人眼视觉医学处理措施:扩切眼措施

人眼视觉医学处理措施

下面，我们从两方面对视觉特性进行探讨。

1.1人眼对灰度的分辨能力 眼睛分辨能力通常是指对亮度微小差别的判别能力，以人眼能分辨的 最小亮度差ΔL与亮度L之比来表示。在不同的亮度下分辨能力也不同，给出了人 眼能判别的亮度差与亮度的关系[2]。它是这样得出的:在左右两半视场上，让左 边的视场亮度为L，右边的视场亮度为L+ΔL，当观察出亮度有差别时，把ΔL记 录下来。由图可见，亮度低于2cd/m2时，亮度越低则ΔL/L越大;亮度在2～ 10000cd/m2范围内时，ΔL/L大致保持不变，约等于0.02;亮度高于10000cd/m2时， 分辨能力反而有所下降。记为BL=ΔLL=fc(L)(1)其中L为亮度，BL为最小相对亮 度差。在计算机图像处理中，图像的色彩是用R，G，B值来表示的。对黑白图像， R，G，B值均相等，称为灰度值，每一个像素有一个灰度值。对于8位的灰度图 像，其灰度值范围为0～255。为了研究人眼对灰度的分辨能力，我们首先要得到 灰度与亮度之间的关系。

虽然一个像素有固定的灰度值，但在显示器上所对应的亮度值并不固 定，和显示器的具体情况有关。测试表明，一般显示器所能显示的亮度范围大约 在10-3～104cd/m2。在屏蔽掉背景光、显示亮度范围为4.84×10-2～ 1.167×102cd/m2(通常使用状态)时，测得灰度与亮度之间的关系如所示。记为 Li=fb(i)i=0，1，……，255(2)定义第i个灰度级与其相邻灰度级之间的相对亮度差 为Hi=H(i)=fb(i+1)-fb(i)fb(i)(3)灰度与相对亮度差之间的关系如所示。可见相邻两 个灰度级之间的相对亮度差并不是恒定的，是随灰度级的增加而减小，在低灰度 级区域，下降的速度快;在高灰度级区域，下降的速度缓慢。给定灰度值，通过 曲线可得到对应亮度值L，根据亮度值并通过曲线可确定在该亮度下人眼所能分 辨的最小相对亮度差BL，再由曲线可得到该灰度级的相对亮度差Hi。为了表示 人眼在某一灰度附近所能分辨的灰度级差值，即人眼对灰度的分辨能力，定义 N(i)=BLHi(4)式中N(i)是人眼在灰度为i时能分辨的最小灰度级差值，N值越小， 表示人眼的分辨能力越强。由(1)，(2)，(3)式可得N(i)=fc(Li)Hi=fc[fb(i)]H(i)(5)这样，由已知灰度 值，通过fb，fc，H(i)可求出人眼在该灰度级附近所能分辨的灰度级差值N(i)，其 曲线如中实线所示。应当指出，N的值是近似值，只能反映人眼对灰度的分辨能 力随灰度值变化的趋势，并不适用于定量计算。具体原因如下:首先，曲线的测 试与目标视场、被测试者的视力有关，在国内外不同研究者和机构进行的测试中 [3-5]，虽然曲线形状一致，但具体数值不尽相同;其次，曲线与计算机屏幕的显 示特性、背景光的亮度、被测试者的情况有关。因此，为了将人眼对灰度的分辨 能力定量化，需直接在计算机上进行测试。我们在屏幕亮度范围为0.0484～ 116.7cd/m2的条件下，将屏幕分为两部分，各取不同的灰度值，记录下被测试者 所能分辨的最小灰度差值。

由于测试对像不止一个，其分辨的灰度级数也不一样，我们在数据处 理中取加权平均值，得到曲线如中的虚线所示。可以发现，中两条曲线的形状基 本一致，说明实验结果和理论分析互相印证，是可靠的。由可知，在图像灰度很 高或很低的情况下，人眼对灰度分辨力差;而在图像灰度适中的情况下，人眼的 分辨力强。在0级灰度附近，人眼刚可分辨出8个灰度级的差别(即可感到0级灰度 和8级灰度的颜色差别，而对于0级与7级灰度则视为同一种颜色);在128级灰度附 近，则可分辨出2个灰度级的颜色差别;在255级灰度附近，则可分辨出3个灰度级 的颜色差别。根据人眼的这一视觉特性，可以对图像进行相应的处理。在低灰度 级和高灰度级区域，可将灰度级间隔(定义为一灰度级与其相邻两个灰度级距离 之和的一半)拉伸，使人眼更好分辨。

在中等低灰度级区域，对灰度级间隔过大的图像，可适当地压缩灰度 级间隔，将剩余灰度级数分配给低灰度级和高灰度级区域。在对人眼视觉特性的 测试中，我们发现，当灰度级差别大到一定程度时，人眼可以很容易地将其分辨 出来，这时再加大灰度级间隔对于提高人眼的分辨能力意义不大，反而会压缩其 他灰度级的间隔，使图像整体质量下降。

1.2人眼对图像结构的敏感性 由人眼的视觉和人的心理特性可知，变化幅度较大，细节丰富的区域 容易引起人眼的注意，而变化平坦的区域则不容易注意。在人们对视觉的研究中 [6-7]，进行过以下实验:将两幅图同时放在测试者的视野中，其中一幅有黑色线 条，另一幅全部为白色。用仪器分别记录下眼睛注视两幅图的时间，结果表明了 人眼有70%的时间在注视带线条的那一幅。这说明变化剧烈的图像更吸引人的注 意，对于灰度图像而言，人眼会将注意力集中在灰度值变化大的区域。根据人眼的这一视觉特性，一幅X光图像可以分为背景区和目标区两部分，成像在背景区 的X射线未穿过人体，强度较高，成像板的曝光充分，所以该区域的灰度值低;
而目标区由于X射线穿过人体引起衰减，故灰度值较高。

图像所含的信息主要位于目标区，我们希望人眼将注意力集中在目标 区，这样才能充分获取所需的信息。因此，需调整灰度级的分布，减小背景区所 占的灰度级间隔，增加目标区所占的灰度级间隔，使目标区的灰度值变化范围较 大，有利于表现图像的细节，而背景区的变化平坦，这样来充分突出目标区以吸 引人眼的注意。为了实现上述目的，首先确定背景区和目标区。人眼可以识别背 景区和目标区，但计算机很难将两者准确地分开。对X光图像进行测量和统计， 根据模糊数学的有关概念，再利用隶属度函数来界定背景区和目标区。

2、人眼视觉特性模型的建立及应用 在图像处理中要对X光影像进行灰度变换。灰度变换的实质是对图像 现有灰度级的重新分配，即灰度间隔的调整，图像处理的目标就是使灰度间隔的 分布达到最好状态。在对图像进行直方图均衡化之后，建立人眼视觉特性模型并 进行以下处理:根据人眼的视觉分辨力曲线，定义分辨能力函数为 Fr(i)=N(i)max[N(i)]i=0，1，……，255(6)为了划分背景区和目标区，定义目标区 的隶属度函数为Fd(i)=0k(i)1i∈[0，a]i∈[a，b]i∈[b，255](7)其中k(i)为单调递增 函数，且满足条件:k(a)=0，k(b)=1。灰度值在[0，a]范围的像素属于背景区，在 [b，255]范围的像素属于目标区，而在[a，b]范围的像素无法准确地确定，只能 用模糊函数来表示。定义灰度级权函数Q(i)=Fr(i)•Fd(i)max[Fr(i)•Fd(i)](8)式中Q(i) 为灰度级的权数。根据Q值，对相应的灰度间隔进行调整，Q值越大，分配到的 灰度间隔也越大。依此构造出灰度变换表，对图像进行变换。

3、处理结果 根据以上论述的原理和方法，对数字X光图像进行了处理，如所示。

中，(a)为原始的X光图像(显示部位为颈锥);(b)为常规增强方法处理后的图像;(c) 为用本文方法处理得到的图像。可见，(c)的视觉效果更好。在亮区，由于考虑到 视觉分辨力低，拉伸了灰度级间隔，故(c)较(b)更有层次感;根据视觉的敏感性， 对背景区进行了灰度级间隔压缩，突出了目标区，所以(c)的轮廓更清晰。总的来 看，处理后的(c)更符合人眼的视觉特性，视觉效果也最好。结束语在人和外界交 流的过程中，所有的图像信息都要通过视觉来感知、获取。因此，研究眼睛视觉 特性，对图像处理有重要的理论和现实意义。本文探讨了人眼的视觉分辨能力和敏感性，并应用于数字化X光机的医学图像处理系统中，收到了良好的效果。