基于剪切波域改进Gamma校正的医学图像增强算法
为了解决医学图像在采集和传输过程中引入噪声和干扰导致图像质量恶化从而严重影响医学诊断的问题,提出一种基于剪切波(shearlet)域改进Gamma校正的图像增强方法.首先,通过剪切波变换,把图像分解成高频部分和低频部分;其次,用改进的Gamma校正处理剪切波分解后的低频部分以调整图像的整体对比度,采用改进的自适应阈值函数对高频部分进行去噪;最后,把剪切波反变换的重构图像进行模糊对比增强,以突出图像的细节信息.实验结果表明,本文算法的峰值信噪比(PSNR)、结构相似度(SSIM)和绝对均值差(MAE)优于其他对比算法,尤其是PSNR的提升更加明显.这些客观指标说明,本文算法不仅能有效地抑制噪声,而且能明显改善增强对比度.从主观方面观察,本文算法与其他算法相比,能获得更好的视觉效果.
医学图像增强、剪切波变换、Gamma校正、自适应阈值、模糊对比度
28
TP751.1(遥感技术)
教育部促进与美大地区科研合作与高层次人才培养资助项目20142029
2017-06-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
566-572