典型文献
基于图像分割和全变分的肺CT图像增强
文献摘要：
现有图像增强算法在处理肺部计算机断层扫描(CT)图像时,易产生不自然的外观,引入不必要的人工伪影,并会产生洗去效应.针对此问题,本团队提出了一种基于图像分割和全变分模型的图像增强算法.该算法将图像分割为前景和背景,先对前景肺实质图像的直方图进行修改,然后根据修改的直方图对图像进行伽马拉伸,得到对比度增强的前景图像,再将其与背景图像融合作为全变分模型的输入;然后通过全变分能量泛函将图像分解为纹理层和结构层,对纹理层进行小波阈值去噪,将去噪后的纹理层与结构层进行融合得到增强图像.实验结果的主观分析和客观评价指标均表明,该算法不仅可以有效抑制图像中的伪影噪声,解决现有算法过度增强肺CT图像的问题,还可以充分提高图像的对比度,并保留图像的自然外观显示、纹理细节和边缘特征等信息.
文献关键词：
医用光学;图像增强;图像分割;伽马变换;全变分模型;小波变换
中图分类号：
作者姓名：
王鸿飞;马士青;闵雷;王帅;杨伟;许川;杨平
作者机构：
中国科学院自适应光学重点实验室,四川成都610209;中国科学院光电技术研究所,四川成都610209;中国科学院大学电子电气与通信工程学院,北京100049;西华大学航空航天学院,四川成都610209;电子科技大学医学院附属肿瘤医院/四川省肿瘤医院,四川成都610209
文献出处：
引用格式：
[1]王鸿飞;马士青;闵雷;王帅;杨伟;许川;杨平-.基于图像分割和全变分的肺CT图像增强)[J].中国激光,2022(20):157-164
A类：
B类：
图像分割,图像增强算法,肺部计算机断层扫描,不自,不必要,伪影,洗去,本团,全变分模型,直方图,马拉,对比度增强,背景图,图像融合,能量泛函,图像分解,结构层,层进,小波阈值去噪,增强图像,客观评价指标,制图,分提,边缘特征,医用光学,伽马变换,小波变换
AB值：
0.33738
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
