论文部分内容阅读
X射线等医学影像在医学临床诊断中常扮演着重要的角色。由于X射线曝光非均匀,低照度环境以及各种噪声等原因,降低了所生成图像的品质,其主要表现为对比度差、细节模糊,不同程度的影响了医生的诊断及分析以及易造成对病变组织的漏诊或误诊等。虽然当前图像增强方法已有很多,然而针对X射线医学图像的模糊性和非均匀性,传统的图像增强方法表现出较大局限性。为突出图像中较模糊及对比度差等区域的细节,以便医师诊断,亟待给出一种对原始图像进行有效增强与图像质量评价方法。本文针对现今医学图像增强与无参考医学图像质量评价中存在的问题,利用虚拟仪器数字系统搭建医学影像处理与分析平台,提出一种层级模糊隶属度的X光医学图像增强算法,同时还给出了一种基于双向映射的无参考医学图像质量评价算法。本文主要工作如下：在图像增强方面,提出了一种层级模糊隶属度的X光医学图像增强算法。其首先采用拉普拉斯金字塔方法将图像分解为多尺度下的子图像,然后对其分层计算模糊隶属度并实现多尺度下的图像加权增强与重构,最后利用双边滤波器对图像实施保边去噪,实现了对X射线医学图像的有效增强。与传统方法的实验对比结果表明,本文所提算法对X射线医学图像具有较强的增强效果,具有一定的理论和实际应用价值。在图像质量评价方面,本文提出了一种基于双向映射的无参考医学图像质量评价方法。所提算法主要考虑将无参考图像与标准图像增强前后的双向映射评价过程。也即先通过颜色分布传递算法将低质量的X射线医学图像增强后的结果映射到灰度分布较均匀的标准自然图像进行质量评价；以及先通过颜色传递将低照度X射线医学图像的灰度范围映射给标准图像增强后进行质量评价的正、反两种映射过程。经过主观和客观的实验均验证了本文所提无参考医学图像质量评价算法的有效性与可行性。最终本文基于MATLAB Scirpt节点的混合编程搭建了一个医学影像图像处理的测试平台：即将采集后的医学影像传入LAB VIEW系统后,再利用MATLAB Script节点完成LAB VIEW和MATLAB的算法混合编程,最终在LAB VIEW平台实现医学影像增强等处理功能。