一种快速滤波图像增强算法翻译讲述.doc

一种快速滤波的图像增强算法 摘要 本文描述了一种快速图像增强的滤波算法，算法试图在在一个给定的过滤级别执行噪声平滑时对原始图像进行最小的结构修改。过滤后的图像是从低通滤波获得原始图像的四个主要方向上的子图像的一个加权组合。每个子图象上的权重是由这些子图像和原始图像之间的差别决定的。了提高图像结构的边界结果图像被不对称的锐化为。这种过滤结构的总体效果是有效的自适应降噪和使用阵列处理器的高效实现的边缘增强。高正则性和算法的并行性也使得它适合应用超大规模集成电路(集成电路)或多处理器系统高效的实现。算法在有效地减少图像噪声和增强图像重要结构上的性能用低场强成像系统得到的几个MR图像进行讨论和演示。 1. 引言 从医疗成像系统中获得的图像必需取得一个三维的二维表示以用于医疗诊断。的三维(3d)对象。不幸的是,大多数图像因各种扭曲而退化。有时,这些扭曲导致对象表示不足的问题和作出准确的图像分析困难。在这些扭曲中,噪音污染往往是最严重的一个。有效的纠正其他扭曲往往密切相关,基于成功的降噪。因此,降噪是更好提高图像质量的医学图像处理的核心问题。 对图像的噪声滤波本质上是一个平滑的过程。但是简单的低通滤波会模糊图像的边缘和细节从而损坏了图像的保真度[1]。这些结构对于人类的视觉感受是很重要的。他们对于自动图像分析和合成同样很重要，例如在电脑视觉和图像配准领域[2], [3]。一些滤波算法成功的处理