1.一种基于NSCT(Nonsubsampled Contourlet Transform)的乳腺X图像自适应增强方法。该方法是针对乳腺钼靶X线图像。包括如下步骤:步骤1对乳腺X射线图像进行图像直方图均衡化;
步骤2将直方图均衡化后的乳腺X射线图像利用NSCT分解为三层,各层分别为2、4、8个方向,共计得到1个低频和14个高频子带图;
步骤3设计非线性函数增强感兴趣的区域。令函数F用于增强每个子带中的感兴趣特征,以便获取增强后的子带集合y′:y′i,j=F(yi,j)
式中yi,j表示增强前的每个子带图像,其中i和j是分解层数和方向。对于分解后的高频子带图像用Canny算子进行边缘检测,阈值为:T(i,j)=3a(i,j)
式中a为图像标准差,利用下式来增强各个子带图像:
式中M1和M2是用于检测周围组织的重量因子,bi,j(n1,n2)是一个包含边缘的二值子带图像,(n1,n2)是空间坐标。
其中要求M1<M2,本发明用鲸鱼优化算法(WOA)寻找最优的参数M1和M2,本发明方法中设置了M1和M2搜索范围,其中M1∈[2~5],M2∈[3~8]。通过WOA算法参数M1和M2进行优化,具体步骤如下:①确定目标函数,采用基于小波域的自然图像统计特性算法(Blind Image Quality Index,BIQI)函数作为适应度函数,取值范围为(0~100),其值越小表示图像质量越好。
②初始化算法参数,设置群体数目N、最大迭代次数M、对数螺旋形状常数b、当前迭代次数t及算法终止条件,并在解空间内随机初始化鲸群个体空间位置Xi(i=1,2,...,n)。
③利用适应度函数计算每个鲸群个体的适应度值,找到并保存当前群体中最佳鲸群个体④若t≤M时,更新M1、M2。
⑤判断是否有鲸群个体超出了搜索空间,并进行修正。
⑥利用适应度函数计算每个鲸群个体的适应度值,找到并保存当前群体中最佳鲸群个体 判断算法是否满足终止条件,若满足,则转到下一步;否则,令t=t+1,重复执行以上步骤。
⑦输出得到的最优化参数M1和M2。
步骤4利用NSCT逆变换,将处理后的各高频子带图像和未加处理的低频子带图像进行重构,得到增强后的图像。
步骤5对增强后的图像利用所设计的一个客观指标进行评价,并与常见的几种同类增强算法进行比较。
2.根据权利要求1所述的方法,利用DDSM数据库中的乳腺X射线图像测试所提出的增强方法,采用下式客观评价增强前后图像的质量Q:Q=(E×A×SD×CII)/BIQI
式中E为图像的信息熵,A为图像的平均梯度,SD为图像标准差,CII(Contrast Improvement Index)表示图像的对比度改善指数,Q表示图像视觉质量的综合评价指标值,其值越大表示图像的综合视觉效果越好。