[发明专利]一种基于Retinex的彩色图像增强方法

说明书

本发明公开一种基于Retinex的彩色图像增强方法，包括：计算源图像灰度值，得到第一灰度图像；对第一灰度图像做多尺度Retinex处理和像素修正，得到第二灰度图像；根据第一灰度图像和第二灰度图像计算出染色因子；根据染色因子分别对源R通道、源G通道和源B通道的图像染色，得到第二R通道、第二G通道和第二B通道的图像；对所述源R通道图像进行染色处理，得到第三R通道图像；将第三R通道、第二G通道和第二B通道的图像合成，获得增强的彩色图像。本发明提供的技术方案能够改善图像亮度和对比度，避免图像失真，消除了对比度明显区域容易产生光晕的问题，并能增强图像边缘信息，突出图像细节。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于Retinex的彩色图像增强方法。

背景技术

眼底图像的质量对于疾病的检测以及获得可靠的诊断结果具有至关重要的作用。但视网膜眼底图像受成像设备、成像环境的影响，所获图像质量效果差，图像亮度和对比度很低，这些因素使得直接通过拍摄的眼底图像进行病理分析有一定困难，且诊断容易产生偏差，因此需要提高此类眼底图像的亮度和对比度，增强细节部分，便于分析。因此，在临床上，眼底图像的增强对于心血管疾病的诊断以及治疗评价具有重要的意义。

目前常用的视网膜图像增强方法有直方图均衡化、对比度受限自适应直方图均衡化、数学形态学方法以及Hessian矩阵增强等方法。直方图均衡化是应用比较多的方法，但是由于增强后的灰度级减少，图像的细节会消失。为了弥补此问题，又提出了对比度受限自适应直方图均衡化算法，但是这种方法对于灰度级比较集中的图像增强效果不明显。数学形态学滤波可以很好地提取图像亮暗区域以及细节部分，但主要针对灰度图像来进行提取。基于Hessian矩阵的滤波方法，对实现视网膜图像的全局增强是不合适的。眼底图像增强方法一般是增强血管信息以使其更有利于下一步血管的提取，而很少能够实现对视网膜图像中的血管、视盘和病灶等有用信息进行有保留的增强；另一方面，已有的眼底图像增强方法大部分是将彩色图像转化为对灰度图形进行增强的，因此，很难实现图像视觉效果保真。在具体的增强方法中，我们需要多方面的考虑，不仅需要突出图像的某些细节部分，还要对图像的动态范围和色彩信息等有所考虑。

基于人类视觉系统的Retinex图像增强算法有着传统增强算法不可比拟的颜色恒常效果，增强后的图像局部对比度显著提高，能够有效地提高图像暗区域内的细节部分且色彩信息可得到很好的恢复，对提高医生的临床准确性有很大帮助。最早的单尺度Retinex(Single Scale Retinex,SSR)算法，虽可提高图像的对比度，但不能兼顾动态范围压缩及色调恢复，且会出现光晕现象。为了克服SSR算法的缺点，Rahman等提出了多尺度Retinex(Multi-Scale Retinex,MSR)算法，但是MSR色彩失真较大，随后又提出了带色彩恢复的多尺度Retinex(Multi-Scale Retinex with Color Restoration,MSRCR)算法，实现了对MSR处理结果的色彩补偿。但是MSRCR在计算过程中需要进行大量的卷积运算，会降低算法运算效率，并且经过处理后的图像会超出显示器的显示范围，常规的处理方法容易引起彩色图像的失真。因此，对处理视网膜眼底彩色图像增强鲜见报道，主要原因是眼底图像的结构明暗对比度明显，动态范围比较大，采用MSRCR方法处理后发现光晕现象明显，无法观察到视神经盘，并且细节部分丢失严重，图像颜色总体泛白化。

发明内容

本发明旨在提供一种基于Retinex的彩色图像增强方法，能够改善彩色图像的亮度和对比度，避免彩色图像的失真，消除了对比度明显区域容易产生光晕的问题，并能增强图像边缘信息，突出图像细节。

为达到上述目的，本发明采用的技术方案如下：

一种基于Retinex的彩色图像增强方法，包括：