中国科学院知识创新工程(CO2E06Z)
- 作品数：2 被引量：21H指数：1
- 相关作者：张明慧黄廉卿柯丽更多>>
- 相关机构：中国科学院长春光学精密机械与物理研究所空军航空大学更多>>
- 发文基金：中国科学院知识创新工程更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于小波变换的CR图像增强被引量：21
- 2005年
- 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。
- 柯丽张明慧黄廉卿
- 关键词：小波变换非线性函数
- 基于模糊蒙片算法的CR图像边缘增强
- 提出采用一种基于模糊蒙片的CR图像边缘增强算法,该算法根据CR图像灰度特性来调节增强加权因数k,从而非线性的增强CR影像的边缘细节。实验证明,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）...
- 张明慧
- 文献传递
- CR图像自适应增强方法在头颈部的应用
- 2009年
- 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。
- 张明慧
- 关键词：X线影像增强
