基于能量调整的射线图像增强算法.docVIP

基于能量调整的射线图像增强算法 　　摘 要： 提出了基于能量调整的射线图像增强算法，该算法是基于成像前后图像能量基本保持不变的前提，在频域上对图像进行高低频能量的相互转换，以达到增强射线图像全局对比度和细节信息的目的。实验部分兼顾定性和定量方法，分析了算法的效果，并与几种常用的图像增强算法进行了比较，结果显示该算法效果较好，能有效解决图像对比度偏低的问题。 　　关键字： 能量调整； 调制传递函数； 低频削弱； 高频增强； Gamma校正 　　中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2015）13?0042?04 　　Abstract： In this paper， the radiographic image enhancement algorithm based on energy adjustment is proposed， which makes image energy remain the same before and after imaging， and executes interconversion between high and low frequency energy for image in frequency?domain to enhance the overall contrast and detail information of radiographic image. The effect of the algorithm was analyzed by the experiment which gives the consideration to both qualitative and quantitative methods. Experiment results show that the proposed algorithm has better effect than other common image enhancement algorithms and can effectively solve the problem of low image contrast . 　　Keywords： energy adjustment； modulation transfer function； low frequency weakening； high frequency enhancement； Gamma correction 　　0 引 言 　　由于受到成像系统中光学镜头、影像增强器等的影响，射线图像对比度一般比较差，图像细节信息易丢失。因此，在应用中通常需要增强图像对比度和细节信息，扩大图像的灰度范围，突出图像中的感兴趣区域。 　　常用的图像增强方法有：空域处理法和频域处理法。空域方法主要包括灰度变换法、直方图法[1]、空间滤波法[2]等；频域的方法主要有同态滤波法[3]、反锐化掩模法[4]等。这些图像增强算法的通用性较强，但是在处理射线图像时效果并不理想。文献[5]提出了基于灰度对比和自适应小波变换的X射线图像增强算法，但难以在细节增强和噪声抑制之间取得良好折衷；文献[6]提出了将全局自适应均衡与局部动态增强相结合的射线图像增强算法，但其在细节增强方面的效果不明显；文献[7]提出基于多尺度对比度塔的图像增强算法，其运算量大，实时性较差且容易过度增强。本文根据图像退化前后的能量特性，提出了基于能量调整的图像增强方法。该方法在频域上对射线图像进行高低频能量调整，再利用Gamma校正[8]保证图像的总能量基本保持不变。实验证明该方法可以有效地提高图像对比度，增强图像细节。 　　1 能量特性 　　成像系统的成像特性和像质评价，可以使用物体本身，即真实的“像”和物体通过成像系统成像后的频率之比来表示。这种频率对比特性，就是所谓的调制传递函数（Modulation Transfer Function，MTF）。每一个光学成像系统的MTF值的高低在一定程度上决定了成像后图像对比度的高低，且会随着不同的成像系统和不同的空间频率而改变，一般有[0≤MTF≤1。]光学系统的调制传递函数对真实图像所产生的影响，类似于将其与一个复杂的传递函数卷积。 　　由于在射线成像系统中，难以得到较理想的没有衰减的图像，本文使用退化前后的卫星图像来说明成像系统的能量特性。 　　图1为卫星图像的原图和经MTF退化后的图像以及它们各自的频谱图。在本文中，使用图像的灰度均值来近似地表示图像的能量。计算结果显示图1中原图与退化后图像的能量基本相等。退化图像的边缘细节信息模糊不清，灰度变化平滑过渡，另外，从退化前后的频谱图像中可以看出，高