超解析小波包域的CR影像增強研究.pdf

1、影像增強技術是計算機X線影像處理技術中的關鍵技術和研究熱點。本文針對計算機X影像增強中的噪聲抑制、對比度增強和邊緣增強,基于超解析小波包變換理論,構建相應的超解析小波包域CR影像增強改進模型,并對影像質量進行評估。具體成果如下:
　　(1)針對小波域影像消噪技術中由移變性和方向選擇性差引起的噪聲與細節(jié)信息區(qū)分困難的問題,在超解析小波包變換的基礎上充分考慮了小波包系數(shù)間的相關性,給出了CR影像的超解析小波包域隱馬爾科夫樹(HWPT-

2、HMT)消噪算法。根據(jù)局部窗口定義的“興趣信號”改進傳統(tǒng)隱馬爾科夫樹模型,并以此獲取小波包系數(shù)間的相關性。仿真結果表明,給出算法的消噪效果優(yōu)于典型的消噪方法,且具有較低的計算復雜度,能有效應用于計算機X線影像消噪。
　　(2)針對傳統(tǒng)CR影像中存在的輻射量大、對比度低的問題,給出超解析小波包域的協(xié)調參數(shù)調節(jié)(HWPT-GAGS)對比度增強算法。在超解析小波包進行影像分解基礎上,充分應用CR設備具有的協(xié)調參數(shù)(旋轉量、移動量)調節(jié)功

3、能,并用增強函數(shù)修改影像對比度。仿真結果表明,給出算法可以有效增強低劑量CR影像的對比度,提高影像清晰度和可讀性。
　　(3)為了協(xié)調邊緣增強中的背景抑制和邊緣銳化之間的沖突,給出超解析小波包域的隱馬爾科夫(HWPT-HMM)邊緣增強算法。給出算法將影像像素點劃分為背景、弱邊緣和強邊緣三類,并以此改進隱馬爾科夫模型,對應增強不同強弱的邊緣。仿真結果表明,給出算法可以有效區(qū)分背景和強弱邊緣,并自適應增強邊緣,具有較高的邊緣保持指數(shù)。