余成波，孔慶達(dá)，田 桐

基于CLAHE與同態(tài)濾波的細(xì)胞圖像增強(qiáng)新方法*

余成波，孔慶達(dá)，田 桐

(重慶理工大學(xué) 遠(yuǎn)程測(cè)試與控制研究所，重慶 400054)

針對(duì)角膜內(nèi)皮細(xì)胞圖像由于非均勻光照造成的明暗不均問(wèn)題，提出一種基于限制對(duì)比度自適應(yīng)直方圖均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)與同態(tài)濾波進(jìn)行組合的角膜內(nèi)皮細(xì)胞圖像增強(qiáng)新方法。CLAHE方法提高了圖像的局部對(duì)比度，不損傷圖像細(xì)節(jié)，同時(shí)避免圖像噪聲隨圖像對(duì)比度增大而放大。同態(tài)濾波方法增強(qiáng)圖像暗部細(xì)節(jié)，提升圖像的分辨率。實(shí)驗(yàn)結(jié)果表明本文方法對(duì)角膜內(nèi)皮細(xì)胞圖像的分辨率和對(duì)比度增強(qiáng)有顯著的效果。

圖像增強(qiáng)；自適應(yīng)直方圖均衡化；同態(tài)濾波

0 引言

在對(duì)角膜內(nèi)皮細(xì)胞圖像病變的分析中，使角膜內(nèi)皮細(xì)胞圖像能夠清晰地展現(xiàn)出細(xì)胞的形態(tài)特點(diǎn)是角膜內(nèi)皮細(xì)胞圖像處理算法的關(guān)鍵。在實(shí)際的采集過(guò)程中由于曝光不均勻、噪聲等難以避免的因素影響，常常使采集到的圖像明暗不均、噪點(diǎn)過(guò)多、細(xì)胞輪廓模糊不清，為了使采集得到的圖像清晰可辨，應(yīng)該對(duì)圖像進(jìn)行前期的預(yù)處理。目前一般的細(xì)胞圖像增強(qiáng)方法包括直方圖均衡化、單尺度Retinex圖像增強(qiáng)算法[1]等。直方圖均衡化[2](Histogram Equalization,HE)是圖像增強(qiáng)領(lǐng)域中常用的一種方法，通過(guò)觀察圖像的直方圖能夠看到圖像灰度范圍、對(duì)比度的變化等，從而利用直方圖來(lái)調(diào)整圖像的對(duì)比度。它的主要思想是把原圖中灰度比較密集的區(qū)域轉(zhuǎn)化成在全部灰度范圍內(nèi)的均勻分布[3]。算法的核心用到了累積分布函數(shù)變換的數(shù)學(xué)理論[4]。直方圖均衡化雖然改善了圖像的對(duì)比度，但是直方圖均衡化的方法也有缺點(diǎn)，該方法屬于圖像全局處理方法，對(duì)光照不均勻的圖像進(jìn)行處理時(shí)會(huì)使暗部更暗，亮部更亮，圖像細(xì)節(jié)損失嚴(yán)重，因此對(duì)角膜內(nèi)皮細(xì)胞圖像的處理是有缺陷的。文獻(xiàn)[1]中提出采用單尺度Retinex圖像增強(qiáng)算法對(duì)于彩色細(xì)胞圖像的去霧、增強(qiáng)和色彩校正效果比較好，但是算法較復(fù)雜，且在處理灰度圖像時(shí)使圖像的邊緣部分細(xì)節(jié)有缺失，無(wú)法滿足要求。

上述方法對(duì)角膜內(nèi)皮細(xì)胞圖像的增強(qiáng)效果并不理想，本文提出了采用CLAHE方法結(jié)合同態(tài)濾波來(lái)進(jìn)行圖像增強(qiáng)的方法，在抑制圖像噪聲放大的同時(shí)，圖像光線較暗區(qū)域的細(xì)節(jié)不會(huì)損失，使細(xì)胞的輪廓清晰可見(jiàn)[5]。

1 角膜內(nèi)皮細(xì)胞圖像增強(qiáng)流程

圖1 本文圖像增強(qiáng)的過(guò)程

圖像采集過(guò)程中的非均勻照射以及噪聲影響，使采集到的圖片會(huì)出現(xiàn)明暗不均問(wèn)題，為了使圖像邊緣細(xì)節(jié)能夠清晰顯示，對(duì)原細(xì)胞灰度圖像進(jìn)行圖像增強(qiáng)，本文提出如圖1所示的方法。

本文的圖像增強(qiáng)流程概述：

(1)采用CLAHE方法，局部動(dòng)態(tài)地增強(qiáng)圖像對(duì)比度，保留圖像細(xì)節(jié)和形態(tài)特征，并抑制噪聲的放大。

(2)對(duì)上述處理后的圖像采用同態(tài)濾波方法，增強(qiáng)圖像細(xì)節(jié)，平滑圖像，降低圖像噪聲，提升圖像的分辨力，得到增強(qiáng)后的圖像。

2 限制對(duì)比度自適應(yīng)直方圖均衡化方法

自適應(yīng)直方圖均衡化方法(Adaptive Histogram Equalization, AHE)不同于普通的直方圖均衡算法,該方法通過(guò)計(jì)算圖像局部直方圖來(lái)分配亮度，最后達(dá)到改善圖像對(duì)比度的目的[6]。自適應(yīng)直方圖均衡化使圖像的局部對(duì)比度增強(qiáng)，獲得更多的圖像細(xì)節(jié)，但是該方法也有缺點(diǎn)，在圖像處理的過(guò)程中無(wú)法抑制圖像噪聲的增強(qiáng)。

限制對(duì)比度自適應(yīng)直方圖均衡化方法[7](Contrast Limited Adaptive Histogram Equalization, CLAHE)是對(duì)自適應(yīng)直方圖均衡化方法的改進(jìn)。該算法先通過(guò)如圖2所示的方式截取直方圖，然后再求解轉(zhuǎn)化函數(shù)達(dá)到抑制圖像中噪聲放大的目的，同時(shí)繼承了對(duì)比度自適應(yīng)直方圖均衡化算法的優(yōu)點(diǎn)，使圖像的細(xì)節(jié)和輪廓更加清晰。因此本文采用了該算法來(lái)對(duì)細(xì)胞圖像進(jìn)行增強(qiáng)，CLAHE方法的具體實(shí)現(xiàn)步驟如下[8]：

(1)將圖像分為M×N個(gè)不疊加子區(qū)域。

(2)計(jì)算每塊區(qū)域的灰度直方圖，并使每個(gè)區(qū)域上的灰度級(jí)得到相同的像素?cái)?shù)，即平均像素?cái)?shù)：

(1)

式(1)中，Ngray是子區(qū)域中灰度級(jí)的數(shù)量；Nx是子區(qū)域x軸方向的像素?cái)?shù)；Ny是子區(qū)域y軸方向的像素?cái)?shù)。

(4)分別對(duì)每塊區(qū)域得到的裁剪后的新直方圖進(jìn)行直方圖均衡化，并使用變換函數(shù)得到新的灰度值。

3 CLAHE處理后的結(jié)果分析

光學(xué)顯微鏡獲得角膜內(nèi)皮細(xì)胞圖像后，運(yùn)用本文CLAHE方法進(jìn)行圖像處理，與文獻(xiàn)[4]中的普通的直方圖均衡化方法和文獻(xiàn)[1]中單尺度Retinex圖像增強(qiáng)算法的結(jié)果進(jìn)行了對(duì)比分析，實(shí)驗(yàn)結(jié)果如圖3所示，以上方法均基于MATLAB R2008a實(shí)現(xiàn)。

圖3 圖像增強(qiáng)效果對(duì)比圖

對(duì)圖3(b)和(d)進(jìn)行比較可以發(fā)現(xiàn)：直方圖均衡化后的圖像對(duì)比度增強(qiáng)，但是圖3(b)右側(cè)部分出現(xiàn)明顯的暗影，細(xì)節(jié)幾乎全部缺失，而限制對(duì)比度自適應(yīng)直方圖均衡化[9]后的圖像細(xì)節(jié)和輪廓比普通的直方圖均衡化后的圖像效果更佳。圖3(c)雖然也能夠突出細(xì)胞的邊緣紋路，但是對(duì)于消除光照影響明顯不如本文方法。

4 同態(tài)濾波方法

同態(tài)濾波[10]方法是一種圖像頻域處理方法，該方法的原理是對(duì)圖像的灰度范圍進(jìn)行調(diào)整，消除圖像上照明不均的問(wèn)題，在不損失亮區(qū)的圖像細(xì)節(jié)的情況下，增強(qiáng)暗區(qū)的圖像細(xì)節(jié)，對(duì)于明暗不均的圖像來(lái)說(shuō)非常適用。

照明函數(shù)fi(x,y)和反射函數(shù)fr(x,y)的乘積就構(gòu)成了圖像函數(shù)f(x,y)，可以用下式表示：

f(x,y)=fi(x,y)fr(x,y)

(2)

0

式中，fi(x,y)表示了景物的照明，與景物無(wú)關(guān)；fr(x,y)表示了景物的細(xì)節(jié)，與照明無(wú)關(guān)。

同態(tài)濾波方法就是基于式(2)對(duì)兩個(gè)相乘的分量分別進(jìn)行濾波，該方法的過(guò)程步驟如下。

(1)對(duì)數(shù)變換

lnf(x,y)=lnfi(x,y)+lnfr(x,y)

(3)

(2)傅里葉變換

F(u,v)=FI(u,v)+FR(u,v)

(4)

(3)將F(u,v)乘上同態(tài)濾波函數(shù)H(u,v)得

GIn(u,v)=H(u,v)F(u,v)=H(u,v)FI(u,v)+H(u,v)FR(u,v)

(5)

(4)對(duì)傅里葉求反變換得

gln(x,y)=giln(x,y)+grln(x,y)

(6)

(5)求指數(shù)變換得到同態(tài)濾波后的圖像

g(x,y)=exp(gi(x,y)gr(x,y))

(7)

通過(guò)上述同態(tài)濾波過(guò)程可以壓縮照明函數(shù)的灰度范圍，同時(shí)增強(qiáng)反射函數(shù)的頻譜成分，實(shí)驗(yàn)結(jié)果如圖4所示。

圖4 同態(tài)濾波前后對(duì)比圖

從圖4可以看出，通過(guò)本文CLAHE方法處理過(guò)的圖像經(jīng)過(guò)同態(tài)濾波后明顯變得更平滑，細(xì)節(jié)更清楚，圖像的整體亮度變高，細(xì)胞的形態(tài)特征的分辨率更高。

5 結(jié)論

本文在對(duì)角膜內(nèi)皮細(xì)胞進(jìn)行增強(qiáng)處理的過(guò)程中，針對(duì)非均勻光照情況下采集到的角膜內(nèi)皮細(xì)胞圖像依次采用如下方法:(1)限制對(duì)比度自適應(yīng)直方圖均衡化算法，局部動(dòng)態(tài)地提升了圖像的對(duì)比度，突出了圖像的細(xì)節(jié)顯示；(2)同態(tài)濾波算法，提高圖像暗部的亮度，同時(shí)不損傷圖像的細(xì)節(jié)并使圖像更平滑，提高了圖像的分辨率。實(shí)驗(yàn)結(jié)果表明本文的方法能夠?qū)悄?nèi)皮細(xì)胞進(jìn)行增強(qiáng)，在突出了細(xì)胞邊緣細(xì)節(jié)的同時(shí)也消除了圖像的噪點(diǎn)，能為病變觀察、后期圖像分割及形態(tài)判別提供有效的支持，對(duì)于醫(yī)學(xué)細(xì)胞圖像的增強(qiáng)也具有可行性借鑒。

[1] 嵇曉強(qiáng)，程掲章，李琦，等. 細(xì)胞工廠光學(xué)顯微成像與圖像處理[J]. 光學(xué)學(xué)報(bào)，2015,44(7)：150-157.

[2] GONZALEZ R C, WOODS R E, EDDINS S L. Digital image processing using MATLAB[M]. 北京：電子工業(yè)出版社，2005.

[3] 沈晶, 劉海波, 周長(zhǎng)健. 數(shù)字圖像處理典型案例詳解[M].北京: 機(jī)械工業(yè)出版社, 2012.

[4] 暢博. 紅外圖像增強(qiáng)和目標(biāo)檢測(cè)跟蹤技術(shù)研究[D]. 成都：電子科技大學(xué), 2014.

[5] 胡竇明，趙海生，李云川，等. 一種基于同態(tài)濾波的紅外圖像增強(qiáng)新方法[J]. 紅外技術(shù)，2012,34(4):225-228.

[6] 楊驥，楊亞?wèn)|，梅雪，等. 基于改進(jìn)的限制對(duì)比度自適應(yīng)直方圖的視頻快速去霧算法[J]. 計(jì)算機(jī)工程與設(shè)計(jì)， 2015,36(1): 221-226.

[7] BENGIO S, WESTON J, GRANGIER D,Label embedding trees for large muliti-class tasks[C]. Neural Information Processing System, 2010: 163-171.

[8] 許志遠(yuǎn)，王庸凱，孫康等. 基于CLAHE的DSP實(shí)時(shí)去霧系統(tǒng)[J]. 沈陽(yáng)大學(xué)學(xué)報(bào)(自然科學(xué)版)， 2014,26(4): 296-299.

[9] ZUIDERVELD K. Contrast limited adaptive histogram equalization[M]. Pittsburgh: Academic Press Professional, Inc., 1994.

[10] 劉剛，王立香，董延. MATLAB數(shù)字圖像處理[M]. 北京: 機(jī)械工業(yè)出版社，2010.

New approach to the cell image enhancement based on adaptive histogram equalization and homomorphic filtering

Yu Chengbo，Kong Qingda，Tian Tong

(Institute of Remote Test and Control, Chongqing University of Technology, Chongqing 400054, China)

This paper researches the uneven illumination problem of the corneal endothelial cell images , and proposes a new approach for cell image enhancement based on contrast limited adaptive histogram equalization(CLAHE) and homomorphic filtering.The method of CLAHE improves the local contrast of image, avoids image noise amplification with the increase of image contrast and does not damage the detail of image. Homomorphic filter can enhance dark detail of the image. Experimental results demonstrate that the method of the paper can enhance the resolution and contrast of image.

enhance image; adaptive histogram equalization; homomorphic filter

國(guó)家自然科學(xué)基金資助項(xiàng)目(61402063)；重慶市科技人才培養(yǎng)計(jì)劃(新產(chǎn)品研發(fā)團(tuán)隊(duì))資助項(xiàng)目(CSJC2013KJRC-TDJS40012)；重慶市高校優(yōu)秀成果轉(zhuǎn)化資助項(xiàng)目(KJZH14213)

TP391.4

A

10.19358/j.issn.1674- 7720.2017.04.015

余成波，孔慶達(dá)，田桐.基于CLAHE與同態(tài)濾波的細(xì)胞圖像增強(qiáng)新方法[J].微型機(jī)與應(yīng)用，2017,36(4)：51-52,62.

2016-09-26)

余成波(1965-)，男，博士，教授，主要研究方向：遠(yuǎn)程測(cè)試與控制技術(shù)、信號(hào)與信息處理。

孔慶達(dá)(1991-)，男，碩士研究生，主要研究方向：圖像處理、信號(hào)與信息處理。

田桐(1994-)，女，碩士研究生，主要研究方向：信號(hào)與信息處理。