基于小波变换的数字胸片增强

目的 研究一种基于小波变换的数字胸片图像增强新算法.方法 小波分解后,首先利用小波阈值法进行去噪预处理,然后对高频分量采用非线性增强,对低频分量采用反锐化掩模增强方法,通过小波反变换重构出增强后的图像.结果 通过对传统增强方法和本文提出的小波增强新方法进行实验对比,验证了本文算法对数字胸片图像有较好的增强效果.结论 对于分辨力低、噪声干扰严重、光照不均的数字胸片图像,本文提出的基于小波变换的增强新方法可保留图像细节信息,同时有效去除噪声.     

基于自适应低通滤波的超声医学图像增强算法

目的 介绍一种超声医学图像增强的有效算法.方法 基于自适应低通滤波器的超声图像增强算法,首先采用对数变换的方法将超声医学图像中存在的乘性噪声变为加性噪声;再通过低通滤波器将对数图像分为高频分量和低频分量,对低频分量采用自适应直方图均衡处理,对高频分量进行加权;然后对低频分量和高频分量进行融合得到增强的对数图像;最后对对数图像进行指数变换得到输出图像.结果 原超声医学图像得到有效增强,边缘细节得以保留.结论 该算法有效地实现了超声医学图像增强,突出了超声图像的细节,改善了视觉效果,并对噪声具有良好的抑制作用.     

基于图像中值的Sigmoid函数自适应X线图像增强

目的：改善医学图像质量,使低对比度的图像得到增强。方法：针对数字X线医学图像的特点,提出一种基于图像中值的非线性变换函数的增强处理方法。结果：在变换函数中引入可调节的参数,实现了对X线图像的自适应增强。结论：本文算法将低对比度图像拉伸到一个较大的亮度动态范围,提高了对比度,增强了图像细节信息,是一种有效的对比度增强方法。     

基于相似度测量的医学超声图像对比度增强

目的探求一种基于相似度测量的医学超声图像对比度增强方法。方法本文在基于相似度测量的对比度增强方法的基础上,针对医学超声图像的特点,引入了局部模糊分形维数特征,改进了相似度和对比度变换因子的计算方法,同时提出了对比度增强系数的自适应选择方法,通过改变图像局部对比度增强图像。结果大量的实验结果表明处理后的图像对比度得到了明显的提高,同时背景和噪声未出现明显改变,组织细节信息保留完整,图像可读性增强。结论本文算法在增强图像对比度的同时能够有效地保留组织细节信息并抑制噪声过度增强,是一种有效的医学超声图像对比度增强方法。     

超声图像预处理方法的改进研究

目的在对超声图像传统预处理方法进行处理后效果对比分析的基础上,提出一些改进措施。方法以超声医学影像为关键点,分析其噪声,提取噪声特征,从空间域处理技术来阐述超声医学影像的预处理方法。结果生物医学图像预处理技术是医学图像系统中最关键的技术之一,直接影响医生的正确诊断,以及后期的医学数据分析。对原始图像经过双精度处理,图像整体亮度会被拉低。变换图像窗口,选择感兴趣的灰度区域进行灰度提升,增强图像的灰度可视信息,对比未做双精度处理前的实验。结论采用新的灰度处理方法后的图像,具有平滑的边缘,清晰的细节,能更好地保留细节信息,具有一定的现实意义和实用价值。     

CR图像自适应增强方法在头颈部的应用

数字CR检查在头颈部的应用克服了常规X线摄影一次曝光难以清晰显示骨与软组织位置关系的不足,使X线诊断更趋全面,并降低了X线辐射量.在成像过程中,由于各种不利因素的影响导致图像质量下降,要对其进行增强处理方能满足医生临床诊断的需要.一般的图像边缘细节增强算法未考虑人体不同部位的结构和密度特性.本文提出一种根据人体头颈部特点的自适应CR医学图像增强算法,利用该算法对头颈部图像进行边缘细节增强处理,并与线性反锐化掩模法处理后的图像进行比较,结果 表明该算法处理后的CR图像细节丰富,信噪比高,细节方差和背景方差之比(DV/BV)高,增强后的CR图像具有良好的视觉效果,是一种有效的适合头颈部CR医学放射图像的边缘细节增强方法.     

基于小波变换的医学超声图像去噪及增强方法

目的探求一种基于小波变换的医学超声图像去噪及增强方法。方法提出了一种基于小波分析理论的医学超声图像噪声的综合抑制方法,首先对医学超声图像进行对数变换,将乘性噪声变成加性噪声;然后进行多尺度小波变换,将图像分解成一系列不同尺度上的小波系数,对变换后不同尺度的高频子图像进行非线性小波软阈值处理,阈值处理后的高频子图像进行增强;最后,经小波逆变换和指数变换恢复去噪后图像。结果原图像中斑纹噪声被有效去除,图像边缘细节得以保留。结论该方法可有效保留细节信号,极大限度地去除斑纹噪声。     

基于交互式数据语言MRI图像直方图增强方法的比较

目的:比较不同直方图增强方法对改善MRI图像质量的作用效果。方法:基于交互式数据语言编程环境,分别采用直方图均衡化、自适应直方图均衡化和直方图规定化对颈髓MRIT2W图像进行增强处理,利用峰值信号噪声比和图像信息熵评价图像暗区细节的表现性能以及图像噪声水平。结果:直方图均衡化对图像暗区细节的增强效果一般,图像整体对比度反而有所下降;自适应直方图均衡化增强细节的同时放大了图像噪声,并在边缘形成伪影;直方图规定化可选择匹配直方图函数的类型,充分显示图像暗区细节,图像噪声水平低于前两种方法。结论:应用直方图增强方法处理颈髓MRIT2加权图像,在图像暗区细节表现和图像低噪声水平上,直方图规定化明显优于直方图均衡化和自适应直方图均衡化。     

基于小波变换和高斯差分冷冻电镜生物大分子图像的自动分割

冷冻电镜生物大分子图像分割是进行冷冻电镜生物大分子颗粒识别的基础.文章分析了冷冻电镜生物大分子图像的主要特点,提出了基于小波变换和高斯差分的冷冻电镜生物大分子图像自动分割方法.该方法利用小波变换得到原图像的低分辨率图像,抑制了噪声,提高了图像的对比度;同时采用高斯差分算子解决了图像亮度不均匀的问题,并对高斯差分图像采用基于灰度梯度信息融合的分割方法.实验结果表明,该算法能有效的减少噪声对边缘提取的影响,分割效果良好,是一种全新的冷冻电镜生物大分子图像自动分割算法.     

基于各向异性扩散和小波变换的磁共振图像降噪和增强方法

降噪是医学图像处理中一个非常重要的问题,传统去噪方法在降低噪声的同时会模糊图像的边缘,各向异性扩散滤波在降低图像噪声的同时能够使图像的边缘得到保持.利用小波变换可以对图像进行多尺度分解,使我们可以在不同尺度上对图像进行处理.本文利用各向异性扩散滤波对MRI图像进行降噪,然后利用平稳小波变换对图像进行增强处理.实验结果表明,该方法在有效去除噪声的同时能够增强图像的细节,有效地提高了图像的质量.