(yōu)化算法的醫(yī)療圖像自適應(yīng)增強(qiáng)方法，其特征在于，所述步驟S2中“反歸一化處理”的過程為：

g″(x,y)＝(G′_max-G′_min)g′(x,y)+G′_min

式中，g″(x,y)表示所述輸出圖像的灰度值，G′_max、G′_min分別表示所述增強(qiáng)圖像的灰度值的最大值和最小值，G′_max＝255、G′_min＝0。

4.根據(jù)權(quán)利要求1所述的基于改進(jìn)多元宇宙優(yōu)化算法的醫(yī)療圖像自適應(yīng)增強(qiáng)方法，其特征在于，所述步驟S2中“適應(yīng)度值”的計(jì)算過程表示為：

式中，NI(X)表示適應(yīng)度值，M、N分別表示所述輸出圖像的長和寬，n表示所述輸出圖像的總像素點(diǎn)個(gè)數(shù)，n＝M×N。