高清电子医用内窥镜图像增强技术研究

摘要

随着现代外科手术向着微创化发展，高清电子医用内窥镜已经成为治愈人体疾病必需的医疗器械。但是在传统白光内窥镜手术中，会存在肿瘤未被完全切除，早期病灶不易发现等问题。国外先进产品通过特殊图像增强算法来增强病灶解决上述问题，但国内产品尚缺乏此方面功能，因此新型内窥镜成像技术的研究至关重要。 针对上述问题，本文旨在研究高清电子医用内窥镜图像增强算法。该增强算法包括三个方面增强:细节增强、亮度增强、血管对比度增强。在选取细节增强和亮度增强算法时，本文对经典与当前主流算法进行编程实现，结合增强效果和系统实时性评价指标，确定了适合本实验室自主研制的高清电子胃镜图像增强算法:首先将彩色图像转换成灰度图，接着使用导向滤波将灰度图分成高动态范围的亮度层和包含图像细节信息的细节层，然后对细节层进行增益放大，亮度层使用AINDANE算法进行动态范围压缩，最后将细节增强图像和亮度增强图像合并并进行色彩还原生成增强图像。对于血管对比度增强算法，本文以血管对光谱的吸收特性原理提出基于光谱变换的对比度增强算法，通过降低R分量，提升GB分量达到加强血管的表现效果。 为综合评价上述增强方法效果，本文使用细节方差-背景方差（DV-BV）客观指标和两种对比度增强评价指标，分别为色调距离客观指标和韦伯定律对比度评价指标。在评价本文增强算法方面，本文先将该算法对多种内窥镜图像进行增强，主观和客观指标评价均显示增强效果显著。接着将该算法和其他内窥镜图像增强技术相比较，结果也表明本文算法在增强方面表现更优。

目录

声明

致谢

摘要

第1章绪论

1．1高清电子医用内窥镜和医学图像增强技术的研究现状

1．1．1 高清电子医用内窥镜研究现状

1．1．2 医学图像增强技术研究现状

1．2论文的研究内容和研究意义

1．3论文结构框架

第2章高清电子医用内窥镜图像增强方案

2．1图像亮度增强技术研究

2．1．1 同态滤波(Retinex)

2．1．2 AINDANE算法

2．1．3 基于边缘保持滤波器的高动态范围图像亮度增强技术

2．1．4实验结果

2．2图像细节增强技术研究

2．2．1微分锐化算法

2．2．2反锐化掩模技术

2．3图像血管对比度增强技术研究

2．3．1 NBI技术

2．3．2 FICE技术

2．3．3 Spectra B技术

2．4图像评价方法

2．4．1 细节增强评价方法

2．4．2血管对比度增强评价方法

2．5本章小结

第3章基于导向滤波的细节增强和亮度增强算法研究

3．1导向滤波原理

3．2细节增强和亮度增强算法

3．2．1增强算法框架

3．2．2算法优化及实时性实现

3．3细节增强结果分析

3．3．1高清电子内窥镜的图像增强效果分析

3．3．2图像增强效果对比分析

3．4本章小结

第4章基于光谱变换的血管对比度增强算法研究

4．1血管光谱吸收特性模型

4．2对比度增强算法

4．2．1 对比度增强模型

4．2．2模型参数训练方法

4．3对比度增强结果分析

4．4本章小结

第5章基于导向滤波和光谱变换的增强方案实验结果分析

5．1算法整体方案流程

5．2实验结果与分析

5．2．1 高清电子内窥镜血管增强效果分析

5．2．2血管增强效果对比分析

5．3本章小结

第6章总结与展望

参考文献

作者简历及在学期间所取得的科研成果