直方圖均衡技術在數字X線醫學影像中的應用

摘 要:利用直方圖均衡技術對低對比度數字X線醫學影像進行圖像增強處理，比較圖像增強前后的效果。用直方圖均衡算法，將原始圖像低對比度，密集的灰度分布變得比較稀疏和均勻，處理后的圖像視覺效果得以改善。直方圖均衡技術對于圖像細節部分有所增強，使不易觀察到的細節變得清晰。開發出基于VC++6.0平臺的MFC應用程序。

關鍵詞:直方圖 均衡化 圖像增強 應用程序

中圖分類號:R445文獻標識碼:A文章編號:1674-098X(2011)11(c)-0094-01

對于一些數字X線醫學影像，如DR、CT影像，由于病變區域與人體器官和組織的結構相似，在各種影像圖像中各器官、組織的對比度很低，使人眼觀看時視覺效果很差，不容易分辨，在診斷中容易出現偏差。如果將這些圖像經過適當的圖像處理，增強病變區域與正常組織結構之間的對比度，使人的肉眼更容易分辨，從而提高放射科醫生的工作效率及診斷效果。

圖像增強是采用一系列技術去增強圖像中用戶感興趣的某些特征，如邊緣，輪廓或對比度等進行強調或尖銳化。當一幅圖像曝光不足或過度，造成對比度過小或過大而不能顯示具體細節，通過增強這些細節的動態范圍提高圖像的視覺效果。特別是在醫學X線攝影中，當X光機參數設置的不合適，如曝光時間、管電壓過低，導致病灶區域與背景區域無法形成鮮明的對比，看不到病灶點的具體細節。

1 直方圖均衡化

直方圖均衡化是把原圖像的直方圖通過灰度變換函數修正為灰度均勻分布的直方圖，然后按均衡直方圖修正原圖像。當圖像的直方圖為一均勻分布時，圖像包含的信息量最大，圖像看起來就顯得清晰。該方法以累積分布函數為基礎，其變換函數取決于圖像灰度直方圖的累積分布函數。它對整幅圖像進行同一個變換，也稱為全局直方圖均衡化。

對于數字離散圖像來說，直方圖均衡化得具體步驟有如下三步:

第一步，根據公式(1-1)來計算原圖像的直方圖:

(1)

其中為原圖像像素總數，表示第個灰度級，表示圖像中灰度級出現的像素的個數，表示灰度級出現的概率。

第二步，根據式(2)計算原圖像的灰度累積分布函數，并根據公式(3)求出灰度變換表:

(2)(3)

其中為第個灰度級變換后的灰度值，0.5的作用是四舍五入。

第三步，根據灰度變換表，將原圖像各灰度級映射為新的灰度級，即可完成直方圖均衡化。

如果圖像由于其灰度分布集中在較狹窄的區間，引起圖像細節不夠清晰，采用直方圖均衡化后可使圖像的灰度間距拉大或使灰度均勻分布，從而增大反差，使圖像細節清晰，達到增強的目的。

直方圖均衡化有以下兩個特點:

(1)根據各灰度級別出現頻率的大小，對各個灰度級別進行相應程度的增強，即各個級別之間的間距相應增大。

(2)可能減少原有圖像灰度級別的個數，即對出現頻率過小的灰度級別可能出現簡并現象。

2 算法的實現與應用

我們用C++實現了直方圖均衡化的算法模塊，并用微軟Visual C++平臺開發出了友好實用的用戶界面。該程序是基于微軟Windows操作系統開發出的MFC應用程序，該軟件經打包后可以很方便地加載到醫學工作站上。用戶可很輕松地導入需要進行圖像增強的各式醫學圖像，程序自動完成直方圖均衡化運算，并輸出增強后的圖像，同時還可顯示出原圖像和新圖像的直方圖，便于更進一步的圖像后處理運算。

3 結果與討論

圖1、圖2分別是X線影像的原始圖像和原始圖像的直方圖，均衡化后的圖像和均衡化后的直方圖。通過對比可以看出，原圖像模糊不清，動態范圍小，整個圖像呈現低對比度，在其直方圖上反映為圖像灰度范圍狹窄。直方圖均衡化的結果使整副圖像的對比度明顯增強，視覺效果要好，從均衡化后的圖像(圖2)容易看出邊緣有臟層胸膜形成的纖細的致密影，在左側胸腔外側壁為一包裹性胸肌液，其陰影上部有透亮的氣體影及液平，而不和其他胸膜腔相通，患側肺受不同程度的壓縮，縱膈向健側移位。從均衡化看出，灰度級得到足夠拉伸，而且充分利用了整個灰度區間的幾乎每一個灰度值來表現圖像的細節，達到了對圖像細節進行增強的目的。

實驗結果表明，直方圖均衡算法根據直方圖的定義，推導出直方圖變換函數，通過變換函數，控制圖像在灰度級的概率密度分布而改變圖像的外貌，增強灰度值范圍內的對比度，使增強后的圖像細節更清晰，可以清晰地了解病灶的大小、形狀及周邊的環境。我們認為，通過對一幅圖像的直方圖均衡處理能夠顯著的增強圖像，為醫學圖像處理提供了一種技術平臺，這種技術不僅適用于數字X線圖像，而且對其他醫學圖像，如超聲圖像、MRI圖像的分析和診斷也同樣有著重要意義。

參考文獻

[1] 岡薩雷斯，數字圖像處理(第二版)[M]，北京:電子工業出版社，2003.

[2]章毓晉，圖像處理和分析[M].清華大學出版社，1999.

[3]高春鳴，蘭秋軍，應用數字圖像增強技術處理醫學影像的研究[J].計算機工程，2002.