论文部分内容阅读
乳腺癌是困扰女性身体健康的最常见的恶性肿瘤之一。乳腺X线图像是医生筛查早期乳腺癌的主要辅助工具。由于乳腺存在大量脂肪和腺体组织,导致X线图像亮度集中在很小的范围。通过图像增强,凸出医学图像中微钙化点和肿块等病变特征,乳腺X线图像能够更有效地帮助医生发现病症。图像增强的目的是增强人眼观察效果和提高计算机自主识别准确率,换言之是通过一系列手段,把图像转换成一种更适合于人眼观察和计算机自主识别的一组数据。灰度直方图均衡化使灰度分布基本均匀,结果导致部分灰度分布在人眼分辨力较低的低灰度和高灰度区域,从而对细节部分增强的不够,视觉上会丢失部分重要信息。由于乳腺X线图像的特殊性,低灰度区域集中在图像边缘,高灰度区域集中在图像中心,如果直接进行直方图运算仍然是亮像素点在亮区域变换,暗像素点在暗区域变换,对比度增强不明显。而乳腺X线图像边缘,存有皮肤、纤维组织等有效信息,能帮助医生进行正确的诊断。在传统增强方法的基础上,提出基于背景均一化的乳腺X线图像增强方法,该算法能够很好地增强图像边缘信息。背景均一化后,在保持图像相对亮度的前提下,提高图像边缘区域的整体亮度。此时再进行直方图均衡处理,大部分灰度值落在中低灰度区域,对比度增强。之后进一步对局部对比度增强算法进行探索仿真,采用基于局部均值和局部方差的自适应增强算法,增强图像细节,解决图像过亮问题。医生观看医学图像呈现的信息,诊断病情。所以乳腺X线图像增强结果应该尽量满足人眼视觉特性。根据视觉特性参数和图像先验性像素分布,自适应获得阈值,将图像分成过暗、适中、过亮三个子图像。这三部分之外像素,由于人眼无法分辨灰度差异,归为极不重要信息,存放在第四幅子图像中。对前三个图像分别进行直方图均衡,再与第四幅图合并,生成增强后的图像。实验结果表明,该算法有效地增强了视觉效果,突出图像细节。