基于二进小波与融合方法的医学图像增强研究

摘要

随着信息技术的发展革新，人们不再只是单纯的获取图像信息，为了进一步达到研究目的，图像增强已经成为图像处理领域不可替代的一部分。大部分图像由于各类原因都会失去一定的信息，而图像增强正是为人类解决这一问题的实用技术之一，通过利用图像增强技术，会达到图像对比度增强，改善视觉效果。因此，医学图像增强变得尤为重要。数字图像增强的方法有频域处理法与空域处理法，即使会达到增强的目的，但是会不同程度地掩盖图像的局部信息和细节信息。正是因为小波的多分辨率特性，使得利用小波变换进行图像增强越来越适用，更因为二进小波所具有的平移不变性，使得其在医学图像增强方面起着不可替代的作用。
　　对于不同的对象，当X光通过时，其成像的像素灰度值是不同的。比如当X光直接照到成像板上时，由于背景区强度较高，则得到变换缓慢且像素值较低的灰度值；而当X光线透射对象为人体时，必定会使透射率减弱，从而图像灰度值高。因此，X光线在人体各个部分透射率不一样决定了图案的亮暗情况。一般情况下，我们认为，信息区的像素灰度值高，背景区的像素灰度值低，但不能具体界定。而医学CT图像也有着特殊之处，因为人体内部各种组织存在密度差异，器官组织会蠕动，最终造成医学成像对比度低等一系列问题。
　　本文在二进小波的基础上，并利用图像融合方法，对医学图像增强进行研究。首先,以二进小波滤波器为实验滤波器，对图像进行分解，通过多次实验，确定性能最好的二进小波滤波器，然后利用不同的增强函数对分解后的图像高频部分进行增强，再用不同的融合方法进行融合，通过实验确定融合效果最好的融合方法，最后利用二进小波进行反变换。经大量实验及结论表明：本文提出的增强算法达到了图形增强的目的且一定程度地增加了医学图像的清晰度。

目录

声明

1绪论

1.1 课题研究背景及意义

1.2 小波的理论与应用研究

1.3本文主要内容

2小波分析理论

2.1 小波变换定义

2.2 双正交小波理论

2.2.1基础知识

2.2.2 Mallat算法

2.3二进小波理论

2.3.1 基础知识

2.4.2 à trous 算法

3 图像融合方法

3.1 图像融合基本概念

3.2 图像融合分类

3.2.1按融合层次分类

3.2.2按融合方法分类

4 医学图像增强处理

4.1增强函数

4.2增强步骤

4.3 实验结果及数据分析

小结

参考文献

在读期间发表的论文

后记