陈越洋，何行宽，李晨瑶 (北京理工大学 信息与电子学院，北京 100081)

随着医疗技术的不断发展，电子内镜在临床中的使用也越来越为广泛.电子内镜可直接伸入人体内进行病灶筛查，还可配合微创器械实现手术治疗，与开放式诊断治疗相比，电子内镜大大减轻了患者的痛苦，提高了医生的诊断效率.血管的异常增生往往是病变组织形成的基础，高清晰度和高对比度的电子内镜血管图像对于病情诊断具有极高的临床价值.由于人体腔体结构的特性、内镜光源需要外部送入以及内镜图像单一暖色调等特点，采集到的原始内镜图像往往亮度较暗、光照不均匀且对比度较低，因此，需要对图像进行增强处理.

在计算机视觉领域，常用的图像增强算法有基于直方图均衡[1]、基于非锐化掩模[2]和基于Retinex理论[3]3大类.其中，基于Retinex理论方法灵活，理论联系实际，增强效果显著，经过数十年的发展，具有较高的研究价值.在电子内镜领域，通过光学滤镜改变光谱配比，增强血管图像的窄带成像(narrow band Imaging，NBI)技术[4]和通过建立光谱与颜色通道之间关系实现图像增强的智能分光颜色增强(flexible spectral imaging color enhancement，FICE)技术[5]已广泛应用于各种电子内镜产品中.

本文通过将计算机视觉领域的图像增强算法与电子内镜领域的专用血管增强手段相结合，提出了一种基于Retinex理论的电子内镜图像增强算法.该算法提升了内镜图像整体亮度，改善了内镜图像光照不均匀的问题，同时增强了血管图像……