基于人眼视觉特性的多尺度DR图像增强方法(4)

　　通过滤波器窗口大小的选择，可以对不同尺度细节加以提取增强。医学图像具有其复杂性，不同部位细节尺度不同，应对图像进行分析后，确定细节大小，再决定滤波器窗口大小。图5中胸片(局部)的大中小滤波窗口分别选择为S=11，M=21，L=121。最大的滤波窗口一般选择较大尺寸，将该尺度下的滤波后图像作为照明分量。可以看出，选择合适的滤波器窗口，可以使不同尺度的细节，如胸骨、肺纹理都得到增强。

　　需要指出的是，窗口越大，均值滤波耗费的时间越长。该算法需要在三个尺度上进行滤波，即使使用了均值滤波的快速算法，依然需要较长时间，以秒为单位计。另外，增益函数的选择也较为困难，本研究中增益函数是在多次实验的经验积累下确定的，不具有自适应性。这两部分需要进一步实验探究。

　　图5(a)为原图，图5(b)为用本文方法处理后的图像。从图中可以看出不同尺度的细节都得到较好的增强。

　　4 结论

　　本研究论述了一种基于人眼视觉特性的多尺度图像增强方法。在多尺度上进行局部增强，并在Retinex理论基础上，结合直方图均衡处理算法对图像进行处理，处理后的图像结合两种算法的优点，有较好的视觉效果，是一种适合于医学DR图像的增强算法。

【参考文献】
　[1]杨词银.基于人眼视觉特性的数字X线医学图像增强方法的研究[D].中国科学院博士学位论文，2003.

　　[2]Boccignone, Picariello.Multiscale contrast enhancement of medical images[C].Proceedings of the 1997 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP '97).

　　[3]Eli Peli.Contrast in complex images[J].J Opt Soc Am,1990，(7)：10.

　　[4]Land E and McCann J.Lightness and the retinex theory[J].J Opt Soc Am，1971，61：1-11.

　　[5]肖燕峰.基于Retinex理论的图像增强恢复算法研究[D].上海交通大学硕士论文, 2007.

　　[6]Zeyun Yu and Bajaj C,A fast and adaptive method for image contrast enhancement[C].International Conference on Image Processing, 2004.[7]Go Tanaka, Noriaki Suetake and Eiji Uchino.Image enhancement based on multiple parametric sigmoid functions[C].International Symposium on Intelligent Signal Processing and Communication Systems,2007.

　　[8]Agaian S,Silver B, and Panetta K A.Transform coefficient histogram-based image enhancement algorithms using contrast entropy[J].IEEE Transactions on Image Processing,2007，16(3)：741-758.

　　[9]Jian Lu, Dennis M. Healy and John B. Weaver.contrast enhancement of medical image using multiscale edge representation[J].Optical Engineering,1994,33：2151-2161.