杜晓昕，张剑飞

（齐齐哈尔大学 计算机与控制工程学院，黑龙江 齐齐哈尔 161006）

目前DR图像由于具有低辐射、高分辨率和高速等优点，被广泛应用[1]。但由于噪声及曝光不当等因素，导致图像的细节模糊、分辨率低，不便于辅助医生进行诊断，如果不对其进行增强处理，会增大医生的误诊率[2]。对DR图像增强方法，普遍缺乏自适应性，为了达到最优的增强效果需要调节增强方法中的某些参数值，而这些参数值的选取直接影响着增强效果[3-4]。本文在DR图像增强中引入人工鱼群算法及多尺度金字塔分解重建来提高增强效果和自适应性。

1 医学DR图像自适应增强

1.1 增强方案

本文对医学DR图像的自适应增强，主要采用图像多尺度金字塔分解重建完成，对分解后的高频部分和低频部分分别做增强处理，自适应体现在增强处理过程中的参数值非由人工设定，而是通过智能仿生算法、人工鱼群算法寻优实现，从而使增强算法抛弃了对不同问题参数值需要人工多次设定的问题。面对不同问题，人工鱼群算法都能自适应地求出当前最佳参数值。增强过程如图1所示。

1.2 多尺度金字塔分解重建方法

对于图像的多尺度金字塔分解重建方法设计流程如图2所示。

图2 图像多尺度金字塔分解重建方法流程图

1.3 增强工作流程

增强的工作步骤如下：

(1)原始图像经过多尺度金字塔分解为高频部分和低频部分。

(2)采用人工鱼群算法自适应地找到最佳参数值，实现对高频部分的增强处理。……