形态学梯度用于医学图像增强

注：该问题已被更好地解决，参见我后续的文章“色差通道在医学图像处理中的应用”。但作为探索过程的记录，本文仍有一定的价值，故而予以保留。以下是原文：

前两天写过基于高反差图像软阈值化及非线性灰度级压缩（后续需要滤波获得渐变模板）的血管增强算法。实际应用中发现资源还是不够用，硬件上最多只能提供11行的存储空间，所以需要另外寻求解决办法。找到的一个替代方法就是使用灰度级形态学。具体做法是先使用较小的结构元获得形态学梯度图像，后续接一个小尺寸滤波器对其进行平滑，最后对其进行非线性灰度级压缩后叠加到原图上。示例结果见fig1~fig5（fig2~fig4显示的是归一化图像，故而非线性压缩后反而看起来更亮了）。

fig1 原图

fig2 形态学梯度图像

 

fig3 滤波后形态学梯度图像

fig4 非线性灰度级压缩结果

 

 

fig5 增强结果

 可以看出，图像中较暗的微弱细节包括微细血管都得到了增强，细节对比度更高。不过也导致了黑色块扩大和暗区更暗的问题。不过实际应用中本来也不会注意过暗区域，毕竟觉得暗就把内镜移向它嘛。过多的微细血管增强导致图像视觉观感上有些许下降，但这也是没办法的事嘛，毕竟谁能准确地说出什么时候想要增强什么时候不想要吗？就这样吧。