基于Hessian矩阵的多尺度视网膜图像增强方法

眼底视网膜图像的血管增强在眼科诊断中具有广泛的研究价值。提出了一种基于Hessian矩阵的多尺度血管增强方法,给出了应用的方案和过程,并在DRIVE眼底图像数据库上进行实验。与其他血管增强方法相比,该方案可达到相当的准确率,且在同等准确率下具有较高的鲁棒性。     

基于三维形状指数的肺结节自动检测方法

针对在肺结节计算机辅助检测中存在误诊率、假阳性率较高,检测准确率较低等问题,提出一种基于三维形状指数和Hessian矩阵特征值构建类球形滤波器的结节检测方法。首先,提取肺实质区域,并计算各体素点Hessian矩阵的特征值和特征向量;其次,通过二维形状指数推导出三维形状指数公式,构建改进的三维类球形滤波器;最后,在三维肺实质区域内检测疑似结节区域,去除较多的假阳性区域,针对三维体数据上检测出结节所在位置,将检测到的坐标作为置信连接的多种子点输入,进行三维体数据分割,最终分割出三维结节。实验结果表明,所提算法能够有效地检测出不同类型的肺结节,对较难检测的磨玻璃结节也有较好的检测效果,结节检测的假阳性低,最终能达到92.36%的准确率和96.52%的敏感度。     

一种新的肺结节检测算法

为了能够在肺癌早期或者例行体检时及时发现肺部结节灶,临床上要求能够对肺结节进行全面迅速的检测。提出了一种新的肺结节检测算法——TMH（引入了Hessian矩阵的模版匹配）算法。该算法首先获取肺实质;然后在二维层面上采用模版匹配方法（Template-Matching,TM）对结节进行检测;最后引入Hessian矩阵,有效降低了原TM算法的假阳率,实验证明该算法能够快速检测出肺结节,且假阳率较小。     

基于小波的改进边缘检测方法

为改善传统二阶边缘检测算子在实际应用中的不足,提出一种基于小波的结合LoG和Canny算子的边缘检测方法。对图像进行小波变换增强,对高频系数拉伸,低频系数压缩,增强边缘信息;在LoG检测中,用双边滤波代替高斯滤波,在滤除噪声的同时,提高保边能力,在Canny检测中,用改进自适应中值滤波平滑图像,用改进的Otsu计算图像的阈值;将两种边缘进行加权融合。实验结果表明,所提算法在提高边缘细节信息和去噪性能上具有很好的鲁棒性。     

基于域滤波的自适应Retinex图像增强

为了提高低照度图像的亮度和对比度,提出了一种新的基于Retinex理论的彩色图像增强方法。首先,基于Retinex理论,提出对HSV空间V分量进行域滤波估计图像光照分量,然后将V分量与光照分量相除得到反射分量的方法。之后,采用自适应Gamma校正对光照分量进行亮度提升,然后采用CLAHE对其进行对比度增强。最后,将亮度校正光照分量与反射分量相乘得到增强后的V分量,并将增强后的图像转化为RGB空间图像,达到彩色图像增强的目的。本算法可以获得更自然的增强效果,能抑制亮度较大像素点的增强,很好地突出图像中的细节信息,克服了图像增强中增强图像对比度低、颜色失真、过增强及光照突变处出现光晕现象等缺点。本算法对多种图像有效,例如高动态(HDR)图像、非均匀光照图像及低曝光图像。通过验证,本算法得到的结果相比于传统方法视觉效果更佳。     

基于双边滤波的Retinex图像增强算法

针对Retinex图像增强技术在高对比度边缘区域存在“光晕伪影”这一缺点,提出了一种基于双边滤波的Retinex算法。该算法先使用带有边缘保存功能的双边滤波将原图像分解成照度图像和反射图像,再分别采用不同的策略压缩照度图像和增强反射图像,最后把两部分图像合成为新的图像。通过从主观视觉效果和客观质量评价两方面对该算法进行检验,实验结果表明它有较好的增强效果,解决了“光晕伪影”问题。     

基于快速亮通双边滤波器的Retinex图像增强算法

为了改善图像增强后出现的细节丢失和亮度增强不合理等问题,提出了一种基于快速亮通双边滤波的Retinex图像增强算法.本文通过3种不同大小尺度的快速亮通双边滤波获取图像的光照分量以及根据Retinex理论获得包含图像细节的3个反射分量,使用多层亮度先验映射方法对光照分量进行光照增强,再对3个反射分量用多尺度细节增强方法进...     

基于多尺度自适应滤波的DSA血管增强

数字减影血管造影（DSA）技术在血管疾病的诊断和治疗中起着重要的作用。由于血管结构的几何复杂性,准确地检测血管仍然是一个难题。为了提高DSA图像的视觉质量,提出了一种基于多尺度自适应滤波的DSA血管增强算法。新的血管增强算法基于多尺度空间理论,不仅采用Hessian矩阵的特征值,而且利用特征向量之间的角度进行DSA血管增强。滤波器的参数可以根据图像本身的特征自适应地进行调整。在多尺度迭代过程中,噪声往往被放大,因此滤波器中增加了噪声消除的设计。实验结果表明,该算法具有良好的DSA血管增强性能,可以有效地过滤图像背景和非血管结构,并避免了增强过程中可能发生的血管变形。     

检测肺结节的3维自适应模板匹配

目的 针对传统模板匹配方法检测肺结节存在的问题,提出一种用于CT图像中检测肺结节的3维自适应模板匹配算法。方法 首先,从CT序列图像中分割出3维肺实质,采用Canny算子等方法从分割出的3维肺实质中提取3维感兴趣区域作为候选肺结节;然后,确定每个3维感兴趣区域的主方向和中心层,并以此中心层作为信息层,沿主方向对信息层进行3维扩展生成3维模板;最后,对自适应模板和候选结节的3维归一化互相关(NCC)相关系数进行计算,将相似性高于设定阈值的区域标记为肺结节。结果 采用66个临床CT病例对本文方法进行了肺结节检测实验,结果显示本文方法对肺结节检测的敏感率为95.29%,假阳性为12.90%。结论 本文方法对检测肺结节具有较高的敏感率和准确率,可在临床上有效辅助放射科医生对肺结节进行检测,从而提高放射科医生检测肺结节的准确性和工作效率。     

基于血管增强分割的三维肺结节自动检测

在肺结节检测过程中,与肺结节灰度相似的复杂肺部血管结构是干扰肺结节准确检测的一个重要因素。针对这一问题,首先利用基于Hessian矩阵特征值的Frangi多尺度滤波器将大小、形态各异的肺血管结构增强,然后采用模糊C-均值聚类方法将血管分割出来,最后通过去除肺血管,间接得到肺结节图像。实验结果表明,该方法能有效降低血管对肺结节检测的影响,提高肺结节的检测精度。     

一种改进的3D血管增强算法

Sato的滤波器可以有效地滤除3D数据中的面状结构和球状结构,但是对于背景信息滤除效果不佳。基于Sato的血管增强原理,提出了一种改进算法。新算法将背景像素的Hessian矩阵特征值也考虑到滤波器的设计中,增强了滤波器滤除背景像素的功能。基于临床颈动脉的CTA数据和脑部血管MRA数据,做了实验分析。实验结果表明,在保留原算法优点的情况下,背景内容被大幅度移除,图像对比度得到进一步提高,血管结构更加清晰可辨。     

基于人眼视觉特性的红外图像细节增强

由于红外成像的机理和探测器的限制,使得红外图像具有对比度低以及边缘模糊的特点。导致红外图像不适合被人眼及机器观察。传统的红外图像增强方法由于没有考虑人眼的因素,导致仍然不适合被人眼观察。本文结合分层思想提出一种基于人眼视觉的红外图像细节的增强的方法。该方法首先利用双边滤波器将图像分成包含图像低频概貌信息的基础层和包含图像高频细节信息的细节层。基础层的处理是运用人眼视觉特性的方法将其映射到显示器可显示范围内。细节层的处理是应用了自适应增益的方法对细节层进行增强。最后将两层的处理结果进行合并量化到8-bit范围内。采用大量的红外图像对算法进行测试,实验结果表明本算法能够改善红外图像对比度低和边缘模糊的缺点。     

基于色阶重建的彩色图像增强算法

色阶重建技术已应用于高动态范围图像的处理中.应用色调映射技术和局部亮度适应性原理,提出了彩色图像增强的算法来改善彩色图像的可视性.使用一个参数自适应的可变基的对数函数对亮度图像进行变换,采用双边滤波技术来计算每一像素的局部适应亮度,再对彩色图像的对比度进行调整.实验结果显示,图像的暗区部分获得了较好的可视性和细节,同时对比度获得改善.     

图像引导滤波的局部多尺度Retinex算法

Retinex算法是一种用于消除由光照变化给图像所带来的负面影响的图像增强算法。该算法的求解通常需要基于入射分量分段光滑的假设,利用正则化的方法迭代求解,计算效率低。文中基于一项最近提出的研究——"图像引导滤波",提出一种非迭代的Retinex算法框架。基于反射分量也满足分段光滑的假设,采用两次图像引导滤波克服了图像噪声所带来的影响。然后在基于小波变换域图像融合策略的基础上,提出基于图像引导滤波的多尺度Retinex算法,实现图像细节增强与颜色保真之间的平衡。实验结果表明,与各种算法相比,该算法在克服噪声、细节增强和颜色保真方面能够取得更好的效果。     

多级分解的Retinex低照度图像增强算法

针对现有算法对图像边缘细节增强不足及无法有效控制各尺度信息增强程度的问题,提出了多级分解的Retinex低照度图像增强算法。该算法在Retinex分解模型和双边滤波的基础上,通过设置不同的滤波参数,获取表征图像不同尺度信息的反射分量和照度分量;通过使用指数函数对分解得到的各级反射分量进行增强,能够有效提升图像边缘细节的表达能力;通过使用S型函数对最终的照度分量进行处理,能够在提升低照度图像整体亮度的同时抑制高亮度区域;通过颜色恢复函数对增强图像进行后处理,进一步避免色彩偏差和失真的问题。实验结果表明,新算法能够改善低照度图像的视觉质量,在清晰度、信息熵、对比度等指标方面都有所提升。     

CLAHE和细节放大相结合的档案图像增强方法

图像增强可提高扫描档案图像的质量,关系到档案图像信息系统的生命。运用CLAHE可以进行全局对比度拉伸,运用Lee滤波器可进行局部细节放大,将两者结合可形成放大细节的CLAHE方法。对结合的方法从两方面进行改进,一是引入噪声抑制措施,使得Lee滤波器只放大图像细节而不放大噪声;二是制定柔性细节放大机制,使得细节放大更加符合人类视觉习惯。改进后的方法既能提高全局对比度,又能有效放大局部细节。实验表明,提出的方法对包含文本、图形和图像的扫描档案具有较好的增强效果,且能够满足国家行业规范要求和实际应用需要。     

基于Gabor滤波器的指纹图像增强算法

介绍了一种基于Gabor滤波器的指纹图像增强算法,该方法对传统的Gabor滤波器的参数和大小进行了优化。实验表明这种算法具有很好的处理效果。