[发明专利]基于非下采样Directionlet变换和压缩感知的乳腺X线图像增强方法

说明书

技术领域：

本发明属于图像处理领域，涉及非下采样Directionlet变换和压缩感知的图像增强方法，该方法可以有效地增强低对比度的乳腺X线图像，辅助放射科医生进行医学诊断。

背景技术：

乳腺癌是女性较为常见的恶性肿瘤病之一，严重威胁着女性的生命健康。随着现代医学成像技术的发展，各种新的医学成像技术已广泛应用于医疗诊断、术前计划、治疗、术后监测等各个环节，这些成像技术能够全面而准确地获得病人的各种数据，为诊断、治疗、手术和术后评估提供更为准确的信息，其中钼靶软X线以其空间分辨率较高，对肿块和钙化较为敏感，以及所需设备简单、价格低廉等优点，成为目前早期乳腺癌诊断最为可靠和常用的手段。然而使用乳腺钼靶软X线片进行诊断时的误诊率和漏诊率仍然较高，这主要是由于低劣的图像质量、恶性病变的良性表现和观察者的视觉疲劳或疏忽。其中低劣的图像质量具体表现为以下几个方面：感兴趣区域对比度较差、可疑病变区域与其周围组织之间的强度差非常微弱、病变区域形状多变且大小不一以及边界模糊等。随着计算机及其相关技术的发展，利用计算机技术对乳腺X线图像进行增强能够有效的解决这一问题，帮助医生更好地对图像进行理解和判断。

为了凸显病变区域的特征，改善乳腺X线图像的视觉效果，最常用的方法就是对图像进行增强处理。传统的图像增强处理技术在一定程度上取得了较好的增强效果，但是对于具有较低对比度的乳腺X线图像，它们的增强效果并不能令人满意。目前为止，针对于乳腺X线图像而言，已经提出了多种增强方法。

1.反锐化掩膜方法

反锐化掩膜方法是图像处理中常用的增强方法之一，它是指在原始图像的基础上，加上一定比例的图像高频成分，以期达到边缘和细节信息增强的效果。反锐化掩膜方法的优点是能够较好的突出图像的边缘和细节信息，从而达到对图像的增强效果。但是这种反锐化掩膜方法由于没有充分考虑图像的对比度信息，因而在对比度较低的情况下，其增强效果并不理想。

2.自适应直方图均衡化方法

自适应直方图均衡化方法是一种经典有效的图像增强方法，它采用滑动窗口技术，对包含被处理点的窗口区域进行直方图均衡化，即将区域直方图分布改变为均匀直方图分布，并在此基础上按照直方图与灰度的映射关系给窗口内待处理的像素点重新赋值。自适应直方图均衡化方法的优点是能够很好的调节图像的动态范围，同时增强图像的细节，但是这种方法在提高对比度的同时，也放大了噪声，因此其增强效果还有待提高。

3.小波变换自适应增益处理方法

小波变换自适应增益处理方法是一种较为常用的图像增强方法，它首先对图像进行小波变换，然后根据图像变换系数的分布情况自适应的进行增强处理，最后再对处理后的变换系数进行逆变换，得到增强后的图像。小波变换自适应增益处理方法的优点是能够较好的提高图像的对比度，并对噪声具有一定的鲁棒性，但是当图像的病变区域和背景区域的灰度差异很小时，其增强效果仍然有待提高。

上述的三种方法虽然在一定程度上取得了较好的增强效果，但是由于乳腺X线图像具有对比度低、噪声较为丰富以及病变区域与背景区域的灰度差异小等特点，因此上述方法对乳腺X线图像的增强效果并不十分理想。

发明内容

本发明的目的在于克服上述已有技术的不足，提出了一种基于非下采样Directionlet变换和压缩感知的乳腺X线图像增强方法，以有效抑制图像的背景，凸显病变区域特征，提高图像的对比度，使乳腺X线图像的增强效果更加明显。

实现本发明目的技术思路是：通过去除Directionlet变换中的下采样操作，实现了非下采样的Directionlet变换，并将其与压缩感知方法相结合，增强对乳腺X线图像的清晰效果。其具体方案包括如下步骤：

(1)将输入图像I_in变换到Directionlet变换域，即利用非下采样Directionlet变换对输入图像I_in进行子带分解，得到频域表示系数D，该频域表示系数D包括高频分量和低频分量

(2)随机生成高斯白噪声观测矩阵Φ。

(3)使用生成的高斯白噪声观测矩阵Φ对频域表示系数D中的高频分量进行观测，得到观测值X。

(4)采用OMP算法，对观测值X进行恢复，得到恢复后的高频分量

(5)对恢复后的高频分量进行线性增强处理，得到增强后的高频分量

(6)对频域表示系数D中的低频分量以及增强后的高频分量进行非下采样Directionlet逆变换，最终得到增强后的图像I_out。