生成多尺度對比度增強的圖像的方法

2023-05-29 05:57:41

專利名稱：生成多尺度對比度增強的圖像的方法
技術領域：
本發明涉及用於增強由數位訊號表示的圖像的圖像質量的方法。
背景技術：
通常，由數位訊號表示的圖像(諸如醫學圖像)在顯示或者硬拷貝記錄期間或者 之前須經圖像處理。灰度值像素到適合用於再現或者顯示的值的轉換可以包括多尺度圖像處理方法 (也被稱為多解析度圖像處理方法)，圖像的對比度藉助於該方法而被增強。根據這種多尺度圖像處理方法，通過應用以下步驟來處理由像素值的陣列表示的 圖像。首先，原始圖像被分解為多個尺度的細節圖像的序列以及偶爾的殘留圖像。接著，通 過將至少一個轉換函數應用於這些像素值來修正所述細節圖像的像素值。最後，通過將重 構算法應用於所述殘留圖像以及所述被修正的細節圖像來計算被處理的圖像。存在對所述轉換函數的性能的限制。如果所述轉換函數過度地非線性，則圖像中 的灰度值轉變可能被扭曲到外觀變得不自然的程度。所述扭曲在顯著的灰度級轉變的附近 更加明顯，其可能導致階躍邊緣處的過衝(overshoot)以及面向強階躍邊緣的低變化的區 域中的均勻性的損失。產生假象的風險對於CT圖像變得更加顯著，因為它們具有更急劇的 灰度級轉變，例如在軟組織與造影劑的交界處。人們必須小心地在CT圖像上使用多尺度技 術。產生對比度增強的圖像同時保持邊緣轉變的形狀的多尺度對比度增強算法已經 在2006年12月11日提交的共同待定的歐洲專利申請06125766. 3中被描述。在該方法的一個實施例中，以一個或者多個尺度創建所述圖像的至少一個近似圖 像的轉換差圖像。，非線性地修正轉換差圖像。隨後，特定尺度的至少一個增強的中心差圖 像通過合併該尺度的或者更小尺度的被修正的轉換差圖像來計算。從所述圖像獲得的空間 局部化現象可以被用於創建增強的中心差圖像。最後，通過將重構算法應用於所述增強的 中心差圖像來計算增強的圖像。一般而言，各向同性的濾波器被用在分解和重構過程中並且全方向的增強被應用 於細節圖像中的係數。各向同性的設計概念在其中圖像統計是平穩的(stationary)那些 情況下是合理的，意思是圖像中的每個小塊(patch)都通過與圖像的每個其他小塊相同的 隨機過程而被生成。然而，如果觀看圖像的如下區域即其中邊緣或者線或者均勻區域可能 是明顯的，則如下是清楚的基本過程不是平穩的並且從小塊到小塊變化。本發明的目的是克服現有技術的限制。這種限制是沒有能力促進對圖像特徵選擇性的檢測和增強，例如染色體圖像，其 中對於指定的DNA分析人們想要以特定尺度並且在某一方向和位置上增強染色體帶。

發明內容
通過具有權利要求1所提出的特定的特徵的方法來實現上述方面。用於本發明的優選實施例的特定的特徵在從屬權利要求中被提出。在本發明的上下文中，特定的術語定義如下多尺度分解機製圖像的多尺度(或者多解析度)分解是以多個尺度計算所述圖像的細節圖像的過 程。多尺度分解機制一般涉及用於計算所述細節圖像的濾波器組。眾所周知的技術舉例 來說有拉普拉斯金字塔(Iaplacianpyramid)、伯特金字塔(Burt Pyramid)、拉普拉斯堆 (Laplacian stack)、小波分解、QMF 濾波器組...。近似圖像近似圖像是以相同或者更大的尺度，或者以相同或者更低的解析度表示原始灰 度值圖像的灰度值圖像。特定尺度的近似圖像與其中該尺度的所有細節已被省略的原始 灰度值圖像等同(Mallat S. G.，「多解析度信號分解理論小波表示〃，IEEE模式識別 及機器智能學報，1989 年 7 月，卷 11，編號 7(" A Theory for Multisolution Signal Decomposition :The Wavelet Representation " , IEEE Trans. On Pattern Analysis andMachine Intelligence, Vol. 11, no. 7, July 1989))。細節圖像細節圖像被定義為表示某一尺度的近似圖像與更小尺度的近似圖像之間的差的 像素圖。轉換算子轉換算子是生成所述細節像素值的按像素的修正的算子，作為創建所述灰度值圖 像的對比度增強的形式的中間步驟。舉例來說，這樣的算子已經在歐洲專利EP 527 525中 被描述。由轉換函數定義所述修正並且可以例如將所述修正實現為查找表或者實現為乘法 放大。轉換差圖像尺度s的轉換差圖像是尺度s的近似圖像的每個像素中的基本對比度 (elementary contrast)的測量。可以通過求該尺度s的近似圖像與經轉換的形式之間的 差來計算它們。對基本對比度的其他計算是可能的，例如像素與相鄰像素的比可以被用於 在處理步驟之前是指數變換並且在所述處理步驟之後是對數變換的情況中。中心差圖像通過將合併算子(例如求和)應用於所述轉換差圖像來計算中心差圖像。所述合 並算子可以是所述轉換差圖像中對應的像素值的線性或者非線性函數。方向圖特定尺度的方向圖是對典型地與顯著的圖像結構相關聯的突出的或者局部主導 的方位的圖像內的每個像素的表示。方向圖的可能的表示是向量圖、極坐標表示(每個像素中的優選方位的角度和幅 度)、笛卡爾坐標表示(每個像素中的優選方位的水平和垂直分量)。(在更簡單的表示中， 只有角度被定義並且方位向量的幅度被除去)。計算方向圖的許多實現已經被描述，從諸如第η階計量坐標(then-th order gauge coordinate)、等照度線(在圖像中連接相等強度的點的線)的方位的複雜機制到諸 如水平和垂直梯度圖像的合併的更直接的實現變化。
所述方向圖也可以從細節圖像而被計算出。例子是通過邊緣小波生成的細節信 息，其中所述細節信息以不同尺度表示邊緣的局部化。基於被增強並且被合併到中心差中的轉換差圖像的多尺度圖像處理產生如下的 可能性調節對存在於所述數字圖像中的方位的增強。各向異性的多尺度圖像處理基於如上定義的方向圖，其在特定尺度上為每個像素 定義所關心的優選的局部方位。可以從所述近似圖像以及從所述細節圖像來計算出所述方向。進一步，實現所述各向異性的多尺度圖像增強的兩個方法被描述轉換差圖像的 可控制的增強以及增強的轉換差圖像的各向異性的加權。兩種實現可以獨立於彼此而被應 用或者一起被應用以從所述轉換差圖像來產生增強的中心差。本發明一般地被實現為電腦程式產品，當其在計算機上被運行時，所述計算機 程序產品適用於執行權利要求中的任意一項權利要求所述的方法並且被存儲在計算機可 讀介質上。本發明的方法可以被應用於增強醫學圖像(諸如乳房攝像圖像、通過計算層析成 像得到的圖像等)的圖像質量。本發明的另外的優點和實施例從以下的描述及附圖將變得顯而易見。


圖1示出多解析度圖像處理方案，其中從相同尺度的近似圖像來計算出中心差圖 像，圖2是圖1的高階(advanced)增強功能塊的細節圖，圖3和5示出根據本發明的多解析度圖像處理方法的不同實現，圖4示出圖3所示的多解析度圖像處理方法的圖像增強步驟，圖6示出圖5所示的多解析度圖像處理方法的圖像增強步驟，圖7是關於用在上述圖像中的符號的圖列，圖8示出通過使轉換差的增強依賴於它們的方向的對增強的中心差的計算，圖9示出通過使其權重方向非獨立的對增強的中心差的計算。
具體實施例方式本發明的對比度增強算法適用於所有多尺度細節表示方法，通過應用逆變換可以 根據其來計算原始圖像。其對於可以被計算為轉換差圖像的加權和的可反轉多尺度細節表示是適用的。所述轉換差圖像的加權因子和轉換偏置可以以如下方式從所述多尺度分解中被 減除使所述轉換差圖像的最終的加權和與所述細節像素值一致。對於這些多尺度細節表示，可以通過在所述加權和被計算之前將轉換算子應用於 所述轉換差來增強對比度。為計算轉換差圖像的加權和，相同尺度(或者解析度水平)的近似圖像或者更小 尺度(或者更精細的解析度水平)的近似圖像可以被使用。現有技術狀況的多尺度對比度增強算法將圖像分解為多尺度表示，所述多尺度表
6示包括以多個尺度表示細節的細節圖像以及殘留圖像。一些重要的多尺度分解是小波分解、拉普拉斯_高斯(或者LoG分解)、高斯差分 (或者DoG)分解以及伯特金字塔。通過應用隨後是子採樣步驟的高通及低通濾波器級聯來計算所述小波分解。高通濾波器從特定尺度的近似圖像中提取細節信息。在所述伯特金字塔分解中，通過減去尺度k+Ι的近似圖像的過採樣(upsampled) 形式從尺度k的近似圖像提取出細節信息。在如EP 527 525中所公開的一個現有技術狀況的方法中，通過隨後是多尺度重 構的細節圖像中的像素值的轉換來創建圖像的對比度增強的形式。多尺度分解的所有上述實現具有共同的特性。通過合併滑動鄰域中的像素值可以 從近似圖像計算出細節圖像中的每個像素值。在上述情況中，合併函數是加權求和。對於小波分解，尺度k的細節圖像中的像素值被計算為dk+1 =丨(hd*gk)gk+1 = I (ld*gk)其中hd是高通濾波器，、是低通濾波器，*是卷積算子並且丨是亞採樣 (subsampling)算子(艮口省去每第二行禾口列(every second row andcolumn))。對於小波重構，尺度k的增強的近似圖像被計算為hk=lr*( hk+1)+hr*( f(dk+1))其中、是高通濾波器，Ir是低通濾波器並且丨是過採樣算子(即在任兩行和列 (any two rows and columns)之間插入具有0值的像素)。對於伯特分解，尺度k的細節圖像中的像素值被計算為dk = gk-4g* ( gk+1)或者dk = gk-4g* ( ( I (g*gk)))或者dk = (l_4g*( ( I g))) *gk其中g是高斯低通濾波器並且1是恆等算子。對於伯特重構，尺度k的增強的近似圖像被計算為hk = 4g*( hk+1)+f(dk)其中f (χ)是轉換算子。作為加權和的多尺度細節像素值假如在伯特多尺度分解中具有係數Wu的5X5高斯濾波器被使用，其中k =-2，. . . 2並且1 = -2，. . . 2，所述亞採樣算子去除每第二行和列並且所述過採樣算子在 任兩行和列之間插入具有值0的像素。在近似圖像gk+1中處於位置i，j的像素被計算為 在過採樣的圖像Uk中處於位置i，j的像素被計算為
在過採樣的、經平滑的圖像guk中處於位置i，j的像素被計算為 最後，在細節圖像dk中處於位置i，j的像素被計算為 一般而言，在細節圖像d、中處於位置i，j的像素可以被計算為相同或者更小尺度k，k—l，k一2，…的近似圖像中的像素的加權和
其中l E{0，．．．，k}並且r一亞採樣因子」一k』
因為
所以在細節圖像d、中處於位置i，j的像素可以被計算為
其表示了近似圖像中的中心像素和相鄰像素之間的像素值的差。它是局部對比度的測量。
所述轉換差的加權和被稱為中心差C、(i，j)。
同樣地，對於小波分解，細節圖像中的像素值可以被計算為近似圖像中的像素的 加權和。通過將具有濾波器係數hm,n的高通濾波器h應用於近似圖像&來計算細節圖像 dk+1中的像素值。該濾波操作之後是去除每第二行和列的亞採樣算子。 在細節圖像dk+1中處於位置i，j的像素被計算為 所以在細節圖像dk+1中處於位置i，j的像素可以被計算為 dk+l (i, j) = Kn (st (2O) — gk O· + + n))JSgk(2i,2j)-gk(2i+m,2j+n)表示轉換差。以相似的方式，可以被證明的是其他多尺度分解方法中的細節圖像也可以被表 示為轉換差圖像的合併。轉換操作在像EP 527 525中所公開的一個現有技術狀況的方法中，通過將轉換算子f (χ) 應用於細節圖像dk來獲得對比度增強，或者，等同地為 這樣的轉換算子的例子是S形函數(sigmoid function)。這樣的轉換算子的另一 個例子是像在EP 525 527中所公開的一個對比度增強函數。所述轉換算子的形狀取決於 對增強的特定需求，其意圖是與高值細節像素相比更多地放大低值細節像素。轉換步驟可能在被重構的、對比度增強的圖像中引起邊緣轉變的形狀的變形 (deformation)。原因是所述轉換函數的非線性。—般而言，下列各項適用於非線性函數f(x+y) ^ f(x)+f(y)現有技術狀況的算法首先將細節圖像dk中的像素值計算為加權和並且此後應用 所述轉換步驟。通過將細節圖像dk中的像素值重寫為轉換差的加權和，有可能在求和之前而不是 之後應用所述轉換步驟。因為對於高通濾波器，濾波器係數的和等於O=°或者=
9
現在通過將所述轉換步驟應用於所述轉換差來得到對比度增強/fe (「 力)=Σ Σrj) - Si (ri + m, rj + η))
m η以此方式，所述邊緣轉變的形狀在對比度被增強的、重構的圖像中更好地被保持。如果對於每個尺度k，從滿解析度圖像g(l計算出該尺度的細節圖像，並且增強被應 用於所述中心差，則所述邊緣轉變的形狀在重構之後最佳地被保持。本發明的不同實現在圖1、3和5中被示出，其中對應的增強步驟在圖2、4和6中 被示出。圖1示出多尺度圖像處理方案，其中從相同尺度的近似圖像計算出所述中心差圖 像。該圖示出配備有控制路徑的用於多解析度圖像處理的擴展方案。從不同尺度的近似圖 像，所述中心差圖像被計算出並且在受控的增強塊E中被增強。塊E的輸出經受重構過程。圖2示出利用從近似圖像獲得的方向圖的受控的增強塊E。功能塊Ak這些濾波塊可以被用於增強近似圖像或者從所述近似圖像計算出某些特性，典型 地為水平和垂直梯度圖像。這些特性可以被用於計算所述方向圖。在特定的實施例中，所述近似圖像在方向圖從其被計算出之前被增強。舉例來說， 這可以通過對所述近似圖像進行額外的平滑以減少噪聲及不相關的小的圖像結構對方向 圖計算的影響來執行。同樣地，其他特性可以從所述近似圖像計算出，例如水平和垂直梯度圖像。在下一 個步驟中，即在方向圖生成器中(將在下文中被描述)，兩個圖像可以被合併以計算所述方 向圖。方向圖生成器(g M特定尺度的方向圖對於圖像內的每個像素是顯著的圖像結構的突出的或者局部 主導的方位的表示。方向圖的可能表示已經在上文中被描述。各向異性增強各向異性增強通過(1)所述轉換差圖像的受控的增強，由此所述控制取決於所述 方向圖的內容，或者(2)通過增強的轉換差圖像的各向異性的加權(係數Wj)來執行。兩 種實現可以獨立於彼此被應用或者可以一起被應用於從所述轉換差圖像來創建出增強的 中心差。轉換差圖像的可控制的增強每個增強的中心差被計算為增強的轉換差圖像的合併。轉換差是近似圖像中中心像素與在其局部鄰域中的像素的像素值的差。通過使用這兩個像素相對於彼此的空間方向，可以將所述增強用於根據所關心的 預先定義的方向更多或者更少地修正轉換差。例子(參見圖8-3D圖像中的不同的層表示不同的值)假定噪聲邊緣存在於所述圖像內的所關心的區域中。為了合併邊緣的增強而同時減小噪聲的影響，可以增強具有與邊緣方向垂直的方 向的轉換差並且衰減平行於所述邊緣的轉換差。
後一種差圖像表示不想要的噪聲圖像結構，而第一種表示在所述邊緣上的局部對 比度。具有在這兩者之間的方向的轉換差圖像將經歷中間的增強。從近似圖像gk_m開始，通過合併圖像gk_m的水平和垂直梯度來計算方向圖Μ。為了 減小噪聲對梯度計算的影響，使用例如中值濾波器對所述近似圖像gk_m進行濾波，產生被濾 波的圖像Ak(gk_m)。使用水平和垂直方位上的核(kernel) {1,-1}來計算所述圖像內的垂直 和(en)水平一階梯度。如果所述方向圖M表示例如顯著的圖像結構的局部方位(或者垂直於其)，所述圖 被計算為垂直和水平梯度的比的反正切函數 該方向圖M被用作所述LUT算子的控制輸入。LUT算子具有兩個輸入，轉換差以及方向圖，並且生成增強的轉換差作為輸出。這 種可控制的LUT算子LUT(dk，M(i，j))的例子是轉換算子f(dk)與附加的依賴於方向的放 大函數Απιρ(θ)的合併，其中θ是方向圖M(i，j)的函數。所述轉換算子f(dk)的例子是S形函數以及像在EP 525 527中所公開的一個對 比度增強函數。所述轉換算子的形狀取決於所述增強的特定的要求，其意圖是與高值轉換 差相比更多地放大低值轉換差。取決於方向的放大函數典型地返回沿優選方位的最大放大因子、用於垂直於優選 方位的最小放大因子以及用於中間的方向的逐漸變化的放大因子。這種依賴於方向的放大函數的例子是與常數放大因子b相乘的餘弦函數。作為該 函數的輸入，可以求由所述方向圖M(i，j)規定的所關心的局部方位和處於位置(m，n)的轉 換差相對於所關心的中心像素的方向之間的差Amp ( θ ) = bcos ( θ )其中θ = M (i，j)-angle (dk(i+m，j+n)並且 angle (dk(i+m，j+n) = tan-1 (n/m)可控制的LUT算子的更高階的實現是多維度的查找表。所述LUT算子的結果是增強的轉換差以及所述轉換差沿由M(i，j)所規定的方位 的附加的增強(在圖8中由增強的轉換差em,n的灰色背景的暗度來指示)。接著使用各向同性的權重wm,n合併增強的轉換差來計算處於位置i，j的增強的中心差。權重wm,n被計算使得未增強的轉換差的加權和剛好匹配將通過伯特分解的直接應 用所生成的細節像素值。增強的轉換差圖像的各向異性加權為從處於每個位置(X，y)的轉換差圖像計算出中心差，求所述轉換差的加權和。 在2006年12月11日提交的歐洲專利申請06 125 766. 3中，權重是各向同性的並且沒有 定義優先的方位。通過根據它們相對於中心權重的空間方向來改變權重，可以在總的和中改變沿預 先定義的方向的轉換差的重要性。例子(參見圖9-3D圖像中的不同的層表示不同的值)
假定噪聲邊緣存在於所述圖像內的所關心的區域中。如果在減小噪聲的同時希望得到該邊緣的增強，則可以將相對較高的權重應用於 具有與所述邊緣方向垂直的方向的增強的轉換差並且將相對較低的權重應用於平行於所 述邊緣的增強的轉換差。後一種轉換差表示不想要的噪聲圖像結構，而第一種表示在所述 邊緣上的局部對比度。具有在這兩者之間的方向的增強的轉換差將以中間的權重被考慮在 內。根據近似圖像點』對方向圖M的計算在第一實施例中詳細地被解釋。代替將所述方向圖M用作所述LUT算子的控制輸入，所述方向圖M也可以被用作 控制參數來產生各向異性的權重n。在該實施例中，LUT算子僅取決於未增強的轉換差，例如像上文所規定的轉換算子 f(dk)。對於圖像內的每個位置i，j各向同性的權重wm,n相對於它們到如所述方向圖M(i， j)規定的所關心的局部方位的方向而被修正。作為修正算子，放大函數的機制如在第一實施例中所解釋的那樣被使用。所述各向同性的權重wm, n被乘以依賴於方向的放大函數，其典型地返回沿優選方 位的最大乘法因子、用於垂直於所述優選方位的方向的最小乘法因子以及用於所述中間的 方向的逐漸變化的乘法因子(在圖9中用權重wm,n的灰色背景的暗度來指示)。這種依賴於方向的放大函數的例子是餘弦函數。作為該函數的輸入，可以求由所 述方向圖M(i，j)規定的所關心的局部方位和處於位置(m，n)的權重相對於所述中心位置 (0,0)的方向之間的差Amp ( θ ) = cos( θ )其中θ = M (i, j) -angle (wk (m, η)並且 angle (wk (m, η) = tarT1 (n/m)此外，所述各向異性的權重被歸一化使得所述權重的和等於1。在最後一個步驟中，通過使用所述各向異性的權重合併增強的轉換差來計算中心 差。這為沿由所述方向圖M(i，j)規定的所關心的局部方位被定向的增強的轉換差產生相 對較高的權重。圖8和9所示的增強方法的合併也是可能的。
權利要求
一種增強由數位訊號表示的圖像的對比度的方法，其中-通過將多尺度分解算法應用於所述圖像來創建一個或者多個尺度的至少一個近似圖像，在表示所述圖像的灰度值的尺度的近似圖像中該尺度的所有細節已被省略並且由對應的細節圖像表示，-通過按像素將尺度s的近似圖像的值與所述近似圖像的經轉換的形式的值相減來創建轉換差圖像，-非線性修正被應用於所述(一個或者多個)轉換差圖像的值，-特定尺度的至少一個增強的中心差圖像通過合併該尺度的或者具有權重wi，j的更小尺度的所述被修正的轉換差圖像而被計算，其中根據所述分解算法來選擇所述權重wi，j以便如果通過非線性修正的所述增強沒有被執行，則所述圖像的多尺度分解的等同物將被獲得以便所述至少一個中心差圖像等於所述特定尺度的細節圖像，-通過將反轉所述圖像分解算法的圖像重構算法應用於所述圖像分解來計算增強的圖像，所述圖像分解在所述特定尺度的所述細節圖像已被所述至少一個增強的中心差圖像替代之後產生，其特徵在於所述轉換差圖像的值的所述非線性修正由方向圖的值控制，所述方向圖在特定尺度上為每個像素包括所關心的局部方位。
2.一種增強由數位訊號表示的圖像的對比度的方法，其中_創建一個或者多個尺度的至少一個近似圖像，在表示所述圖像的灰度值的尺度的近 似圖像中該尺度的所有細節已被省略，-通過按像素將尺度s的近似圖像的值與所述近似圖像的經轉換的形式的值相減來創 建轉換差圖像，-非線性修正被應用於所述(一個或者多個)轉換差圖像的值， -特定尺度的至少一個增強的中心差圖像通過合併該尺度的或者具有權重Wy的更小 尺度的所述被修正的轉換差圖像而被計算，-通過將重構算法應用於所述增強的中心差圖像來計算增強的圖像， 其特徵在於，通過用由所述方向圖控制的權重對被修正的轉換差圖像的值進行各向異 性的加權來計算所述增強的中心差圖像中的至少一個。
3.根據權利要求1或者2所述的方法，其特徵在於，其中所述轉換差圖像的值的所述非 線性修正由方向圖的值控制，所述方向圖在特定尺度上為每個像素包括所關心的局部方位 並且所述被修正的轉換差圖像中的至少一個經受由所述方向圖控制的各向異性加權。
4.根據權利要求1或者2所述的方法，其特徵在於，其中特定尺度的轉換差圖像從相同 尺度的近似圖像被計算出。
5.根據權利要求1或者2所述的方法，其特徵在於，其中所有所述轉換差圖像從所述原 始圖像被計算出。
6.根據權利要求1或者2所述的方法，其特徵在於，其中尺度k的轉換差圖像從尺度m 的近似圖像被計算出，其中m表示尺度1和尺度k-Ι之間的尺度。
7.根據權利要求1或者2所述的方法，其特徵在於，其中所述中心差圖像與所述多尺度細節圖像一致。
8.根據前述權利要求中任意一項權利要求所述的方法，其特徵在於，其中所述圖像是 乳房攝像圖像。
9.根據前述權利要求中任意一項權利要求所述的方法，其特徵在於，其中所述圖像是 CT圖像。
10.一種電腦程式產品，當其在計算機上被運行時，所述電腦程式產品執行前述權 利要求中任意一項權利要求所述的方法。
11.一種計算機可讀介質，所述計算機可讀介質包括計算機可執行的程序代碼，所述計 算機可執行的程序代碼適用於執行前述權利要求中任意一項權利要求所述的步驟。
全文摘要
一個或者多個尺度的圖像的至少一個近似圖像被創建。通過按像素將尺度s的近似圖像的值與所述近似圖像的經轉換的形式的值相減來創建轉換差圖像。非線性修正被應用於所述(一個或者多個)轉換差圖像的值並且特定尺度的至少一個增強的中心差圖像通過合併該尺度的或者具有權重Wi，j的更小尺度的被修正的轉換差圖像而被計算。通過將重構算法應用於所述增強的中心差圖像來計算增強的圖像。所述轉換差圖像的值的非線性修正由方向圖的值來控制，所述方向圖為每個像素包括所關心的局部方位。另外地或者可替代地，通過用由所述方向圖控制的權重對所述增強的轉換差進行各向異性的加權來計算至少一個增強的中心差圖像。
文檔編號G06T5/00GK101889295SQ200880120038
公開日2010年11月17日 申請日期2008年10月2日 優先權日2007年10月8日
發明者P·武伊爾斯特克, T·伯滕斯 申請人:愛克發醫療保健公司