一个直接的图像对比度增强算法小波域的乳房X光检查(毕业设计).doc

一个直接的图像对比度增强算法小波域的乳房X光检查 摘要： 在乳腺癌的诊断，放射科医师，主要使用他们的眼睛来辨别癌症时，他们筛选的乳房X光检查。然而，在许多情况下， 因为坏的成像条件癌症是不容易被眼睛发现为了提高癌症，图像增强技术的正确诊断率通常被用来提升形象，并帮助放射在本文中，我们开发新的图像增强技术，在屏幕乳房X光检查的放射小波域。新的图像增强算法有以下几个优点： 首先，建议修改的图像增强技术多尺度衡量符合人类的视觉系统，从而增强图像有更好的视觉质量;第二，图像增强在小波域实现，因此可以如果图像基于小波变换压缩节省时间方法;第三，最终用户可以通过操纵调整增强一个单一的参数。实验在乳房X光检查，结果是渐进的。索引条款对比度措施，直接图像增强，小波变换，乳房X光检。 引言 癌症是两人的第二大死因在美国和and women有望成为死亡的首要原因，在未来的几十年。它有被证实，乳腺癌的早期诊断和治疗是降低死亡率的最有效的方法[1] - [4]。因此，如何检测，分析，治疗癌症已成为一个大的研究领域。现代成像技术已我们癌症的早期检测能力和救生的影响更准确地诊断疾病。然而，为了进一步提高诊断和治疗的效率和准确性，图像处理技术已被广泛应用于癌症治疗的评价分析和识别的成效，并预测癌症的发展。 在本文中，我们将探讨协助在乳房X光检查的放射图像增强技术。乳房X光摄影是图片与安全，低剂量X射线机的乳房。这是一个在美国和其他许多国家的妇女乳腺癌的早期检测的建议考试。一个大问题，当放射屏幕乳房X光检查，是用低剂量的X射线机获得的图像的对比度低。在低对比度的图像，无法分辨之间的正常组织和恶性疾病微小的差别是，使插值非常困难。因此，如何提高图像的对比度，甄别乳房X光检查时，就变得非常重要。 结论 图像增强具有重要的乳房X光检查和图像增强算法的束已提出申请。他们主要可以分为两类：直接图像增强算法和间接的图像增强算法。直接图像增强算法提高图像操纵图像的对比度，直接和间接的图像增强算法提高图像的对比度，如直方图均衡化，间接。 在本文中，直接的图像增强算法乳房X光检查的建议。该算法是基于小波域多尺度对比度定义的措施。基于多尺度对比度措施增强算法具有很多优点。的优势之一是可以提高在不同尺度的细节。因为钙化存在不同尺度，这是特别适合钙化检测 建议增强图像技术的潜力，以提高癌症乳腺癌诊断和检测的准确性，特别是在小肿瘤在早期阶段检测的情况下。肿瘤在早期阶段，一般是微妙的，因此包含的乳房X光检查的多尺度表示的精细尺度内。因此，在精细尺度的图像对比度的修改，该算法可以提高微小的肿瘤检测精度。 一个简单而有效的直方图均衡化方法图像增强 抽象 图像增强是在低层次的图像处理的最重要问题之一。主要可分为两大类：全局和局部的方法，增强方法。在本文中，多峰广义直方图均衡化（多峰GHE）提出。在此方法中，全球的直方图均衡化是通过与本地信息相结合的多峰直方图均衡化的改进。在我们的实验中，采用不同的本地信息。实验结果表明，该方法可以有效地提高图像。 1.介绍 图像增强是在低层次的图像处理的最重要问题之一。其目的是为了提高质量低对比度的图像，即放大的强度对象和背景的差异。有很多的方法，他们已开发和主要可以分为两大类：局部和全局的??方法。本地方法采用基于特征的方法和地方特色，可以得到使用边缘运营商或通过计算当地的统计数据，如当地平均，标准偏差等他们进行修改的功能[3,4,7-9,13-15对比度增强，17,20,22-25]。的共同特征为基础的方法是定义对比度，提高通过增加对比度的图像对比度。另一种方法是使用本地的直方图修正在一个局部地区，以提高图像对比[1,2,6,11,16,19,21,26]，如：（1）直方图均衡化（2）局部直方图伸展;（3）非线性映射方法（方，指数，对数函数）。主要的想法是定义一个局部功能 每个像素（X0，Y0）的基础上集中在一个小窗口内的相邻像素 ，这个像素： I0(x0, y0) = f_（I (x, y.)） 他们是相当有效的局部纹理增强。然而，他们可能会扭曲原始图像以来的转型是不单调映射和原始图像的灰度级的顺序可能会发生了很大变化。 全球性的方法主要是使用直方图修正方法的实施。直方图均衡化（HE），最常用的方法之一。何为基础的方法的主要思想是重新分配像素的强度值，使强度分布均匀，最大限度[5,10,12,18]。假设原始图像是归其强度范围是[0，1]和P（X）是原始图像的强度分布的密度函数输出图像的强度分布的密度函数等于1，均衡后，即公式是：  其中y是输出图像的强度，x的输入图像的强度和U是一个虚拟变量。 X和Y是在[0，1]。 他是简单而有效地提高低对比度图像（一）只有当它包含单个对象或（b）对象和背景之间没有明显的对比变化。由于上述条件不能总是满足，全球