基于区域分割的自适应反锐化掩模算法

杨词银; 尚海波; 贾晨光; 黄廉卿

doi:null

您当前的位置：

首页 >

文章列表页 >

基于区域分割的自适应反锐化掩模算法

信息科学 | 更新时间：2020-08-12

- 基于区域分割的自适应反锐化掩模算法
- Adaptive unsharp masking method based on region segmentation
- 光学精密工程 2003年11卷第2期页码：188-192
- 作者机构：
  
  1. 中国科学院长春光学精密机械与物理研究所, 吉林, 长春, 130022
  2. 海军装备部, 沈阳军代表局, 辽宁, 沈阳, 110031
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(No.69677015)()
- DOI：
  中图分类号： O438
- 收稿日期：2002-10-17，
  
  修回日期：2003-03-19，
  
  网络出版日期：2003-04-15，
  
  纸质出版日期：2003-04-15
- 稿件说明：
移动端阅览
杨词银, 尚海波, 贾晨光, 黄廉卿. 基于区域分割的自适应反锐化掩模算法[J]. 光学精密工程, 2003,(2): 188-192

YANG Ci-yin, SHANG Hai-bo, JIA Chen-guang, HUANG Lian-qing. Adaptive unsharp masking method based on region segmentation[J]. Editorial Office of Optics and Precision Engineering, 2003,(2): 188-192
杨词银, 尚海波, 贾晨光, 黄廉卿. 基于区域分割的自适应反锐化掩模算法[J]. 光学精密工程, 2003,(2): 188-192 DOI：

YANG Ci-yin, SHANG Hai-bo, JIA Chen-guang, HUANG Lian-qing. Adaptive unsharp masking method based on region segmentation[J]. Editorial Office of Optics and Precision Engineering, 2003,(2): 188-192 DOI：

摘要

针对线性反锐化掩模法的缺点

提出一种基于区域分割的自适应反锐化掩模法

利用像素局部方差将输入图像划分为平滑区、中等对比度区和高对比度区

根据像素(

)所属的区域类型

自适应确定其局部灰阶变化率增益系数α(

)及期望的输出局部灰阶变化率H

(

)

并导出增强系数K(

)。对一幅胸片图像进行处理

并与其它几种反锐化掩模法的处理结果进行比较

结果显示该方法获得较好的边缘增强效果

且有较强的噪声抑制能力。

Abstract

A adaptive unsharp masking method based on region segmentation is presented aiming at the defects of linear unsharp masking. The input image is divided into homogeneous areas

medium contrast areas and large contrast areas by the local variance of image pixels. Base on the area type to which image pixel (

) belongs

the local activity gain factor α(

) and the desired output local activity

(

) are determined adaptively

and the enhancement factor K(

) is derived. A X-ray chest image is processed with the proposed method and other unsharp masking methods. The results show that good capabilities of edge enhancing and noise suppressing are achieved by the proposed method.

关键词

Keywords

references

祁吉,高野正雄.计算机X线摄影[M].北京:人民卫生出版社,1997.18-20.QI J, GAO Y ZH X. Compterized radiography[M]. Beijing: People health publishing house, 1997. 18-20.(in Chinese)

刘恒殊,黄廉卿.基于模糊集理论的医学CR图像增强[J]. 光学精密工程,2002,10(1): 94-97.LIU H SH, HUANG L Q. Processing method of CR image based on fuzzy set theory[J]. Optics and Precision Engineering, 2002, 10(1): 94-97.(in Chinese)

VRIES DE F P. Automatic,Adaptive,brightness independent contrast enhancement[J]. Signal Process, 1990,21(10):169-182.

MITRA S K, LI H. A new class of nonlinear filters for image enhancement[A]. Proc IEEE Int Conf Acoustics Speech Signal Processing[C].Toronto,Ont,Canada,1991.2525-2528.

RAMPONI G, STROBEL N, MITRA S K,et al. Nonlinear unsharp masking methods for image contrast enhancement[J]. J Electron Imag, 1996,5(7):353-366.

RAMPONI G. A cubic unsharp masking technique for contrast enhancement[J]. Signal Process,1998,67(6):211-222.

RAMPONI G. A simple cubic operator for sharpening an image[A].Proc IEEE Workshop on Nonlinear Signal and Image Processing[C].Neos Marmaras, Greece,1995.302-307

SEZAN I M, TEKALP M A. Automatic anatomically selective image enhancement in digital chest radiography[J]. IEEE Transactions on Medical Imaging, 1989,8(2): 154-162.

浏览量

369

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

融合边缘增强与非局部模块的遥感图像超分辨率重建生成对抗网络

多级特征逐步细化及边缘增强的图像去雾

光电探测系统噪声特性研究与降噪设计

红外成像系统的调制传递函数测试

压缩感知后引入噪声的信号恢复