用于眼底视网膜图像的去雾状杂散光算法

作     者：盖俊帅 马玉婷 张运海 杨皓旻 刘玉龙 肖昀 魏通达 GAI Junshuai;MA Yuting;ZHANG Yunhai;YANG Haomin;LIU Yulong;XIAO Yun;WEI Tongda

作者机构：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 苏州大学附属第二医院江苏苏州215004 沈阳国科光明医疗科技有限公司辽宁沈阳1101674 济南国科医工科技发展有限公司山东济南250102 

出 版 物：《液晶与显示》 (Chinese Journal of Liquid Crystals and Displays)

年 卷 期：2024年第39卷第8期

页      面：1070-1078页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：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) 

主　　题：图像去雾 视网膜图像 暗通道先验 大气散射模型 Gamma变换 

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。