基于自适应非线性拉伸的DR胸片图像处理

目的本文首先对目前的DR图像处理技术进行总结,并分析胸片图像的特殊性,针对目前图像处理算法对胸片图像处理的不足,提出了一种自适应非线性拉伸的DR胸片图像处理算法。方法该算法在对图像进行增强、均衡、去噪之后,根据图像的统计信息确定感兴趣区,然后利用非线性变换LUT表对图像进行变换。结果在实验部分对Hologic DR探测器产生的图像进行处理,胸片图像细节突出。结论结果表明应用本文算法进行处理后,胸片的感兴趣区对比度增加,细节信息更丰富,更有利于医生进行诊断。

基于自适应校正和非锐化掩模的木材单板节子图像增强算法研究

为提高单板节子图像的对比度、细节清晰度和颜色保真性,综合考虑单板活节和死节图像的特征,提出一种将自适应校正和非锐化掩模相结合的单板节子图像增强算法。在可分离颜色信息的HSV空间提取亮度分量、饱和度分量,分别进行加权分布的自适应Gamma校正和自适应非线性拉伸处理,用于改善单板节子图像对比度和保持色彩自然,最后利用非锐化掩模技术增强节子细节区域。试验结果表明,该算法能够有效地改善单板节子图像的对比度和细节清晰度,图像颜色更为自然;突出节子缺陷部位,保留了较多节子细节信息;在均方差、峰值信噪比和结构相似性指数上,比AGC-Quantile和直方图均衡化算法均有提升。