自适应增强数字减影血管造影图像的方法

摘要

本发明公开了一种自适应增强数字减影血管造影图像的方法，其步骤为：①设定迭代次数；②将原始数字减影血管造影图像用小面模型进行拟和；③计算Hessian矩阵，并计算该矩阵的两个特征值λ₁，λ₂；④选取传导参数T的形式：；⑤选取传递函数的形式：；⑥采用各向异性扩散模型更新图像灰度；⑦重复步骤②到⑥直到达到设定的迭代次数。该方法在整个迭代过程中避免了人为选择传导参数，即传导参数能够自适应地变化，从而能够自适应的对数字减影血管造影图像进行增强，降低了噪声的影响，增强了边缘，提高了图像增强的效果。

主权项

1.一种自适应增强数字减影血管造影图像的方法，其特征是：该方法按照下述步骤进行：(1)设定迭代次数；(2)将原始数字减影血管造影图像每个像素点(i，j)用小面模型进行拟和，并计算像素点(i，j)在拟合后的一阶偏导数和二阶偏导数(3)计算每个像素点(i，j)在拟合后的Hessian矩阵，用矩阵H_(i，j)表示： $H_{(i,j)}=\left[\begin{array}{cc}{\hat{I}}_{{(i,j)}_{\mathrm{xx}}}& {\hat{I}}_{{(i,j)}_{\mathrm{xy}}}\\ {\hat{I}}_{{(i,j)}_{\mathrm{xy}}}& {\hat{I}}_{{(i,j)}_{\mathrm{yy}}}\end{array}\right]$并计算矩阵H_(i，j)的两个特征值λ_(i，j)1，λ_(i，j)2；(4)针对每个像素点(i，j)选取传导参数T_(i，j)的形式： $T_{(i,j)}={({{\lambda }_{{(i,j)}_1}}^2+{{\lambda }_{{(i,j)}_2}}^2)}^{\frac{1}{2}}$(5)针对每个像素点(i，j)选取传递函数的形式： $c{\left(\right|\Delta \hat{I}\left|\right)}_{(i,j)}=\frac{1}{1+{\left(\frac{|▿{\hat{I}}_{(i,j)}|}{T_{(i,j)}}\right)}^2}$其中， ${|▿\hat{I}|}_{(i,j)}=\sqrt{{{\hat{I}}_{(i,j)}}_x^2+{{\hat{I}}_{(i,j)}}_y^2}$(6)依据各个像素点的传递函数采用各向异性扩散模型更新各个像素点灰度，从而更新原始图像灰度；(7)重复步骤(2)至步骤(6)直到达到设定的迭代次数。