| 基于自适应增益系数的两级反锐化掩模法 |
| |
| 引用本文： | 白云蛟,刘祎,张鹏程,桂志国.基于自适应增益系数的两级反锐化掩模法[J].测试技术学报,2022(5):398-403. |
| |
| 作者姓名： | 白云蛟 刘祎 张鹏程 桂志国 |
| |
| 作者单位： | 1.晋中学院机械系030619;2.中北大学生物医学成像与影像大数据山西省重点实验室030051; |
| |
| 基金项目： | 山西省高等学校科技创新资助项目(2020L0282,2020L0595)；晋中学院博士科研启动资助项目；晋中学院1331创客团队(jzxycktd2019033)。 |
| |
| 摘 要： | 传统的反锐化掩模法(Unsharp Masking Algorithm, UMA)采用固定的增益系数，难以在抑制噪声放大和增强图像特征之间实现较好的平衡.因此，提出了一种基于自适应增益系数的两级UMA.首先，采用UMA重点增强图像的细节；然后，采用加权核范数最小化(Weighted Nuclear Norm Minimization, WNNM)算法去除噪声；最后，再次采用UMA重点增强图像的强边缘.其中，两次UMA均采用基于梯度模的增益函数，自适应地调整细节处和强边缘处的增益系数.实验结果表明，相比传统的UMA,所提方法在增强工业X射线图像重要结构特征的同时，可以有效抑制噪声放大和防止出现过冲现象.
|
| 关 键 词： | 反锐化掩模法 自适应增益系数 加权核范数最小化算法 X射线图像 图像细节增强 |
| 本文献已被 维普 等数据库收录！ |
|
