基于梯度场变换的MRI图像增强方法

摘要

针对于部分MRI轮廓不清晰、细节模糊、噪声过大等缺点,提出一种改进的伽马校正图像增强的方法。该方法首先将图像变换到梯度域获得图像的梯度场;然后根据阈值将图像分割成两个不同的梯度区间,在不同梯度范围内进行相应的伽马变换以建立目标梯度场;最后根据变换后的目标梯度场重建出增强的图像。在图像重建过程中,本文通过对泊松方程进行数值求解以获得增强后的图像。为解决传统算法运算量较大的问题,本文先对图像进行分块处理,再组合拼接。结果表明:本算法使原图像的信息熵、图像平均差均有较大的提升。以本文选取的512×512 MRI图片为例,本算法将原图的信息熵从5.50提升到了6.94,图像标准差由33.70提升到了67.44。实验结果证明本方法在不提升图像噪声的基础上,能够有效地提升MRI的细节和轮廓信息。