基于直方图规定化的图像增强在医学中的应用

徐鹏飞 刘国恩

摘要：图像增强就是有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征。医学图像由于受到成像设备和获取条件等多种因素的影响，可能出现图像质量的退化，甚至伪迹。首要的任务就是对获取的医学图像进行增强信噪比的工作，即滤除图像的噪声和干扰，突出感兴趣对象区域或边缘，从图像得到定量和更深刻的信息。

关键词：图像增强;直方图规定化;概率分布函数

中图分类号：TP311     文献标识码：A     文章编号：1009-3044（2018）34-0192-01

图像增强的目的：主要是提高图像的视觉质量或者凸显某些特征信息，它无论对人眼理解或者基于计算机的图像分析都非常有用。图像增强并不能增加图像数据本身所包含的信息量，但可以凸显特定的特征，有利于特定的应用，比如目标识别、跟踪等。特别是医学图像，增强后有利于医生对轮廓的界定、大小与位置的判断、程度范围的诊断，计算机辅助治疗等。

实际应用中，有时需要将图像的直方图变换成特定的非均匀分布形状，以便能更好地突出图像中用户感兴趣的部分，达到有针对性的增强效果。这时可以将直方图变换成所指定的形状，从而有选择地增强某个灰度值的范围，这种方法称为直方图规定化或直方图匹配。

1 数字图像灰度直方图规定化的定义

规定化，顾名思义，就是规定好输出图像应该具有什么样形状的直方图。那么，这个“形状”该怎么规定呢？通常，我们指定一个规定的概率函数来表示所需的直方图，常用的有均匀分布函数、指数分布函数、双曲分布函数、高斯分布函数……。直方图规定化的示例如下图：

2 数字图像灰度直方图规定化步骤

1） 对输入图像直方图均衡化，目的是确定rk到sk的映射关系。对sk可不进行量化处理，减小误差。

2） 对规定的直方图也进行离散化和均衡化，以确定zk到uk的映射关系。对uk可不进行量化。

3） 将sk和与之最接近的uk对应起来。

4） 根据前边的对应，最后确定rk到zk的映射关系。

3 直方图规定化算例

按原图像灰度的累计概率与规定的哪个累计概率接近，就将该灰度规定化为后者“累计概率”所对应的灰度值。

4 直方图规定化实验结果

5 结论

虽然均衡化并不总是有效，但是还能讲得出道理来，有理论分析基础;规定化或者叫直方图匹配，很多时候就是要试，因为不知道匹配成什么样的直方图效果才好，才能满足用户（或观察者）的需求，所以要进行多次尝试。

参考文献：

[1] 宋宏宁，郭瑞强.基于醫学影像学的3D 打印技术在心血管疾病诊疗中的应用现状及研究进展[J].中国医学影像技术，2017，33（3）：375-380 .

[2] 李纪成，谢凯，阮宁君，等.基于曲波变换的医学图像增强算法[J].计算机工程与设计，2017，38（1）：187-191.

[3] 冯惠.基于二进小波与融合方法的医学图像增强研究[J].计算机应用与软件，2017，34（4）：233-237.

[4] 何畏.基于改进直方图的低照度图像增强算法[J].计算机科学，2015，42（s1）.

[5] 王克刚，齐丽英.一种图像自适应平滑与增强算法[J].现代电子技术，2008，31（14）：89-91.

【通联编辑：梁书】