施慧

一种自适应直方图均衡医学图像增强方法

施慧

目的：提出一种自适应直方图均衡医学图像增强方法，在提高医学图像对比度的同时，突出图像中的细节信息。方法：在对医学图像进行直方图均衡的基础上，利用Sobel梯度算子提取图像细节信息，经自适应直方图均衡法处理后保留到增强后的图像中。结果：该方法可保留较多的图像细节信息，从而达到更好的图像增强效果。结论：自适应直方图均衡医学图像增强方法可以很好地达到预期效果，对临床医生进行准确及时的确诊具有重要意义。

直方图均衡；图像增强；Sobel算子

0 引言

医学图像常常因为成像系统噪声、密度差异、病变组织结构等原因导致成像模糊、对比度低等现象，不利于临床医生及时准确地对患者病因进行确诊。医学图像增强的主要目的就是要消除这些不利因素的影响，增强图像中感兴趣的目标，从而可以使观察者更准确有效地获取感兴趣信息[1-2]。

传统的直方图均衡医学图像增强方法可以增强图像的对比度，但并不能增强图像的细节信息[3-5]。本论文提出一种自适应医学图像增强方法，不仅可以提高图像对比度，而且可以突出图像中的细节信息。

1 直方图均衡法

直方图均衡法的目的就是通过图像灰度变换，使得变换后图像的各个灰度值分布比较一致，从而达到增强图像的目的。它的变换函数是图像像素灰度值的累积分布函数。对于离散灰度值图像f（x，y），假定其具有N个像素点，每个像素点可取L种灰度级。其中，第k级像素灰度值rk在该图像中出现的概率为

其中，nk表示图像中灰度级为rk的像素点的个数。

用sk表示灰度级rk变换后的灰度值，则直方图均衡变换函数可被表示为

故直方图均衡化方法的步骤可被归纳如下：

（1）利用公式（1）计算各灰度级的出现概率；

（2）利用公式（2）计算各灰度级的变换函数；

（3）利用步骤（2）建立一张灰度级rk～sk（k=0，1，2，…，L-1）的映射表，以便于迅速查找；

（4）利用步骤（3）所建立的映射表完成图像的灰度变换。

2 自适应直方图均衡法

利用直方图均衡法进行医学图像增强运算相对简单，可大大扩展图像像素灰度值的动态范围，使得图像具有较高的全局对比度。该方法具有仅仅依赖图像像素点的灰度分布信息，不需要额外的参数信息的优点。该方法的缺点是在数据离散化过程中会出现灰度量化级简并现象，从而导致图像细节信息丢失[6]。因此，本文将提出一种自适应直方图均衡医学图像增强法，在直方图增强图像的基础上，尽可能地保留图像细节信息。

梯度算子可通过图像微分运算来增强图像边缘和其他突变的区域，从而达到提取图像细节信息的目的。本文可考虑利用Sobel梯度算子[7]来提取图像细节信息，用gSobel（x，y）表示经Sobel算子提取的图像，则有

直方图均衡法的灰度变换函数与图像所处的位置无关，本文所提出的自适应直方图均衡图像增强法的灰度变换函数将与图像所处的位置相关，其基本思路是在图像中细节较多处保留较多的图像细节信息。可相应定义一个权值系数如下：

用ghi（stx，y）表示经直方图均衡增强后的图像、gadap-hi（stx，y）表示自适应直方图均衡增强后的图像，则有

则本文所提出的自适应直方图均衡医学图像增强方法可被归纳如下：

（1）利用上节所述的直方图均衡法计算ghist（x，y）；

（2）利用公式（3）计算Sobel梯度算子提取的图像细节信息gSobel（x，y）；

（3）利用公式（4）计算自适应权系数kx，y；

（4）利用公式（5）计算经自适应直方图均衡法处理后的图像。

3 系统性能仿真及分析

考虑对一幅人脑图像进行图像增强处理，自适应均衡增强算法中取窗口大小为w=5，原始图像和经处理后的图像如图1～4所示。由上述结果可知，直方图均衡图像增强虽然能够提高图像的对比度，但丢失了图像的细节信息，而本文所提出的自适应直方图均衡图像增强方法能够在提高图像对比度的同时，保留较多的图像细节信息，从而达到更好的图像增强效果。

图1 原始图像

图2 Sobel算子所提取的图像

图3 直方图均衡增强图像

图4 自适应直方图均衡增强图像（k′=2）

图5、6分别为k′=0.1和k′=10时的自适应直方图均衡图像增强结果，通过图片可知，k′取值较小时，图像细节信息保留较少；但是k′取值较大时，由于梯度算子在提取图像细节信息的同时，会使图像噪声放大，并且产生过增强，图像增强效果也不好。所以k′的取值需在保留图像细节信息和抑制图像中噪声这2个方面进行折中考虑，对于本文中图像，经观察，k′=2时可取得相对较好的图像增强效果。

图5 自适应直方图均衡增强图像（k′=0.1）

图6 自适应直方图均衡增强图像（k′=10）

4 结语

直方图均衡医学图像增强法可以提高图像的全局对比度，但由于会出现灰度级简并现象而导致图像细节信息丢失。本文所提出的自适应直方图均衡医学图像增强法利用Sobel梯度算子提取医学图像细节信息，并将所提取的细节信息叠加在直方图均衡增强后的医学图像上，不仅可以提高医学图像对比度，而且可以保留较多的图像细节信息。

[1]Soloperto G，Conversano F，Greco A，et al.Multiparametric evaluation of the acoustic behavior of halloysite nanotubes for medical echographic image enhancement[J].IEEE Trans，Instrumentation and Measurement，2014，63（6）：1 423-1 430.

[2]何胜宗，刘映杰，马义德，等.基于PCNN图像因子分解的X线医学图像增强[J].中国图像图形学报，2011，16（1）：21-26.

[3]Kim J Y，Kim L S.An advanced contrast enhancement using partially overlapped sub-block histogram equalization[J].IEEE Trans，Circuits and Video Technology，2001，11（4）：475-484.

[4]许静.医学图像增强与直方图处理[J].电脑知识与技术，2009，5（19）：5 268-5 270.

[5]张利平，黄廉卿.基于局部直方图重分布的医学图像增强方法[J].光电子·激光，2004，15（7）：877-880.

[6]冈萨雷斯.数字图像处理[M].2版.北京：电子工业出版社，2007.

[7]石雪娟，罗二平，申广浩，等.基于MITK的医学图像Sobel算子边缘检测研究[J].医疗卫生装备，2008，29（8）：83-84.

（收稿：2014-10-07 修回：2015-01-17）

（栏目责任编校：邢 楠 孙丽丽）

Medical image enhancement method by adaptive histogram equalization

SHI Hui
(Sterilization Supply Department,Nanjing General Hospital of Nanjing Military Area Command,Nanjing 210002,China)

ObjectiveTo present an adaptive histogram equalization method for medical image enhancement,which can improve the contrast of medical image while keep image detail information.MethodBased on histogram equalization, Sobel gradient operator was used to extract the detailed information which could be adaptively conserved in the enhanced image.ResultsThe detailed information of medical image could be retained as much as possible,with image enhancement obtained.ConclusionThe adaptive histogram equalization method for medical image meets the desired requirements,and is of great significance for timely and accurate diagnosis.[Chinese Medical Equipment Journal，2015，36（7）：51-52]

histogram equalization;image enhancement;sobel operator

R318；TP751

A

1003-8868（2015）07-0051-02

10.7687/J.ISSN1003-8868.2015.07.051

施 慧（1985—），女，护师，主要从事医疗器械维护及医学图像处理方面的研究工作，E-mail：shihui_1103@sina.com。

210002南京，南京军区南京总医院消毒供应科（施 慧）