Способ обработки наборов флуоресцентных изображений и устройство для его осуществления

ОПИСАНИЕ ИЗОБРЕТЕНИЯ К ЕВРАЗИЙСКОМУ ПАТЕНТУ Дата публикации и выдачи патента СПОСОБ ОБРАБОТКИ НАБОРОВ ФЛУОРЕСЦЕНТНЫХ ИЗОБРАЖЕНИЙ И УСТРОЙСТВО ДЛЯ ЕГО ОСУЩЕСТВЛЕНИЯ В изобретении описаны способ и устройство, предназначенные для обработки флуоресцентных частичных изображений, представляющих одну и ту же область объекта, и работающие независимо от постороннего света. С помощью камеры (10) создают два частичных изображения объекта в красном и зеленом цветах. Из этих двух частичных изображений попиксельно формируют изображение-частное и для этого изображения-частного определяют, с какой частотой встречаются точки изображения, имеющие заданное отношение красного и зеленого цветов. Для полученной таким образом кривой распределения определяют среднее значение и ширину. Эти две конечные величины кривой распределения используют для вычисления порогового значения. Затем с применением этого порогового значения модифицируют изображение-частное таким образом,чтобы повысить контраст в отношении интересующих деталей.(71)(73) Заявитель и патентовладелец: ДЮРР ДЕНТАЛЬ АГ (DE) 015558 Область техники, к которой относится изобретение Настоящее изобретение относится к способу обработки наборов флуоресцентных изображений и устройству для его осуществления. Уровень техники Известно, например из публикации DE 102004491 А 1, что больная и здоровая ткань различаются цветом. Если облучать зубную эмаль или подобную ткань синим или ультрафиолетовым светом, ткань будет флуоресцировать, причем при облучении здоровой и больной тканей во флуоресцентном свечении наблюдают различные спектральные составляющие, например различающиеся красные и зеленые составляющие. В этом случае больную ткань можно распознавать по изменению красной составляющей или по изменению зеленой составляющей. Определение больной ткани с особенно высокой чувствительностью удается при исследовании отношения между красной и зеленой составляющими флуоресцентного свечения (DE 102004024494 А 1). Однако недостатком известных способов распознавания больной ткани по флуоресцентным изображениям является то, что результат подвержен влиянию постороннего (побочного) света. Раскрытие изобретения Поэтому в основу настоящего изобретения была положена задача разработки способа и устройства для обработки флуоресцентных изображений, полученных при съемке одного и того же места, которые позволили бы уменьшить влияние постороннего или побочного света. В соответствии с изобретением эта задача решается в способе, охарактеризованном в п.1 формулы,а также в устройстве для его осуществления, охарактеризованном в п.17 формулы изобретения. В соответствии с изобретением из двух снятых на разных длинах волн частичных изображений одного и того же места объекта (ткани) формируют изображение-частное, которое попиксельно, или поэлементно, воспроизводит определенное соотношение интенсивностей в первом частичном изображении и во втором частичном изображении. Для этого изображения-частного вычисляют спектр распределения,указывающий, с какой частотой в нем встречается то или иное частное сигналов частичных изображений. Этот спектр описан кривой распределения, имеющей максимум и характеризующейся определенной шириной, например так называемой полушириной (ширина кривой на уровне половины ее максимального значения). Форма этой кривой распределения практически не зависит от влияния постороннего света. Под влиянием проникающего из внешней среды постороннего света происходит лишь большее или меньшее,в зависимости от цвета постороннего света, смещение кривой распределения по оси абсцисс системы координат, используемой для представления кривой распределения, в некоторых случаях - также расширение этой кривой. В соответствии с изобретением характеристические свойства кривой распределения, не зависящие от постороннего света, используют для определения порогового значения, которое применяется для проведения различия между больной и здоровой тканью. С использованием этого порогового значения формируют контрастное изображение, в котором используются, например, те пиксели (элементы изображения), для которых превышено пороговое значение, вычисленное, как это описано выше. Таким образом, получают очень информативное представление больных участков ткани в контрастном изображении, что позволяет достоверно выделить эти больные участки ткани, которые на исходном полном изображении объекта не были отчетливо различимы. Предпочтительные варианты осуществления изобретения приведены в зависимых пунктах формулы изобретения. Получаемое согласно п.2 формулы контрастное изображение отличается особой заметностью различия между больной и не затронутой болезнью тканью. Если формировать изображение-частное непосредственно по интенсивностям пикселей полного изображения, изображение-частное окажется сильно зашумленным, прежде всего на участках малой интенсивности, поскольку малые изменения знаменателя дроби приводят к большим изменениям ее значения. При осуществлении способа по п.3 формулы этот шум, вызываемый формированием частного, ослабляется, причем ослабление шума тем сильнее, чем больше постоянная, прибавляемая к сигналам частичных изображений. Разумеется, с увеличением этой постоянной понижается чувствительность диагностики. За счет соответствующего выбора этой постоянной, для которой на основании ранее сделанных снимков можно задать исходное значение, которое затем можно корректировать в каждом конкретном случае с учетом фактических условий съемки исследуемой ткани, можно достичь рационального для практики компромисса между отсутствием шумов и чувствительностью диагностики. Способ по п.4 формулы учитывает сильное различие коэффициентов усиления значений интенсивностей пикселей частичных изображений, если таковые используются при цветовом согласовании (регулировке цветового баланса). В варианте осуществления изобретения по п.5 формулы изобретения за счет подавления шума при формировании частного удается приблизить динамический диапазон изображения-частного к динамическому диапазону полного изображения.-1 015558 Согласно п.6 формулы можно настраивать сглаживание изображения-частного по соответствующим составляющим шума в частичных изображениях. В п.7 формулы указаны предпочтительные значения постоянной, применимые при формировании незашумленного изображения-частного. Часто кривую распределения, получаемую на основании изображения-частного, можно представить аналитической кривой, и в этом случае согласно п.8 формулы можно вычислительными средствами автоматически просто определять интересующие параметры кривой распределения (максимум и ширину). Особенно выгодным во многих случаях применения является использование кривой распределения в форме кривой Гаусса или кривой нормального распределения, как это указано в п.9 формулы. Согласно п.10 формулы пороговое значение, используемое для проведения различия между больной и здоровой тканью, можно задавать, согласовывая его с наличествующими в каждом конкретном случае условиями съемки. При этом согласно п.11 формулы участки кривой распределения с большими систематическими или случайными погрешностями не учитываются. Разделение используемых и не учитываемых участков кривой распределения осуществляется согласно п.12 формулы очень простым образом и быстро. При этом значения, указанные в п.13 формулы, оказались особенно подходящими для того, чтобы отсекать участки у подножия кривой распределения, которые очень подвержены влиянию случайных погрешностей. Описанный в п.14 формулы вариант осуществления способа обеспечивает еще более качественную автоматическую подстройку порогового значения, разделяющего значения больной и здоровой тканей, к текущим условиям съемки. При этом, с одной стороны, исключается опасность нераспознания больных участков ткани, а с другой стороны, сводится к минимуму опасность ложного представления здоровых участков как больных. Особенно рациональным показало себя указанное в п.15 формулы взвешивание для установления соотношения между отдельными факторами, определяющими пороговое значение. Вариант осуществления изобретения по п.16 формулы позволяет приводить больные участки и полное изображение объекта в легко воспринимаемое отношение друг к другу. Это позволяет легко увидеть, какие участки объекта претерпели болезненные изменения. Устройство, как оно охарактеризовано в п.18 формулы, можно очень просто сконструировать с использованием имеющихся на рынке и недорогих компонентов. Устройство по п.19 формулы имеет преимущество в отношении уже упомянутого выше пространственного соотнесения больных участков ткани и объекта в целом. Устройство по п.20 формулы позволяет по выбору вызывать различные интересующие изображения объекта. Краткое описание чертежей Ниже сущность изобретения поясняется подробнее на примере его осуществления со ссылкой на чертежи, на которых показано на фиг. 1 - схематическое изображение стоматологической флуоресцентной камеры, а также структурная схема используемого с ней блока управления и обработки данных,на фиг. 2 - полное изображение жевательной поверхности зуба с начавшимся кариозным поражением/фиссурой,на фиг. 3 - три частичных изображения показанной на фиг. 2 жевательной поверхности, соответствующих красному, зеленому и синему цветам,на фиг. 4 - изображение-частное, которое было получено попиксельным делением красного изображения жевательной поверхности на соответствующее зеленое изображение,на фиг. 5 - модифицированное полное изображение жевательной поверхности, которое было получено перемножением полного изображения, показанного на фиг. 2, и изображения-частного, показанного на фиг. 4,на фиг. 6 - распределение частоты встречаемости пикселей в изображении-частном, нанесенное по отношению красного и зеленого цветов видеосигналов пикселей, и на фиг. 7 - контрастное изображение, которое было получено на основе показанного на фиг. 4 изображения-частного с учетом показанного на фиг. 6 распределения пикселей. Осуществление изобретения На фиг. 1 позицией 10 обозначен ручной модуль флуоресцентной камеры. Он содержит оптическую систему 12, схематически представленную на чертеже одиночной линзой, три преобразователя 14R, 14G и 14 В изображения для красного, зеленого и синего цветов, на которые через дихроичные светоделители 16R, 16G и 16 В подается создаваемое оптической системой 12 изображение зуба 18. Поскольку последующие пояснения относятся в равной мере ко всем преобразователям изображения и всем фильтрам, буквенные индексы R, G и В в дальнейшем опускаются. По соображениям наглядности преобразователи 14 изображения показаны на фиг. 1 расположенными на равных расстояниях от оптической оси ручного модуля 10 камеры. В действительности же эти-2 015558 расстояния заданы различными таким образом, чтобы суммарная длина пути лучей между оптической системой 12 и преобразователем изображения была одинаковой для разных преобразователей изображения. Преобразователи 14 изображения могут быть обычными преобразователями изображения на приборах с зарядовой связью (ПЗС) или на комплементарных структурах "металл-оксид-полупроводник"(КМОП), и каждый из них способен сохранять изображение, содержащее отдельные элементы (пиксели),расположенные строками и столбцами. Считывание сигналов этих пикселей осуществляется построчно или постолбцово, как это известно из техники преобразователей изображений. Для целей настоящего описания примем допущение, что преобразователи изображения и различные связанные с ними переключательные схемы, подробнее рассматриваемые ниже, при необходимости имеют по запоминающему устройству, способному сохранять полное изображение. Эти запоминающие устройства сами по себе известны и в подробном описании не нуждаются. При необходимости каждая из переключательных схем имеет входное и выходное запоминающее устройство, что обеспечивает возможность доступа к полному изображению для как самой переключательной схемы, так и для связанных с ней переключательных схем. Преобразователи 14R и 14G изображения связаны с двумя входами вычислительной схемы 20, которая на основе соответствующих частичных изображений в красном и зеленом цветах формирует изображение-частное. Это формирование происходит попиксельно (т.е. для соответствующих отдельных пикселей) путем осуществляемого для каждого пикселя i с интенсивностью IR(i) и IG(i) вычисления частного QRG(i) сигналов. При этом перед формированием частного к каждому из сигналов IR(i) и IG(i) прибавляется соответственно постоянная aR и aG, подаваемая в вычислительную схему 20 извне. Таким образом, сигналы Q(i) пикселей изображения-частного описываются уравнением причем предпочтительно соблюдается условие Если усредненные интенсивности различаются незначительно, можно приближенно выбрать Прибавлением этих постоянных aR и aG или просто а достигается то, что при малых интенсивностях сигналов IG(i) обусловленные шумом колебания не выражаются в больших изменениях частного. На практике в качестве значений для а подходящими показали себя значения в области от 30 до 120, предпочтительно от 50 до 100, еще предпочтительнее примерно 80. Для очень малых интенсивностей IR и IG при использовании единственного а для отношения интенсивностей приближенно получают значение I, которое получают также для здоровой ткани путем установки коэффициентов усиления для IR и IG при цветовом согласовании. Если цветовое согласование дляIR и IG достигается за счет сильно различающихся коэффициентов усиления, целесообразно работать с различными значениями aR и aG, как упоминалось выше. Таким образом, на выходе вычислительной схемы 20 получают изображение-частное, каждый из пикселей которого показывает величину отношения между красной составляющей и зеленой составляющей в первоначальном полном изображении зуба 18. Еще одна вычислительная схема 22, на вход которой подается изображение-частное, вычисляет на его основании кривую распределения изображения-частного, т.е. определяет частоту Н встречаемости пикселей i, для которых частное Q(i) имеет определенное значение q. Результат, выдаваемый вычислительной схемой 22, представляет собой кривую распределения в том виде, как она представлена на фиг. 6. Эта кривая распределения подается в еще одну вычислительную схему 24, которая определяет ширину кривой распределения. Вычислительная схема 24 может работать таким образом, чтобы по полученной в результате измерений кривой распределения просто определять ее полуширину. Вместе с тем, в предпочтительном варианте осуществления изобретения она также может работать, подбирая по полученной в результате измерений кривой распределения аналитическую кривую путем подгонки по методу наименьших квадратов. При этом в качестве функции распределения предпочтительно выбирать функцию Гаусса. Тогда в рассматриваемом случае она имеет форму где- значение Q, на котором находится максимум кривой Гаусса, а- стандартное отклонение кривой Гаусса. В частности, вычислительная схема 24 работает таким образом, что из полученных в результате деления сигналов она использует только те, значение которых превышает заданный порог s, сообщаемый вычислительной схеме извне. Это гарантирует, что случайности в значениях частного пикселей со слабой интенсивностью не перейдут в определение амплитуды и полуширины функции Гаусса. Выходной сигнал вычислительной схемы 24 подается также еще в одну вычислительную схему 26,-3 015558 которая вычисляет среднее значение m кривой распределения. Это можно выполнять, например, аналитически, взяв за основу амплитуду и стандартное отклонение найденной функции Гаусса. Еще одна вычислительная схема 28 служит для вычисления порогового значения S, которое должно обеспечить возможность проведения различия между больной и здоровой тканью. Вычисляется это пороговое значение по уравнению При этом m - это вышеупомянутое вычисленное среднее значение кривой распределения, астандартное отклонение от него. В еще одну вычислительную схему 30 подается, с одной стороны, пороговое значение S, а с другой стороны - изображение-частное. Эта схема попиксельно (поэлементно) модифицирует изображениечастное с учетом интенсивности каждого отдельного пикселя и порогового значения S. Эта модификация может быть изменением интенсивности и/или изменением цвета. Предпочтительно, чтобы всегда выполнялось изменение интенсивности. Для тех пикселей, интенсивность которых больше порогового значения, эта интенсивность, например, еще более повышается, для тех же пикселей, интенсивность которых меньше порогового значения,она уменьшается. Таким образом получают модифицированное изображение-частное или контрастное изображение, на котором больные участки ткани заметно выделены. Таким образом, эти больные участки ткани выявляются относительно слабого изображения здоровых участков зуба 18. Как вариант, такое повышение контраста можно осуществлять предельно резко, присваивая пикселям с интенсивностями, большими порогового значения S, полную максимальную яркость, а другим пикселям - нулевую яркость. Таким образом, получается очень контрастное изображение больных участков ткани. Как показано на фиг. 1, три преобразователя 14R, 14G, 14 В дополнительно связаны с входами совмещающей схемы 32 (схемы наложения), на выходе которой выводится, соответственно, полное изображение, воспроизводящее наблюдаемый участок зуба без искажений. В подключенной за совмещающей схемой смесительной схеме 34 можно объединить (слить) неискаженное полное изображение зуба с вычисленным в вычислительной схеме 30 контрастным изображением, например, путем попиксельного перемножения интенсивностей объединяемых изображений. Посредством переключателя 36 можно по выбору передавать различные рассмотренные выше изображения и кривую распределения пикселей изображения-частного по отношениям интенсивностей красного и зеленого в процессор 38, который управляет всем устройством. Этот процессор выдает постоянные а, b иS, которые необходимы в вычислительных схемах 20, 22 и 28. Формирование этих постоянных осуществляется, исходя из основных значений, хранящихся в связанном с процессором 38 запоминающем устройстве с возможностью их модификации путем вносимых с учетом каждого конкретного случая поправок, вводимых на связанной с процессором клавиатуре 40. Различные рассмотренные выше изображения можно отображать на связанном с процессором 38 мониторе 42. Эти изображения также можно документировать на материальных носителях с помощью принтера 44. Для передачи этих различных изображений в центральный архив и для обмена с центральным архивом информацией о пациентах процессор 38 подключен к линии 46 передачи данных, которая может быть частью сети. С помощью описанного выше диагностического устройства можно, в частности, распознавать участки тканей, покрытые бактериями, например на поверхности зуба. Если облучать зуб 18 ультрафиолетовым светом от источника УФ-излучения, то на здоровых участках возникает флуоресценция с преобладанием зеленого цвета. Заселенные же бактериями участки поверхности зуба сильнее флуоресцируют в красном цвете. По мере развития бактериального поражения здоровой ткани зуба зеленая составляющая флуоресцентного изображения уменьшается. Поэтому, наблюдая за отношением между красной и зеленой составляющими флуоресцентного изображения, можно получить представление о здоровых и больных участках зуба. Как изложено выше, контраст между здоровыми и больными участками зубной ткани можно повысить попиксельным формированием частного при делении частичных изображений зуба в красном и зеленом цветах, причем перед формированием частного к сигналам красного и зеленого частичных изображений прибавляют постоянную а, чтобы избежать повышенного зашумления сигнала изображениячастного. На фиг. 2-4 видно, что формирование сигнала изображения-частного уже обеспечивает лучшее выделение начавшегося кариозного поражения, имеющегося в области фиссуры зуба. На фиг. 6 показано распределение частот H(q) встречаемости интенсивностей пикселей изображения-частного. При построении этого распределения частот значения нулевой интенсивности в красном или зеленом каналах не учитывались.-4 015558 Максимум кривой распределения яркости изображения-частного на фиг. 6 приходится на q=0,813. В соответствии с вышесказанным пораженные болезнью участки поверхности находятся на больших значениях частного q, характеризующего отношение красного к зеленому. На фиг. 6 штриховой линией показано распределение Гаусса, полученной подгонкой по методу наименьших квадратов. Подгонка к кривой Гаусса производилась только для тех точек измерений, в которых частота H встречаемости составляет не менее 15% максимальной частоты Нmax. Для этой кривой вычисляется стандартное отклонение =0,0194 и среднее значение распределения на области, находящейся вокруг максимума m=0,813. Как уже сказано, при выполнении обоих этих вычислений учитываются только точки кривой распределения, у которых частота H(q) встречаемости составляет более 15% максимума. Порог S для вычислительной схемы 30 вычисляется по формуле где b выбран приблизительно равным 3,4. Как следствие, на изображении с 10 точками изображения при статистическом шуме видеосигнала у этого порога находится лишь доля точек изображения, составляющая 1,210-6 от их количества, а выше этого порога - еще меньше. На практике это означает, что ошибочного представления точек изображения здоровой ткани как больной практически не бывает. На фиг. 7 иллюстрируется вышеупомянутое резкое увеличение контраста контрастного изображения, при котором больные участки получают полную яркость, а здоровые участки - заданную малую яркость. Можно заметить, что место, которое на полном изображении (фиг. 2) еще неразличимо, выглядит на приведенном на фиг. 7 контрастном изображении как больное. Позже в этом месте при проведенном на основании контрастного изображения целенаправленном исследовании с окраской исследуемой ткани действительно были найдены болезнетворные бактерии. Преимущество описанных выше способа и устройства заключается, в частности, в том, что независимо от смещения максимума показанной на фиг. 6 кривой распределения, которое может быть обусловлено посторонним светом, результат достигается всегда один и тот же. Поскольку охарактеризованный выше способ предусматривает статистический анализ изображения-частного, ошибочное распознавание здоровых участков ткани как больных при сильном зашумлении сигналов исключается. В стоматологии поражения твердой зубной ткани классифицируются по тяжести как D0, D1, D2 иD3. Описанные выше способ и устройство позволяют формировать контрастные изображения, которые целенаправленно воспроизводят кариозные поражения, начиная от определенной степени тяжести. Это легко реализуется соответствующим выбором пороговых значений S. Рассмотренный способ также препятствует искажению результатов определения больных участков под влиянием постороннего света. Изобретение было описано выше на примере распознавания больных участков зубной ткани. Разумеется, что предлагаемые в изобретении способ и устройство могут применяться и на других пораженных болезнью тканях, например, в случае опухолей кожи или головного мозга, когда нужно определить край пораженной области. Единственное условие заключается в том, чтобы здоровые участки характеризовались определенным отношением интенсивностей частичных изображений красного и зеленого цветов, которое подвержено лишь небольшим пространственным колебаниям. Предлагаемые способ и устройство для обработки снятых на разных длинах волн флуоресцентных изображений (набора изображений) одного и того же места объекта работают независимо от побочного,или помехового, света. С помощью камеры создают два частичных изображения ткани в красном и зеленом цветах. Из этих двух частичных изображений попиксельно формируют изображение-частное и для этого изображения-частного определяют, с какой частотой в нем встречаются точки изображения с одинаковым соотношением цветов, т.е. которые в данном случае имеют заданное отношение интенсивностей в красном и зеленом цветах. Для полученной таким образом кривой распределения определяют среднее значение и ширину. Обе эти конечные величины кривой распределения используют для вычисления порогового значения, которое применяется для задания степени усиления контраста. Тогда с применением этого порогового значения изображение-частное модифицируют таким образом, чтобы, например, сильнее выделить области изображения, соответствующие больным участкам ткани. Предлагаемые в изобретении способ и устройство применимы и в тех случаях, когда экранирование от постороннего или побочного света невозможно. ФОРМУЛА ИЗОБРЕТЕНИЯ 1. Способ обработки флуоресцентных частичных изображений с различной длиной волны, полученных при облучении объекта в одном и том же месте возбуждающим световым импульсом, отличающийся тем, что из двух частичных изображений путем попиксельного деления интенсивностей их пикселей формируют изображение-частное, для этого изображения-частного определяют кривую распределения, указывающую, с какой частотой встречается определенное значение частного, в зависимости от ши-5 015558 рины и/или среднего значения кривой распределения определяют пороговое значение и на основе изображения-частного создают диагностическое изображение, модифицируя пиксели изображения-частного различным образом в зависимости от того, как их интенсивность соотносится с пороговым значением, в результате чего получают контрастное изображение. 2. Способ по п.1, отличающийся тем, что пиксели изображения-частного усиливают по интенсивности, прежде всего устанавливают на максимальную интенсивность, и/или устанавливают на первый цвет,если их интенсивность больше порогового значения, и ослабляют по интенсивности, прежде всего устанавливают на минимальную интенсивность, и/или устанавливают на второй цвет, если их интенсивность меньше порогового значения. 3. Способ по п.1 или 2, отличающийся тем, что к сигналам пикселей каждого из двух частичных изображений перед получением их частного прибавляют постоянную. 4. Способ по п.3, отличающийся тем, что отношение двух постоянных равно отношению средних значений интенсивностей пикселей двух частичных изображений. 5. Способ по п.4, отличающийся тем, что к сигналам пикселей обоих частичных изображений прибавляют одинаковую постоянную. 6. Способ по пп.3, 4 или 5, отличающийся тем, что постоянную, прибавляемую к сигналам пикселей частичных изображений, выбирают в зависимости от отношения сигнал/шум в частичных изображениях. 7. Способ по п.6, отличающийся тем, что при возбуждении флуоресценции синим светом или ультрафиолетовым светом первое частичное изображение создают в красном цвете, а второе частичное изображение - в зеленом цвете, причем прибавляемая постоянная составляет от 30 до 120, предпочтительно от 50 до 100, еще предпочтительнее примерно 80. 8. Способ по одному из пп.1-7, отличающийся тем, что ширину кривой распределения изображения-частного определяют, приближая к ней аналитическую функцию распределения, прежде всего по методу наименьших квадратов, и ширину кривой распределения и/или ее максимум, и/или ее среднее значение задают как соответствующие значения аналитической кривой. 9. Способ по п.8, отличающийся тем, что аналитическая функция распределения представляет собой функцию Гаусса. 10. Способ по одному из пп.1-9, отличающийся тем, что пороговое значение вычисляют в зависимости от среднего значения кривой распределения. 11. Способ по п.10, отличающийся тем, что не учитывают участки кривой распределения, для которых частота встречаемости ниже заданного минимального значения. 12. Способ по п.11, отличающийся тем, что среднее значение кривой распределения вычисляют с учетом тех участков кривой, на которых амплитуда превышает заданную долю максимума кривой распределения. 13. Способ по п.12, отличающийся тем, что заданная доля максимума кривой распределения составляет от 0,05 до 0,3, предпочтительно от 0,1 до 0,2, еще предпочтительнее примерно 0,15. 14. Способ по одному из пп.10-13, отличающийся тем, что пороговое значение определяют на основании среднего значения кривой распределения и ширины кривой распределения, умноженной на постоянную. 15. Способ по п.14, отличающийся тем, что постоянная составляет от 2 до 5, предпочтительно около 3,5. 16. Способ по одному из пп.1-15, отличающийся тем, что нефильтрованное полное изображение или частичное изображение объекта объединяют с контрастным изображением, прежде всего перемножают с ним. 17. Устройство для осуществления способа по одному из пп.1-16, характеризующееся тем, что оно содержит камеру (10), создающую по меньшей мере два частичных изображения объекта (18) в различных цветах, вычислительную схему (20), способную из двух частичных изображений формировать изображение-частное путем попиксельного деления сигналов пикселей первого частичного изображения на сигналы пикселей второго частичного изображения, анализатор (24), способный создавать кривую распределения этого изображения-частного, представляющую частоту, с которой в изображении-частном встречаются пиксели с заданным отношением цветов, а также определять максимум и/или ширину этой кривой распределения, и вычислительную схему (30) формирования контрастного изображения, способную создавать пиксели диагностического изображения с использованием, по меньшей мере, тех пикселей изображения-частного, которые по интенсивности превышают заданное пороговое значение. 18. Устройство по п.17, отличающееся тем, что камера (10) содержит преобразователь (14R, 14G,14 В) изображения на основе ПЗС или КМОП для создания частичных изображений в пространстве RGB для трех цветов: красного, зеленого и синего. 19. Устройство по п.17 или 18, отличающееся тем, что оно содержит объединяющую схему (34),способную объединять созданное камерой (10) полное изображение или частичное изображение с контрастным изображением, прежде всего перемножать их. 20. Устройство по одному из пп.17-19, отличающееся тем, что оно содержит дисплей (42), способный отображать по выбору полное изображение, контрастное изображение или объединенное полное изображение.