1.一种乳腺钼靶图像细节增强方法,其特征在于,所述方法包括以下步骤:步骤1,获取乳腺钼靶图像,所述图像的大小为M×N,计算所述乳腺钼靶图像中的乳腺致密程度,根据所述致密程度确定对所述乳腺钼靶图像进行高斯滤波的核心个数K,采用高斯滤波的核心分别对所述乳腺钼靶图像进行高斯滤波,得到K个高斯滤波后的图像;其中,第k次高斯滤波的核心为(2k+1,2k+1),1≤k≤K;
步骤2,将rn作为集合的第n个元素,所述rn为第n‑1次高斯滤波得到的图像与第n次高斯滤波得到的图像的差,若n=1,则r1为所述乳腺钼靶图像与第1次高斯滤波得到的图像的差;其中,每个元素包含M×N个值;
步骤3,根据所述集合中元素的值确定与所述元素对应的权重,基于所述权重、所述元素、所述乳腺钼靶图像得到细节增强后的乳腺钼靶图像,并将结果输出。
2.如权利要求1所述的方法,其特征在于,所述计算所述乳腺钼靶图像中的乳腺致密程度,根据所述致密程度确定对所述乳腺钼靶图像进行高斯滤波的核心个数K,具体为:预先建立范围与次数的对应关系;
调用Laplacian算子计算所述乳腺钼靶图像中乳腺致密程度,判断所述致密程度落入的范围,根据落入的范围确定对所述乳腺钼靶图像进行高斯滤波的核心个数K。
3.如权利要求1所述的方法,其特征在于,所述根据所述集合中元素的值确定与所述元素对应的权重,具体为:遍历所述元素的M×N个值,计算所述M×N个值中所有非零值的绝对值的和,权重其中ωj为第j个元素的权重,si、sj分别为第i、j个元素的所述所有非零值的绝对值的和,其中1≤i、j≤K‑1。
4.如权利要求3所述的方法,其特征在于,所述基于所述权重、所述元素、所述乳腺钼靶图像得到细节增强后的乳腺钼靶图像,具体为:根据公式得到中间结果:result=(1‑0.5sgn(r1))r1ω1+r2ω2+…+rK‑1ωK‑1+src,其中src是待增强的乳腺钼靶图像,sgn()为符号函数;
将中间结果归一化到0‑255得到细节增强后的乳腺钼靶图像。
5.如权利要求1‑4任一项所述的方法,其特征在于,在步骤3之后,还包括步骤4;
步骤4,在显示界面左右两侧同时显示细节增强前的乳腺钼靶图像和细节增强后的乳腺钼靶图像,当在其中任一部分进行操作时,在另外一部分进行同样的操作。
6.一种乳腺钼靶图像细节增强系统,其特征在于,所述系统包括以下模块:滤波模块,用于获取乳腺钼靶图像,所述图像的大小为M×N,计算所述乳腺钼靶图像中的乳腺致密程度,根据所述致密程度确定对所述乳腺钼靶图像进行高斯滤波的核心个数K,采用高斯滤波的核心分别对所述乳腺钼靶图像进行高斯滤波,得到K个高斯滤波后的图像;
其中,第k次高斯滤波的核心为(2k+1,2k+1),1≤k≤K;
细节获取模块,用于将rn作为集合的第n个元素,所述rn为第n‑1次高斯滤波得到的图像与第n次高斯滤波得到的图像的差,若n=1,则r1为所述乳腺钼靶图像与第1次高斯滤波得到的图像的差;其中,每个元素包含M×N个值;
细节增强模块,用于根据所述集合中元素的值确定与所述元素对应的权重,基于所述权重、所述元素、所述乳腺钼靶图像得到细节增强后的乳腺钼靶图像,并将结果输出。
7.如权利要求6所述的系统,其特征在于,所述计算所述乳腺钼靶图像中的乳腺致密程度,根据所述致密程度确定对所述乳腺钼靶图像进行高斯滤波的核心个数K,具体为:预先建立范围与次数的对应关系;
调用Laplacian算子计算所述乳腺钼靶图像中乳腺致密程度,判断所述致密程度落入的范围,根据落入的范围确定对所述乳腺钼靶图像进行高斯滤波的核心个数K。
8.如权利要求6所述的系统,其特征在于,所述根据所述集合中元素的值确定与所述元素对应的权重,具体为:遍历所述元素的M×N个值,计算所述M×N个值中所有非零值的绝对值的和,权重其中ωj为第j个元素的权重,si、sj分别为第i、j个元素的所述所有非零值的绝对值的和,其中1≤i、j≤K‑1。
9.如权利要求8所述的系统,其特征在于,所述基于所述权重、所述元素、所述乳腺钼靶图像得到细节增强后的乳腺钼靶图像,具体为:根据公式得到中间结果:result=(1‑0.5sgn(r1))r1ω1+r2ω2+…+rK‑1ωK‑1+src,其中src是待增强的乳腺钼靶图像,sgn()为符号函数;
将中间结果归一化到0‑255得到细节增强后的乳腺钼靶图像。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序在被处理器执行时,实现如权利要求1‑5任一项所述的方法。