医学CT图像对比度增强算法研究综述.docxVIP

下载本文档

0
0
约6.27千字
约 11页
2024-09-09 发布于湖北
举报
版权申诉

医学CT图像对比度增强算法研究综述.docx

1、本文档共11页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

医学CT图像对比度增强算法研究综述

黄卫

摘要：医学CT图像由于其成像原理的限制，成像图片的图像灰度分布不合理，即总体灰度值过高、过低或者是灰度值在某部分区域过于集中会导致低分辨率的医疗CT图像中存在目标与背景之间模糊不清、无法区分的问题。对比度增强算法可以进一步增强目标边缘特征，提高检测目标和背景之间的对比度。本文从对比度增强算法的原理出发，对多种不同的对比度增强算法进行调研，并采用MATLAB软件编程实现，最后对算法处理效果图进行分析。通过对比度增强算法处理后的图像，进一步提高了目标与背景的对比度，更加有利于医务人员对患者病情进行区分和诊断。

关键词：医学CT图像；灰度直方图；图像增强处理；对比度增强；直方图均衡化

：TN911：A：1009-3044（2018）20-0175-04

ReviewofContrastEnhancementAlgorithmsinMedicalCTImages

HUANGWei

（InformationManagementCenter，LuAnPeoplesHospital，Luan237005，China）

Abstract：DuetothelimitationoftheimagingprincipleofmedicalCTimages，thegrayscaledistributionoftheimageisunreasonable，whichmeanstheoverallgraylevelmaybetoohigh，toolow，orthegraylevelsaretooconcentratedinacertainarea，whichleadstotheIndistinctandindistinguishableissuesexistenceoftargetsandbackgroundsinthelow-resolutionmedicalCTimages.Thecontrastenhancementalgorithmcanenhancethetargetsedgefeature，andimprovethecontrastbetweenthedetectiontargetandthebackground.Thisarticleinvestigatesthevariouscontrastenhancementalgorithms，andthensimulatesthesealgorithmsbyMATLAB.Finally，thisarticleanalyzestheprocessedimages.Theimageprocessedbythecontrastenhancementalgorithmimprovesthecontrastbetweenthetargetandthebackground，whichismoreconducivetomedicalstafftodiagnosethepatientscondition.

Keywords：CTimages；greylevelhistogram；imageenhancementprocessing；contrastenhancement；histogramequalization

由于X射线的物理特性，医学CT图像中肌肉和软组织灰度分布范围狭小，目标与背景的对比度低，不利于识别。原始CT图像直接观看容易忽视部分细节信息；经过对图像增强算法处理后的医学CT图像，增强了目标与背景边缘特征，让目标更为明显，有助于相关医务人员的临床诊断。

1图像增强算法分类

对比度增强算法作为图像增强算法中的一类，在医学CT图像分析中具有重要的影响。图像灰度分布不合理以及细节部分失真主要是因为拍摄设备较差或者是拍摄环境不理想。经过对比度增强算法处理后的图像，相较于原图灰度分布合理，且目标与背景的对比度有所提高，因此经过对比度算法处理过后的图像比原图更容易实现目标的检测和识别。

对比度增强算法通过改变原始图像每个像素的灰度值来保证图像灰度分布最合理。对比度增强算法主要分为两类：空间域对比度增强算法和频域对比度增强算法。空间域对比度增强算法是对图像中每个像素分别做出对应的灰度值调整和处理；频域对比度增强算法是将图像经过傅立叶变换处理后转为频域信息，再做进一步处理。在医学CT图像中，由于频域对比度增强算法运算复杂度高，图像实