基于小波变换的CR图像增强附视频

被引：14

作者：

柯丽

张明慧

黄廉卿

机构：

[1] 中国科学院长春光学精密机械与物理研究所

[2] 中国科学院长春光学精密机械与物理研究所吉林长春

[3] 吉林长春

[4] 空军航空大学

来源：

光电子·激光 | 2005年 / 08期

关键词：

小波变换; 数字X光影像仪(CR)图像; 非线性函数; 反锐化掩模(UM);

D O I：

10.16136/j.joel.2005.08.025

中图分类号：

TH774 [医用放射线设备];

学科分类号：

1004 ;

摘要：

数字X光影像仪(CR)图像对比度低、细节不清晰,要对其进行增强处理方能满足临床诊断的需要,而目前通用的CR图像增强算法对比度和噪声增强过度、丢失细节,为此提出了基于小波变换的CR图像增强法。该算法将CR图像进行小波变换分解,针对各子图像的特征,对高频细节部分采用非线性函数进行对比度增强,提高细节清晰度;对低频平滑部分采用反锐化掩模(UM)的方法对图像进行增强,以保证CR图像整体增强效果,最后进行小波变换得到增强后的CR图像。实验证明,该算法处理后的CR图像细节丰富,细节方差(DV)比通用增强算法提高了将近3倍,而且信噪比高,细节方差和背景方差(BV)之比(DV/BV)约为其他算法的3.5倍,具有良好的视觉效果。

引用

页码：989 / 992

页数：4

共 6 条

[1]

De-Noising and contrast enhancement via wavelet shrinkage and nonlinear adaptive gain. ZONG X L,LAINE A F. Proceedings of SPIE the International Society for Optical Engineering . 1996

[2]

An evaluation of the effectiveness of adaptive histogram equalization for contrast enhancement. Zimmerman J B,Pizer S M. IEEE Transactions on Medical Imaging . 1998

[3]

Nonlinear unsharp masking methods for image contrast enhancement. Ramponi G,Strobel N,Mitra S K,et al. Journal of Electronic Imaging . 1996

[4]

Wavelet-based enhancement for detection of left ventricular myocardial boundaries in magnetric in magnetic resonance images. FU J C,CHAI J W,WONG T C. Magnetic Resonance Imaging . 2000

[5]

CT image enhancement with wavelet analysis for the detection of small airways disease. Yang G Z H,Hansell D M. IEEE Transactions on Medical Imaging . 1997

[6]

Gray and color image contrast enhancement by the curvelet transform. Starck F L,Murtagh F,Candes E J,et al. IEEE Transactions on Image Processing . 2003

← 1 →