基于流域分割的醫學圖像偽彩色處理

摘 要：當前，多數醫學圖像屬于灰度圖像，其對人眼的視覺效果不如彩色圖像。為了提高圖像的分辨率，根據人眼的視覺特點，采用灰度級彩色變換方法，結合基于流域法的醫學圖像分割，實現灰度圖像變為偽彩色圖像。這里將流域分割技術與圖像偽彩色處理技術結合應用在醫學圖像中，實驗結果表明了該圖像增強方法的有效性。該方法在圖像的灰度范圍變化時具有很好的適應性，并可突出顯示出感興趣的特定器官組織。

關鍵詞：醫學圖像；偽彩色增強；流域分割；彩色變換方法

中圖分類號：TP391文獻標識碼：B

文章編號：1004-373X(2008)22-118-03

Application of Pseudo Color Processing to Medical Image Based on Watershed Algorithm

LI Quanyue，WANG Fang

(Jiangsu University of Science Technology，Zhenjiang，212003，China)

Abstract：Presently，most of the medical and industrial images are gray-scale images.However，human vision is less sensitive to difference between gray-scale pixels than that between color ones.In order to improve resolution of the images，according to characteristics of human vision，the method of gray-scale/color transform and the method of image segmentation based on the watershed algorithm are used to realize the aim of turning gray-scale images into color ones.In this paper，3D medical image color enhancement based on watershed algorithm is relized.The result of experiment shows the adaptability of this image enhancement method especially in the case of that the gray-scale range of images change，and this method is capable of showing the tissues or organs evidently.

Keywords：medical image；pseudo color enhancement；watershed algorithm;color transform method

1 引 言

醫學圖像絕大多數是灰度圖像，如X 線、CT，MRI，B 超圖像等。對觀察者來說，人眼只能辨別一幅圖像中的4～5 b灰度級，卻能辨別近千種的彩色^［1］。為發揮人眼對彩色的分辨能力，往往用各種不同的顏色代表圖像的不同灰度，變灰度圖像為彩色圖像，從而使觀察者能從圖像中取得更多的信息^［2］。流域分割方法是近年來發展起來的基于數學形態學的一種十分有效的圖像分割技術，它基本上克服了傳統的圖像分割方法的缺點。

2 DICOM 醫學圖像的窗口變換顯示法

2.1 醫學圖像文件的基本格式

DICOM是用于醫學圖像和通信的國際標準。其數據結構采用數據元素的存儲方式，每個數據元素均由標簽、值的類型、值域的長度和值域4個基本單元組成。其中，“標簽”作為數據元素的標識符惟一定義數據元素的物理意義；“值的類型”是取決于DICOM語義的可選項，它描述了數據元素值域的數據類型；“值域的長度”定義了“值域”的字節數；“值域”則含有該數據元素的值 ［3］。

2.2 DICOM 醫學圖像的顯示方法

由于在通用計算機中不能直接支持DICOM醫學圖像的顯示，因此需將DICOM文件轉換為其他計算機所支持的文件格式，如設備無關位圖（DIB）。

2.2.1 DIB位圖

DIB位圖是計算機中普遍應用的位圖文件格式，包括:位圖文件頭、位圖信息頭、顏色表、圖像數據。位圖文件頭說明了文件的組成信息；位圖信息頭說明了圖像數據的基本信息；顏色表則描述了圖像顯示的色彩信息。

在內存中，只需要位圖信息頭、顏色表和圖像數據即可以顯示位圖， 因此在將DICOM 醫學圖像轉換為DIB 位圖時，只需要根據DICOM文件的相關數據元素完成上述的數據結構和圖像數據的轉換。

2.2.2 圖像數據的窗口變換

由于醫學圖像數據動態范圍大（像素深度通常不低于4 096灰度級），因此，一般顯示器很難提供如此高的動態范圍一次顯示整幅圖像的全部信息細節。為了逼真地顯示出醫學圖像的全部信息，可以采用圖像數據窗口變換的方法^［4］。通過限定一個數據觀察窗口，將窗口區域的圖像數據線性地轉換到顯示器的最大顯示范圍內，高于或低于窗口上下限的圖像數據則分別設置為最亮或最暗的顯示值。這樣通過動態地調節窗口的窗寬（圖像數據的顯示范圍）與窗位（顯示的圖像數據的中心值），可以依次觀察到醫學圖像的全部信息細節。式（1）為窗口變換圖像數據與顯示值的關系，其中V為圖像數據；G為顯示器顯示值；gm為顯示器的最大顯示值。

G(V)=0，V

gmw(V+w2－c)，c－we≤V≤c+w2

gm，V>c+w/2

3 流域算法的基本原理

3.1 流域變換的基本思想

流域分割算法可以歸屬于基于區域的分割方法^［5］，該方法的直觀思想來源于地形學。把灰度圖像看成是一個地形地貌，像素的灰度值就是相應點的高度。在極小值處打一個洞，水從這些洞中不斷均勻溢出，水面不斷連續上升，當不同區域的水逐漸升高至將要匯合時，建立一道堤壩防止水最終匯合，當水面到達地形最高峰時，該過程結束，同時只有高出水面部分的堤壩可以看見，這些可見的堤壩即為對應的流域分界線。

3.2 流域變換的基本原理

（1） 測地距離dX(x，y)是以x，y為端點，包含在X中的最短距離^［6］。如圖1所示。

圖1 測地距離

（2） 測地影響區ZX(Yi)，假設Y為X中的一個集合，它由多個連通子集組成，記為Y1，Y2，…，Yk，連通成分Yi的測地影響區ZX(Yi)，由X中距Yi的測地距離比距Y的其他連通成分距離都要小的所有點集組成，即：

ZX(Yi)={p∈X，j∈［i，k］，j≠i，

dX(p，Yi)

式中，k為Y中連通成分的個數。

（3） 測地影響區骨架（SKIZ）在X中不屬于任何一個Y的測地影響區的點集，構成影響區骨架^［7］ (見圖2)，即：

SX=X\\∪ki=1ZX(Yi)

（4） 形態學梯度：g(f)=(f⊕B)－(fΘB)，即用結構元素B對f進行膨脹和腐蝕之差。

相對于極小區域，圖像中有3種空間點：

（１） 屬于極小區域的點；

（2）將1個水珠放在梯度圖像的該點處，它必定滾入某一極小區域的點；

（3） 水珠在該點滾入1個以上的極小區域可能性相同的點。

對于一個給定的極小區域，水珠會滾入該區域的所有點的集合，稱為該極小區域的集水域。所有符合（3）的點組成的曲線稱為分水嶺或流域分界線，可以想象，物體真實邊緣正是一條流域分界線，如圖3所示。

圖2 測地影響區及SKIZ

圖3 極小值和流域分界線

4 醫學圖像的偽彩色增強方法

圖像增強是圖像處理中的一項任務，目的是有選擇性地突出圖像中主要的、所感興趣的有用信息，壓制、降低次要信息或干擾。彩色增強是一種常用的圖像增強方法，分為假彩色增強和偽彩色增強。將一幅彩色圖像映射為另一幅彩色圖像的增強方法稱為假彩色增強，而將一幅灰度圖像映射為一幅彩色圖像的增強方式稱為偽彩色增強。

4.1 偽彩色增強的基本思想

圖像彩色增強旨在提高圖像分辨率，而顏色類別和對比度是影響視覺分辨率的2個主要因素。主觀亮度與客觀亮度之間存在對數關系(Weber-Fechner定律) ［8］，根據韋伯-費赫涅爾定律，視覺相對對比度CV可以表示為：CV=S－S0S0=K(lg B－lg B0)Klg B0+K0，式中：B和B0分別為對象的客觀亮度和背景的客觀亮度；S和S0分別為對象的主觀亮度與背景的主觀亮度。因此，通過增加對比度提高視覺分辨率是有限的，而且計算機數字圖像只有256個灰度級。盡管人眼對各種彩色的分辨能力要比對黑白的分辨能力低，但是人眼對灰度微弱遞變的分辨能力遠比顏色變化低。人眼對灰度的分辨率是幾十個灰度級，而對彩色的分辨率可達近千個^［9］。所以增加顏色類別是提高人眼對圖像視覺分辨率的一條有效途徑。

4.2 灰度級-彩色變換

通過構造傳遞函數IR(x，y)，IG(x，y)和IB(x，y)建立RGB三基色與灰度級g(x，y)之間的映射關系，然后再合成為偽彩色圖像，從而達到彩色增強的目的。這一過程可以用圖4表示。由于偽彩色圖像的合成需要對圖像數據重新編碼，而灰度級-彩色變換傳遞函數IR(x，y)，IG(x，y)和IB(x，y)又是圖像編碼的依據。傳遞函數不同，編碼方法也不一樣，本文采用了彩虹碼和熱金屬碼2種編碼方法^［10］。

圖4 灰度級-彩色變換流程圖

5 基于分割的醫學圖像偽彩色處理方法

基于分割的醫學圖像偽彩色處理的步驟是：首先利用流域分割技術將灰度醫學圖像分割為不同的區域（分為目標器官圖和背景組織圖），再對目標器官灰度采用編碼A方法的偽彩色處理，而對背景組織灰度圖采用編碼B方法的偽彩色處理，最后在將兩幅彩色圖像融合在一起顯示，流程如圖（5）所示。經過基于分割的偽彩色處理可使圖像不同區域的顏色具有顯著區分，并且可以同時顯示出目標器官和背景組織，達到了不失圖像的整體效果的目的。

圖5 基于分割的醫學圖像偽彩色處理流程圖

6 實驗結果與分析

圖6對兔子頭部冠斷面二維圖像處理前后的對比圖；圖7對兔子頭部三維圖像處理前后對比圖。兩幅彩色圖片中綠色部分均是兔子的腦部組織（目標器官圖）。

當采用一種偽彩色編碼時，只能針對特定灰度范圍的圖像具有較好的處理效果。當圖像灰度范圍變化較大時就必須改變偽彩色編碼，才能達到較好的處理效果，即偽彩色編碼具有對圖像灰度范圍變化適應性差的缺點。簡單圖像分割的缺點是，當同時顯示目標器官圖和背景組織圖時，分界線不明顯；而當目標器官圖與背景組織圖各自顯示時又破壞了圖像的整體效果。在分割的基礎之上，再對醫學圖像文件進行分區域的偽彩色處理，將分割技術與偽彩色處理結合起來，充分發揮了二者的優點，在不破壞圖像整體信息特性的同時，突出顯示不同區域的圖像特征，并且克服了簡單偽彩色處理適應性差的缺點。

圖6 對二維圖像處理前后

圖7 對三維圖像處理前后

7 結 語

基于分割技術的偽彩色增強處理，能明顯提高病灶區域圖像可分辨性。通過以上方法，在臨床診斷中，可以有目的地檢查，縮小檢查范圍，從而減少讀圖工作量，達到降低漏診率和誤診率的目的。將對醫學圖像的分割技術與對醫學圖像文件進行偽彩色處理有機地結合在一起應用，充分發揮出兩種不同圖像增強技術的優點。

參考文獻

［1］［日］日下秀夫.彩色圖像工程［M］ .朱虹，譯.北京：科學出版社，2004.

［2］Kenneth R.數字圖像處理［M］.Castleman，朱學剛，譯.北京：電子工業出版社，2002.

［3］張尤賽，陳福民.DICOM醫學圖像窗口變換的加速算法［J］.計算機工程與應用，2003，39（13）：218-220.

［4］康曉東.現代醫學影像技術［M］.天津:天津科技翻譯出版公司，2000.

［5］吳璇，汪渤.形態學梯度重建的改進快速分水嶺算法［J］.微計算機信息，2006，22（8）：174-176.

［6］王金濤，劉文耀，路爍.流域分割算法在細胞圖像分割中的應用［J］.西南交通大學學報，2002，37(3):290-294.

［7］Grau V，Mewes A U J，Alcaiz M，et al.Improved Watershed Transform for Medical Image Segmentation Using Prior Information.IEEE Transactions on Medical Imaging，2004，23（4）:447-458.

［8］范留明.數字圖像偽彩色增強方法在巖土CT圖像分析中的應用［J］.巖石力學與工程學報，2004，23(13):2 257-2 261.

［9］劉文勝，張建民.一種偽彩色顯示的數字圖像采集系統［J］.微計算機信息，2004，20(7):36-37.

［10］何斌，馬天予，王運堅，等.Visual C++數字圖像處理［M］.北京：人民郵電出版社，2002.

［11］馬國軍，張尤賽.交互式流域算法在醫學圖像分割中的應用［J］.微型電腦應用，2006，22（4）:55-57.

作者簡介 李全越 男，1982年出生，滿族，河北秦皇島人，現為江蘇科技大學電子信息學院碩士研究生。主要研究方向為三維圖像處理。

王 芳 女，1981年出生，漢族，江蘇新沂人，江蘇科技大學碩士研究生。主要研究方向為三維圖像處理。

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文