|国家科技期刊平台
首页|期刊导航|液晶与显示|用于眼底视网膜图像的去雾状杂散光算法

用于眼底视网膜图像的去雾状杂散光算法OA北大核心CSTPCD

Dehazing stray light algorithm for fundus retinal image

中文摘要英文摘要

针对眼底视网膜图像存在雾状杂散光导致血管细节不清晰的问题,本文提出了一种基于暗通道理论并结合Gamma变换的眼底视网膜图像去雾算法,在不丢失血管细节信息的同时提高了图像的清晰度.该算法通过分别处理R、G、B通道来对图像去雾.首先,通过自适应窗口最小值滤波算法计算暗通道图像,按照亮度取前最大0.1%像素的平均值作为大气光照强度值;然后,求解图像的粗略透射率,并此基础上使用改进后的导向滤波算法对透射率进行优化;最后,通过大气散射模型和Gamma变换复原出无雾图像.实验结果表明,不同视场复原图像的信息熵、平均梯度分别平均提高18%、24%.本算法能够快速有效地去除眼底视网膜图像中存在的雾状杂散光,复原后的图像清晰自然,保留了视网膜血管细节信息.

This paper addresses the issue of hazy stray light in fundus retinal images,which leads to unclear blood vessel details.The proposed dehazing algorithm for fundus retinal images is based on the dark channel theory and incorporates Gamma transformation.The algorithm enhances the clarity of the image while preserving blood vessel information.This algorithm aims to defog images by processing the R,G and B channels separately.Firstly,the algorithm calculates the dark channel image using adaptive window minimum filtering and takes the average value of the top 0.1%pixels as the atmospheric illumination intensity value.Secondly,the algorithm solves the rough transmittance of the image and improves it using the guided filtering algorithm.Finally,the algorithm restores the haze-free image using the atmospheric scattering model and applies Gamma transformation.The experimental results show that the information entropy and average gradient of the restored image increase by an average of about 6.8%and 11.6%,respectively.The algorithm in this paper can quickly and effectively remove hazy stray light in the fundus retinal image,restore the image to be clear and natural,and retain the details information of retinal blood vessels.

盖俊帅;马玉婷;张运海;杨皓旻;刘玉龙;肖昀;魏通达

长春理工大学 电子信息工程学院,吉林 长春 130000||中国科学院 苏州生物医学工程技术研究所 江苏省医用光学重点实验室,江苏 苏州 215163中国科学院 苏州生物医学工程技术研究所 江苏省医用光学重点实验室,江苏 苏州 215163苏州大学附属第二医院,江苏 苏州 215004中国科学院 苏州生物医学工程技术研究所 江苏省医用光学重点实验室,江苏 苏州 215163||沈阳国科光明医疗科技有限公司,辽宁 沈阳1101674中国科学院 苏州生物医学工程技术研究所 江苏省医用光学重点实验室,江苏 苏州 215163||济南国科医工科技发展有限公司,山东 济南 250102

计算机与自动化

图像去雾视网膜图像暗通道先验大气散射模型Gamma变换

image dehazingretinal imagedark channel prioratmospheric scattering modelgamma correction

《液晶与显示》 2024 (008)

1070-1078 / 9

山东省自然科学基金(No.ZR2020QF103);苏州市临床重点病种诊疗技术专项(No.LCZX202105);核医科技创新计划(No.ZHYLZD2021001);中国宝原科研基金(No.270001);中国科学院青年创新促进会项目(No.2020323)Supported by Provincial Natural Science Foundation of Shandong Province(No.ZR2020QF103);Suzhou Clinical Key Disease Diagnosis and Treatment Technology Special Project(No.LCZX202105);Nuclear Medicine Science and Technology Innovation Program(No.ZHYLZD2021001);China Baoyuan Scientific Research Fund(No.270001);Youth Innovation Promotion Association(No.2020323)

10.37188/CJLCD.2023-0289

评论