由于兼具光谱分辨和空间分辨能力, 快照式窄带多光谱成像在资源遥感、 精准农业、 医疗检测等领域将有广泛应用。 由于该方法使用窄带成像来提高光谱分辨率及图像对比度, 所获得的图像是灰度信息, 失去了场景的色彩信息, 不便专家对图像鉴别、 评价与赏析。 已有的色彩还原算法主要针对光谱波段带宽较宽或者多个波段叠加基本覆盖整个可见光谱范围等两种光谱成像仪, 不适合窄带多光谱成像方法的色彩还原。 该研究适合于快照式窄带多光谱成像的色彩还原方法, 提出建立窄带多光谱彩色相机的概念。 首先, 提出两种窄带多光谱色彩还原方法: (1)基于CIE色度系统三刺激值色的, (2)基于贝尔阵列插值算法的; 其次, 分别应用两种算法还原快照式窄带多光谱相机所获得的植物、 手臂及宫颈组织等三种代表性场景窄带多光谱灰度图像; 之后, 计算并比较表征两种算法所得的代表性场景彩色图像的均值、 方差、 熵及梯度等表征图像质量的参数数值, 确定出适合快照式窄带多光谱成像的色彩还原方法; 最后, 对所确定的色彩还原算法进行色偏校正。 实验结果表明, 基于CIE三刺激值色彩还原方法比贝尔阵列插值法更适用于窄带多光谱成像颜色复原。 配合使用CIE三刺激值色彩还原方法及灰度图象校正算法, 从窄带光谱成像所获得的植物、 手臂皮肤及宫颈组织的灰度图像所还原出的近彩色图像逼近物体真实色彩, 满足人眼观察习惯。 介绍了仅覆盖可见光光谱范围30%的窄带多光谱图像进行色彩还原的方法, 该方法证明快照式窄带多光谱成像可以兼具光谱分辨能力, 同时保持可供人主观辨识的色彩信息。 所提出实现快照式窄带多光谱彩色成像的方法, 有望设计不同于传统RGB相机的彩色相机实施方案。
快照式窄带多光谱成像 色彩还原方法 CIE三刺激值积分 贝尔阵列插值 窄带多光谱彩色相机 Snapshot narrow-band spectral imaging Color recovery method CIE three primary color Bayer filter array interpolation Narrow band spectral imaging color camera
1 华侨大学机电及自动化学院, 福建 厦门 361021
2 福建工程学院机械与汽车工程学院, 数字福建工业制造物联网实验室, 福建 福州 350118
白光阴道镜图像对比度较低, 不利于医生鉴别不同病变程度组织, 也不利于自动化宫颈癌筛查。 利用癌变组织富含血红蛋白成分及血红蛋白具有特征波段这一特性, 与传统高光谱空间扫描成像及分时获取不同波段多光谱成像方法相反, 利用快照式多光谱窄带成像来加速光谱图像获取过程, 提升不同病变程度组织之间灰度对比度同时, 降低后续图像分析处理算法难度, 实现对宫颈组织病变类型高帧率自动化分类。 首先, 使用微型快照式窄带多光谱摄像方法, 在血红蛋白的两个强吸收峰(415±10)和(525±10) nm、 一个反射带(620±10) nm和一个背景波段(450±10) nm共四个波段对宫颈组织进行快照式零时差获取四幅窄带光谱图像。 而后, 对所获取的光谱图像进行简单代数加减, 以生成突显病变组织的融合图像, 提高不同病变程度组织之间的对比度。 最后, 使用欧式距离分类算法, 对光谱融合图像中不同病变级别进行分类, 建立计算机辅助宫颈癌筛查方法。 创新点在于实现了高帧率计算机辅助光学病理诊断方法。 分别采用临床常规白光阴道镜及微型快照式窄带多光谱摄像对宫颈癌手术切下的新鲜组织进行彩色图像及光谱融合图像的高帧率采集, 并使用同一个欧式距离分类算法对两种图像进行自动分类, 分类结果都以组织病理诊断作为标准来计算正确率。 通过对比两种分类结果正确率来检验光谱融合图像相对于彩色图像是否提升对比度, 及其是否可以实现与组织病理诊断（金标准）结果一致的诊断。 欧式距离分类算法对光谱融合图像分类准确率接近100%, 远高于对白光阴道镜图像约50%的准确率。 多位临床医生对基于微型快照式多光谱摄像头光谱融合图像的计算机自动分类结果表示接受。 微型快照式窄带多光谱成像方法能有效提升光谱融合图像获取帧率及不同病变程度组织之间灰度对比度, 能有效快速地将宫颈组织划分为与组织病理诊断结果一致的病变类型。 由于诊断客观、 无创伤、 结果立等可得, 该方法将有助于实现落后地区宫颈癌筛查的普及以及图像导航下的宫颈癌精准治疗手术。
宫颈癌筛查 血红蛋白特征光谱 快照式窄带多光谱成像 图像对比度 组织病变级别分类 计算机辅助诊断 Cervical cancer screening Hemoglobin characteristic spectral bands Snapshot narrow-band multispectral imaging Image contrast Classification of cervical tissue Computer-aided diagnosis
