專利名稱：一種對醫(yī)學(xué)灰度圖像信號進(jìn)行偽彩色處理的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像信號的處理方法，尤其是涉及一種對醫(yī)學(xué)灰度圖像信號進(jìn)行偽彩色處理的方法。
背景技術(shù)：
隨著數(shù)字圖像處理技術(shù)在醫(yī)學(xué)中的廣泛應(yīng)用，人們正努力研究改善醫(yī)學(xué)圖像質(zhì)量，試圖通過各種處理手段從圖像中獲取更多、更準(zhǔn)確的診斷信息，最終提高疾病的診斷水平。但是大多數(shù)醫(yī)學(xué)圖像如X射線、B超、CT、MRI為黑白圖像，由于人眼對黑白灰度級的分辨能力較差，一般只能辨別二十幾個灰度等級，因此一些細(xì)微灰度變化不能從圖像中分辨出來。但是根據(jù)人眼的生理特征，人眼對彩色的變化遠(yuǎn)比對灰度的變化敏感，能同時區(qū)分上千種不同亮度、色調(diào)、飽和度的彩色圖像。為了充分發(fā)揮人眼對彩色的視覺能力，人們往往將黑白圖像變換為彩色圖像，把人眼不能區(qū)分的微小灰度差別顯示為明顯色彩差異，即所謂偽彩色處理，從而使觀察者能從偽彩色圖像中提取更多的信息。
因此，對醫(yī)學(xué)灰度圖像進(jìn)行偽彩色處理，使人眼能更充分地分辨和利用圖像的信息是迫切需要解決的問題。目前，對灰度圖像進(jìn)行偽彩色處理的方法主要有密度分層法、灰度-彩色映射法和頻率濾波法。
最簡單的偽彩色處理方法是密度分層法，又叫灰度分層法。此方法主要通過將不同的灰度級賦予不同的顏色實(shí)現(xiàn)圖像的偽彩色處理，但是偽彩色處理后的圖像視覺效果不理想，彩色生硬，不夠調(diào)和，并且當(dāng)灰度級分層較多時，算法非常繁瑣。
最常用的偽彩色處理方法是灰度-彩色映射法，典型的線性偽彩色處理方法，將黑白灰度圖像變?yōu)榫哂卸喾N顏色漸變的連續(xù)彩色圖像，實(shí)現(xiàn)簡單。如圖1a、圖1b、圖1c和圖1d所示，分別給出了線性灰度-彩色映射法的紅色變換函數(shù)圖、綠色變換函數(shù)圖、藍(lán)色變換函數(shù)圖以及紅綠藍(lán)三色合成變換函數(shù)圖。從圖1d中可知，當(dāng)灰度為L時呈純紅色，灰度為L/2時呈純綠色，灰度為零時呈純藍(lán)色，當(dāng)灰度為除L、L/2和零外的其它值時將由三基色(紅、綠、藍(lán))混合成不同的色調(diào)。這種方法轉(zhuǎn)換的偽彩色一般變化較均勻，顏色較豐富，但是存在一些缺點(diǎn)(1)灰度-彩色映射法僅僅根據(jù)灰度級別信息進(jìn)行編碼，沒有突出圖像中的邊緣區(qū)域，而這些區(qū)域往往是病灶區(qū)域，從而不能準(zhǔn)確的確定病灶所在；(2)灰度-彩色映射法對于具有整體灰暗、明暗對比度差、組織間的邊緣不明顯等特征的醫(yī)學(xué)圖像，常常使得某些病灶區(qū)與灰暗的背景區(qū)域難以辨別；(3)灰度-彩色映射法算法缺少靈活性，灰度值一旦確定，對應(yīng)的顏色也確定了，即一幅灰度圖像對應(yīng)唯一的一幅彩色圖像，不能滿足醫(yī)學(xué)圖像不同的需求。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提出一種對醫(yī)學(xué)灰度圖像信號進(jìn)行偽彩色處理的方法，在保證圖像質(zhì)量和提高對比度的前提下，使得醫(yī)學(xué)圖像輪廓更加清晰，突出了病灶區(qū)域，并增加了算法的靈活性。
本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為一種對醫(yī)學(xué)灰度圖像信號進(jìn)行偽彩色處理的方法，其特征在于它包括以下步驟(1)利用高斯低通濾波器對醫(yī)學(xué)灰度圖像進(jìn)行預(yù)處理；(2)根據(jù)交叉梯度算子求取經(jīng)預(yù)處理后的醫(yī)學(xué)灰度圖像的中的每個像素的梯度值，得到醫(yī)學(xué)灰度圖像對應(yīng)的醫(yī)學(xué)梯度圖像；(3)利用梯度值G確定閾值T，T＝W‖G‖max，其中，權(quán)值W∈
，‖G‖max為醫(yī)學(xué)梯度圖像梯度的最大值；(4)比較醫(yī)學(xué)梯度圖像各像素的梯度值G和閾值T，當(dāng)像素的梯度值G大于閾值T時，采用紅色進(jìn)行偽彩色處理，當(dāng)像素的梯度值G小于或等于閾值T時，采用非線性偽彩色處理，通過醫(yī)學(xué)灰度圖像信號的亮度等級函數(shù)f(x，y)得到彩色圖像三通道R、G和B的變換曲線，R=0················,Gmin≤f(x,y)≤Thre1|255[sin(πf(x,y)-πThre12(Thre2-Thre1))]k1|,Thre1≤f(x,y)≤Thre2,255...........................,Thre2≤f(x,y)≤Gmax]]>G=|255[sin(πf(x,y)-πGmin2(Thre1-Gmin))]k2|,Gmin≤f(x,y)≤Thre1|255[sin(πf(x,y)-πThre22(Thre1-Thre2))]k2|,Thre1≤f(x,y)≤Thre2|255[sin(πf(x,y)-πThre22(Gmax-Thre2))]k2|,Thre2≤f(x,y)≤Gmax,]]>
B=|255[sin(πf(x,y)-πThre12(Gmin-Thre1))]k3|,Gmin≤f(x,y)≤Thre10···············,Thre1≤f(x,y)≤Thre2|255[sin(πf(x,y)-πThre22(Gmax-Thre2))]k3|,Thre2≤f(x,y)≤Gmax,]]>其中，Gmax為醫(yī)學(xué)灰度圖像的最大灰度值，Gmin為醫(yī)學(xué)灰度圖像的最小灰度值，閾值Thre1＝Gmin+(Gmax-Gmin)/3，閾值Thre2＝Gmax-(Gmax-Gmin)/3，k1、k2、k3為R、G和B變換曲線的參數(shù)，其值為0～10之間的實(shí)數(shù)。
所述交叉梯度算子為G[f(x,y)]=[f(x+1,y+1)-f(x,y)]2+[f(x+1,y)-f(x,y+1)]2.]]>所述交叉梯度算子為G[f(x，y)]＝|f(x+1，y+1)-f(x，y)|+|f(x+1，y)-f(x，y+1)|。
所述權(quán)值W∈
。
所述k1＝k2＝k3＝1。
與現(xiàn)有技術(shù)相比，本發(fā)明提供的一種對醫(yī)學(xué)灰度圖像信號進(jìn)行偽彩色處理的方法優(yōu)點(diǎn)在于本發(fā)明的偽彩色處理方法利用了圖像的梯度信息，更容易辨別圖像的邊緣區(qū)域，對于梯度值G大于閾值T的像素，即邊緣區(qū)域的部分，采用醒目的紅色進(jìn)行偽彩色處理，突出醫(yī)學(xué)圖像的病灶區(qū)域，使得病灶區(qū)域與灰暗的背景區(qū)域容易辨別，準(zhǔn)確的確定病灶所在；對于梯度值G小于或等于閾值T的像素，設(shè)計了光滑的、非線性的正弦函數(shù)進(jìn)行偽彩色處理，可以根據(jù)不同的要求和醫(yī)學(xué)圖像的類型改變函數(shù)中紅色、綠色和藍(lán)色的變換曲線的參數(shù)值k1、k2和k3，獲得不同的彩色圖像效果，增強(qiáng)了算法的靈活性；通過本發(fā)明的偽彩色處理方法使得處理后的圖像顏色飽和度更豐富、紋理和邊緣區(qū)域更明顯，并大大提高了圖像的對比度、層次感；本發(fā)明的算法簡單，計算速度快，容易實(shí)現(xiàn)，且更符合人眼的視覺特點(diǎn)，隨著灰度值的依次升高，顏色也逐漸加深，特別有利于展現(xiàn)醫(yī)學(xué)圖像的真實(shí)情況。


圖1a為線性灰度-彩色映射法紅色變換函數(shù)圖；圖1b為線性灰度-彩色映射法綠色變換函數(shù)圖；圖1c為線性灰度-彩色映射法藍(lán)色變換函數(shù)圖；圖1d為線性灰度-彩色映射法紅綠藍(lán)三色合成變換函數(shù)圖；圖2為本發(fā)明的偽彩色處理方法框圖；圖3為本發(fā)明對梯度值G小于或等于閾值T的像素進(jìn)行偽彩色處理的函數(shù)圖(k1＝k2＝k3＝1)；圖4a為頭骨醫(yī)學(xué)灰度圖像；圖4b為圖4a經(jīng)過典型的線性偽彩色處理方法處理后的圖像；圖4c為圖4a經(jīng)過本發(fā)明的偽彩色處理方法處理后的圖像(W＝0.6，k1＝k2＝k3＝1)；圖4d為圖4a經(jīng)過本發(fā)明的偽彩色處理方法處理后的圖像(W＝0.6，k1＝2，k2＝1.2，k3＝5.6)；圖4e為圖4a經(jīng)過本發(fā)明的偽彩色處理方法處理后的圖像(W＝0.1，k1＝k2＝k3＝1)；圖4f為圖4a經(jīng)過本發(fā)明的偽彩色處理方法處理后的圖像(W＝0.28，k1＝k2＝k3＝1)；圖4g為圖4a經(jīng)過本發(fā)明的偽彩色處理方法處理后的圖像(W＝1.0，k1＝k2＝k3＝1)；圖4h為圖4a經(jīng)過本發(fā)明的偽彩色處理方法處理后的圖像(W＝0.6，k1＝10，k2＝k3＝1)；圖4i為圖4a經(jīng)過本發(fā)明的偽彩色處理方法處理后的圖像(W＝0.6，k1＝5，k2＝2，k3＝1)；圖4j為圖4a經(jīng)過本發(fā)明的偽彩色處理方法處理后的圖像(W＝0.8，k1＝0.5，k2＝5，k3＝8)；圖5a為乳房醫(yī)學(xué)灰度圖像；圖5b為圖5a經(jīng)過典型的線性偽彩色處理方法處理后的圖像；圖5c為圖5a經(jīng)過本發(fā)明的偽彩色處理方法處理后的圖像(k1＝k2＝k3＝1)。
具體實(shí)施例方式
以下結(jié)合附圖實(shí)施例對本發(fā)明作進(jìn)一步詳細(xì)描述。
如圖2所示，本發(fā)明的一種對醫(yī)學(xué)灰度圖像信號進(jìn)行偽彩色處理的方法具體步驟如下由于醫(yī)學(xué)圖像在獲取、傳輸和轉(zhuǎn)換過程中會造成某些降質(zhì)，容易受到噪聲的污染，因此，首先必須對降質(zhì)的醫(yī)學(xué)圖像進(jìn)行預(yù)處理。利用高斯(Gauss)低通濾波器，在模板操作過程中采用高斯平滑模板116121242121,]]>經(jīng)濾波處理后圖像中的噪聲被濾除，提高了圖像的信噪比。
根據(jù)Roberts交叉梯度算子求取經(jīng)預(yù)處理后的醫(yī)學(xué)灰度圖像中的每個像素的梯度值。交叉梯度算子為G[f(x,y)]=[f(x+1,y+1)-f(x,y)]2+[f(x+1,y)-f(x,y+1)]2,]]>為保證不影響計算精度情況下，節(jié)省計算時間，降低計算復(fù)雜度，本實(shí)施例采用了絕對差算法的交叉梯度算子G[f(x，y)]＝|f(x+1，y+1)-f(x，y)|+|f(x+1，y)-f(x，y+1)|來得到醫(yī)學(xué)灰度圖像對應(yīng)的醫(yī)學(xué)梯度圖像。對于M×N的醫(yī)學(xué)灰度圖像信號的亮度等級函數(shù)f(x，y)，其中，x＝0～M-1，y＝0～N-1，像素點(diǎn)(M-1，y)和(x，N-1)為醫(yī)學(xué)灰度圖像下邊和右邊的邊緣點(diǎn)，根據(jù)交叉梯度算子其梯度值是無法進(jìn)行計算的，故在本實(shí)施例中采用(M-2，y)的梯度值代替(M-1，y)的梯度值，用(x，N-2)的梯度值代替(x，N-1)的梯度值。
利用梯度值G確定閾值T，T＝W‖G‖max，其中，權(quán)值W∈
，‖G‖max為醫(yī)學(xué)梯度圖像梯度的最大值，其梯度可以由Robert交叉梯度算子得出。在本實(shí)施例中，權(quán)值W∈
，權(quán)值W是通過對圖4a所示的頭骨醫(yī)學(xué)灰度圖像和圖5a所示的乳房醫(yī)學(xué)灰度圖像以及其他醫(yī)學(xué)灰度圖像進(jìn)行多次調(diào)整權(quán)值實(shí)驗(yàn)比較統(tǒng)計，觀測結(jié)果顯示當(dāng)權(quán)值W選取0.1～0.5之間的數(shù)時，偽彩色效果不是很理想，參見圖4e即W＝0.1時和圖4f即W＝0.28時所示的偽彩色效果圖。而當(dāng)權(quán)值W選取0.6～1之間的數(shù)時，參見圖4c、圖4d、圖4h、圖4i即W＝0.6，圖4j即W＝0.8和圖4g即W＝1.0，偽彩色效果很明顯，因此選取權(quán)值W為0.6～1之間的數(shù)。
對已確定的醫(yī)學(xué)梯度圖像各像素的梯度值G和閾值T進(jìn)行比較，當(dāng)像素的梯度值G大于閾值T時，則對該像素采用醒目的紅色進(jìn)行偽彩色處理。一般情況下，圖像由邊緣、紋理和平坦區(qū)域3個部分構(gòu)成，但由于醫(yī)學(xué)灰度圖像大多數(shù)整體灰暗，明暗對比度差，灰度分布范圍窄，組織間的邊緣不明顯，為了突出病灶區(qū)域，須先找出圖像的邊緣區(qū)域，病灶區(qū)域與邊緣有密切的關(guān)系。同時，由于梯度值G大于閾值T的像素常常位于圖像的邊緣區(qū)域，采用醒目的紅色進(jìn)行偽彩色處理，能有效地刺激人的視覺，突出病灶區(qū)域。
對梯度值G小于或等于閾值T的像素基于灰度值處理，設(shè)計了光滑的、非線性的正弦函數(shù)進(jìn)行偽彩色處理，通過灰度圖像信號的亮度等級函數(shù)f(x，y)得到彩色圖像三通道R、G和B的變換曲線，R=0················,Gmin≤f(x,y)≤Thre1|255[sin(πf(x,y)-πThre12(Thre2-Thre1))]k1|,Thre1≤f(x,y)≤Thre2,255............................,Thre2≤f(x,y)≤Gmax]]>G=|255[sin(πf(x,y)-πGmin2(Thre1-Gmin))]k2|,Gmin≤f(x,y)≤Thre1|255[sin(πf(x,y)-πThre22(Thre1-Thre2))]k2|,Thre1≤f(x,y)≤Thre2|255[sin(πf(x,y)-πThre22(Gmax-Thre2))]k2|,Thre2≤f(x,y)≤Gmax,]]>
B=|255[sin(πf(x,y)-πThre12(Gmin-Thre1))]k3|,Gmin≤f(x,y)≤Thre10················,Thre1≤f(x,y)≤Thre2|255[sin(πf(x,y)-πThre22(Gmax-Thre2))]k3|,Thre2≤f(x,y)≤Gmax,]]>其中，Gmax為醫(yī)學(xué)灰度圖像的最大灰度值，Gmin為醫(yī)學(xué)灰度圖像的最小灰度值，閾值Thre1＝Gmin+(Gmax-Gmin)/3，閾值Thre2＝Gmax-(Gmax-Gmin)/3，k1、k2、k3為R、G和B變換曲線的參數(shù)，其值為0～10之間的實(shí)數(shù)，可以通過適當(dāng)?shù)馗淖僰1、k2、k3的值，得到不同的彩色圖像效果，如圖4h(k1＝10，k2＝k3＝1)、圖4i(k1＝5，k2＝2，k3＝1)和圖4j(k1＝0.5，k2＝5，k3＝8)所示。圖3給出了當(dāng)梯度值G小于或等于閾值T且k1＝k2＝k3＝1時進(jìn)行偽彩色處理的函數(shù)(灰度和彩色的映射關(guān)系)。
當(dāng)梯度值G小于或等于閾值T時，對醫(yī)學(xué)灰度圖像信號進(jìn)行偽彩色處理，取W＝0.6，k1＝k2＝k3＝1，具體代碼如下//圖像數(shù)據(jù)的起始位置unsigned char*hData；hData＝(unsigned char*)FindDIBBits((LPSTR)lpBi)；//lpBi是指向BITMAPINFOHEADER結(jié)構(gòu)的指針LPBITMAPINFOHEADER lpBi；//圖像的高度和寬度int nHeight ＝lpBi-＞biHeight；int nWidth ＝lpBi-＞biWidth；LONG lLineBytes ＝WIDTHBYTES(nWidth*8)；//最大灰度值和最小灰度值unsigned char GrayMax＝0；unsigned char GrayMin＝255；//兩個閾值unsigned char GrayThre1；unsigned char GrayThre2；//存儲彩色圖像的內(nèi)存空間data＝new BYTE[WIDTHBYTES(lpBi-＞biWidth*24)*lpBi-＞biHeight]；//中間變量double temp1；double temp3；double temp5；double temp7；double temp9；double temp12；//開辟內(nèi)存，生成梯度場的圖像unsigned char*GradPoint＝new unsigned char[nWidth*nHeight]；unsigned char*GradTemp＝GradPoint；unsigned char*GradTemp2＝GradPoint；int R；int B；int G；double k1＝1；double k2＝1；double k3＝1；double w＝0.6；for(int I＝0；I＜nHeight；I++){for(int J＝0；J＜nWidth；J++){//指向梯度場的像素的指針GradTemp2＝GradPoint+lLineBytes*I+J；//如果梯度大于閾值，則采用紅色進(jìn)行偽彩色處理if((*GradTemp2)＞＝w*GradMax){*(data+I*lLineBytes*3+J*3) ＝0；*(data+I*lLineBytes*3+J*3+1)＝0；*(data+I*lLineBytes*3+J*3+2)＝255；}//否則，按照灰度值采用非線性偽彩色處理else
{unsigned char Temp0；Temp0＝*(hData+I*WIDTHBYTES(lpBi-＞biWidth*8)+J)；if(Temp0＞＝GrayMin && Temp0＜GrayThre1){//藍(lán)變換temp1＝sin((PI*(Temp0-GrayThre1))/(2*GrayMin-2*GrayThre1))；B＝(unsigned char)abs(255*(pow(temp1，k3)))；//綠變換temp3＝sin((PI*(Temp0-GrayMin))/(2*GrayThre1-2*GrayMin))；G＝(unsigned char)abs(255*(pow(temp3，k2)))；//紅變換R＝0；}if(Temp0＞＝GrayThre1 && Temp0＜＝GrayThre2){//藍(lán)變換B＝0；//綠變換temp5＝sin((PI*(Temp0-GrayThre2))/(2*GrayThre1-2*GrayThre2))；G＝(unsigned char)abs(255*(pow(temp5，k2)))；//紅變換temp7＝sin((PI*(Temp0-GrayThre1))/(2*GrayThre2-2*GrayThre1))；R＝(unsigned char)abs(255*(pow(temp7，k1)))；}else if(Temp0＞＝GrayThre2 && Temp0＜＝GrayMax){//藍(lán)變換temp9＝sin((PI*(Temp0-GrayThre2))/(2*GrayMax-2*GrayThre2))；B＝(unsigned char)abs(255*(pow(temp9，k3)))；//綠變換temp12＝sin((PI*(Temp0-GrayThre2))/(2*GrayMax-2*GrayThre2))；G ＝(unsigned char)abs(255*(pow(temp12，k2)))；//紅變換R＝255；}
//將生成的R、G、B分量存入目標(biāo)緩沖區(qū)*(data+I*WIDTHBYTES(lpBi-＞biWidth*8)*3+J*3) ＝B；*(data+I*WIDTHBYTES(lpBi-＞biWidth*8)*3+J*3+1)＝G；*(data+I*WIDTHBYTES(lpBi-＞biWidth*8)*3+J*3+2)＝R；}}}圖4a為整體灰暗、明暗對比度差、組織間的邊緣不明顯的頭骨醫(yī)學(xué)灰度圖像，圖5a為含有病灶區(qū)的乳房醫(yī)學(xué)灰度圖像，病灶區(qū)出現(xiàn)在亮度大的區(qū)域，即圖中的方框區(qū)域，但在圖中很不明顯，而且對比度低、圖像整體灰暗，不能準(zhǔn)確的確定病灶所在，這就往往會出現(xiàn)誤診現(xiàn)象，因此，對其進(jìn)行偽彩色處理顯得十分必要。對圖4a和圖5a分別采用典型的線性偽彩色處理方法處理圖像，處理后的圖像如圖4b和圖5b所示，從圖中可以看出其效果不是很理想，采用本發(fā)明的偽彩色處理方法處理圖像，處理后的圖像如圖4c、圖4d和圖5c所示，其中，圖4c和圖5c為k1＝k2＝k3＝1時偽彩色處理得到的圖像，圖5c中小方框中的區(qū)域?yàn)椴≡畹臏?zhǔn)確位置，圖4d為改變k1、k2和k3參數(shù)值為k1＝2，k2＝1.2，k3＝5.6時偽彩色處理得到的圖像，比較圖4c和圖4d，說明可以通過改變紅色、綠色、藍(lán)色變換曲線的參數(shù)值k1、k2和k3來滿足醫(yī)學(xué)灰度圖像不同的類型的不同要求得到不同的彩色圖像效果，大大增強(qiáng)了算法的靈活性。較圖4b和圖5b，圖4c、圖4d和圖5c的顏色飽和度更豐富，紋理和邊緣區(qū)域更明顯，輪廓和細(xì)節(jié)更為清晰，層次感強(qiáng)，病灶區(qū)域與灰暗的背景區(qū)域更容易辨別。
權(quán)利要求
1.一種對醫(yī)學(xué)灰度圖像信號進(jìn)行偽彩色處理的方法，其特征在于它包括以下步驟(1)利用高斯低通濾波器對醫(yī)學(xué)灰度圖像進(jìn)行預(yù)處理；(2)根據(jù)交叉梯度算子求取經(jīng)預(yù)處理后的醫(yī)學(xué)灰度圖像的中的每個像素的梯度值，得到醫(yī)學(xué)灰度圖像對應(yīng)的醫(yī)學(xué)梯度圖像；(3)利用梯度值G確定閾值T，T＝W‖G‖max，其中，權(quán)值W∈
，‖G‖max為醫(yī)學(xué)梯度圖像梯度的最大值；(4)比較醫(yī)學(xué)梯度圖像各像素的梯度值G和閾值T，當(dāng)像素的梯度值G大于閾值T時，采用紅色進(jìn)行偽彩色處理，當(dāng)像素的梯度值G小于或等于閾值T時，采用非線性偽彩色處理，通過醫(yī)學(xué)灰度圖像信號的亮度等級函數(shù)f(x，y)得到彩色圖像三通道R、G和B的變換曲線，R=0......................,Gmin≤f(x,y)≤Thre1|255[sin(πf(x,y)-πThre12(Thre2-Thre1))]k1|,Thre1≤f(x,y)≤Thre2255....................,Thre2≤f(x,y)≤Gmax,]]>G=|255[sin(πf(x,y)-πGmin2(Thre1-Gmin))]k2|,Gmin≤f(x,y)≤Thre1|255[sin(πf(x,y)-πThre22(Thre1-Thre2))]k2|,Thre1≤f(x,y)≤Thre2|255[sin(πf(x,y)-πThre22(Gmax-Thre2))]k2|,Thre2≤f(x,y)≤Gmax,]]>B=|255[sin(πf(x,y)-πThre12(Gmin-Thre1))]k3|,Gmin≤f(x,y)≤Thre10........................,Thre1≤f(x,y)≤Thre2|255[sin(πf(x,y)-πThre22(Gmax-Thre2))]k3|,Thre2≤f(x,y)≤Gmax,]]>其中，Gmax為醫(yī)學(xué)灰度圖像的最大灰度值，Gmin為醫(yī)學(xué)灰度圖像的最小灰度值，閾值Thre1＝Gmin+(Gmax-Gmin)/3，閾值Thre2＝Gmax-(Gmax-Gmin)/3，k1、k2、k3為R、G和B變換曲線的參數(shù)，其值為0～10之間的實(shí)數(shù)。
2.如權(quán)利要求1所述的一種對醫(yī)學(xué)灰度圖像信號進(jìn)行偽彩色處理的方法，其特征在于所述交叉梯度算子為G[f(x,y)]=[f(x+1,y+1)-f(x,y)]2+[f(x+1,y)-f(x,y+1)]2.]]>
3.如權(quán)利要求2所述的一種對醫(yī)學(xué)灰度圖像信號進(jìn)行偽彩色處理的方法，其特征在于所述交叉梯度算子為G[f(x，y)]＝|f(x+1，y+1)-f(x，y)|+|f(x+1，y)-f(x，y+1)|。
4.如權(quán)利要求1所述的一種對醫(yī)學(xué)灰度圖像信號進(jìn)行偽彩色處理的方法，其特征在于所述權(quán)值W∈
。
5.如權(quán)利要求1所述的一種對醫(yī)學(xué)灰度圖像信號進(jìn)行偽彩色處理的方法，其特征在于所述k1＝k2＝k3＝1。
全文摘要
本發(fā)明公開了一種對醫(yī)學(xué)灰度圖像信號進(jìn)行偽彩色處理的方法，首先利用高斯低通濾波器對受到污染的醫(yī)學(xué)圖像去噪處理；然后利用交叉梯度算子求取醫(yī)學(xué)灰度圖像每個像素的梯度值，根據(jù)梯度值確定閾值；再次，根據(jù)梯度值和閾值的比較，分兩種方式進(jìn)行偽彩色編碼，梯度值大于閾值采用紅色進(jìn)行偽彩色處理的編碼方法，否則采用基于灰度值的非線性偽彩色編碼方法，經(jīng)過本發(fā)明處理后的醫(yī)學(xué)圖像更符合人眼的視覺特征，有效地提高了圖像的對比度，增強(qiáng)層次感，突出了病灶區(qū)域，同時也可以根據(jù)不同的要求和醫(yī)學(xué)圖像的類型，通過調(diào)節(jié)映射函數(shù)中的參數(shù)獲得不同的偽彩色處理結(jié)果。
文檔編號H04N5/217GK101080024SQ200710068269
公開日2007年11月28日 申請日期2007年5月9日 優(yōu)先權(quán)日2007年5月9日
發(fā)明者李均利, 李今秀, 魏平 申請人:寧波大學(xué)