CN101430787B - 数字胸片心脏钙化影像增强方法 - Google Patents

数字胸片心脏钙化影像增强方法 Download PDF

Info

Publication number
CN101430787B
CN101430787B CN200810232270XA CN200810232270A CN101430787B CN 101430787 B CN101430787 B CN 101430787B CN 200810232270X A CN200810232270X A CN 200810232270XA CN 200810232270 A CN200810232270 A CN 200810232270A CN 101430787 B CN101430787 B CN 101430787B
Authority
CN
China
Prior art keywords
gaussian
image
digital chest
window
brightness histogram
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN200810232270XA
Other languages
English (en)
Other versions
CN101430787A (zh
Inventor
陈翔
金捷
李津
孙卫新
郭萍
孔澍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN200810232270XA priority Critical patent/CN101430787B/zh
Publication of CN101430787A publication Critical patent/CN101430787A/zh
Application granted granted Critical
Publication of CN101430787B publication Critical patent/CN101430787B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种数字胸片心脏钙化影像增强方法，使用高斯函数对亮度直方图分段拆解，通过一系列高斯函数拟合数字胸片的亮度直方图以直接获取高斯函数的特征参数，进而通过对不同高斯函数分别进行权重显影，实现心脏钙化影像的增强。本发明通过计算拟合曲线与包络的非线性最小二乘方来直接确定各高斯函数的特征参数，代替了现有技术中可能用到的复杂的窗宽窗位自适应调节过程。多个高斯权重投影影像的对比、筛选替代了窗技术中窗参数的调整过程，将窗宽窗位在大范围内的细致调节简化为对3～8个权重影像的对比筛选，使得本发明在实际临床应用中可以降低阅片者劳动强度、缩短阅片时间、提高阅片效率。

Description

数字胸片心脏钙化影像增强方法
技术领域
本发明涉及医用影像可视化分析领域，更具体地，涉及一种改进的数字胸片中的心脏钙化影像增强技术。
背景技术
1895年德国物理学家伦琴发现X线以来，X线成像技术被广泛地应用
在医学的各个领域。数字胸片即是近年发展起来的、以普通X线胸片技术为前身的数字化胸片成像方式。
针对数字胸片中各种组织对比度不同、X线影像亮度动态范围宽广的特点，为较好地显示各类组织结构，医学影像可视化分析领域逐渐形成以窗宽窗位调节为核心的窗显示影像增强技术，即通过不断调节显示窗口中心位置即窗位（也称窗中心window center，用 C表示）、显示窗口宽度即窗宽（Window width用W表示）大小来寻找能够显示组织结构的细节、反映准确的组织密度差异的窗参数，并在此窗条件下提供增强的、清晰的组织影像。如附图1所示，图1a给出了由呈高斯分布的组织Ⅰ、Ⅱ、Ⅲ构成影像的亮度直方图，图1b给出了现有窗技术中的窗宽、窗位位置示意图。在未进行影像增强前相当于在窗位C0处加窗宽为W0的显示窗如直线0所示，影像亮度为0时对应亮度最暗，亮度为最大值时对应最亮。显然，当组织Ⅱ在此窗内亮度分布范围投影到显示亮度轴上的显示灰阶范围ΔG小于人眼观察的最小灰阶分辨率时，该组织无法被操作者及阅片人识别。以窗技术增强该组织影像时，须在整个亮度分布范围内仔细调整窗宽窗位，直至在窗位C2处加窗宽为W2的显示窗如直线2所示，方可获取最清晰的组织Ⅱ影像。同理，在窗位C1、C3处分别加窗宽为W1、W3的显示窗如直线1、3所示，方可获取最清晰的组织Ⅰ、组织Ⅲ影像。
窗技术在数字胸片的大部分应用中较好地提供了胸部组织，特别是肺组织的细微结构影像。然而，对于心脏钙化影像这类应用，由于多数情况下，钙化含量非常微少、钙化成份中的脂质、纤维组织在X线下对比度非常低，且投影成像技术使胸廓间各组织相互遮盖，难以去除骨骼及肺部组织钙化结构的影响，故需要反复、细致地调节窗宽窗位，寻找最佳的窗参数。这样的操作过程不仅繁琐耗时，而且很多情况下仍然无法观察到清晰的心脏钙化影像。因此，现有窗技术很难在操作时间与影像增强效果上满足临床需要。
简化操作过程、提高效率的一种改进方案是预设窗参数。事实上，现有的数字胸片影像设备对常见部位都预设了窗参数，使得操作人员与阅片者可以方便地使用预设参数来对特定部位进行观察。然而，对于心脏钙化而言，X线成像条件的差异、被检者个体差异以及心脏钙化发育程度的差异使得窗参数在较大的动态范围内变动，难以确定。
另一种可能的改进方法是对在较大动态范围内变化的窗参数进行自适应调节，但目前限于心脏钙化机制以及不同钙化阶段组织成分的变化，以及成分变化对X线吸收度的影响都还不明确，故使得符合生理机制的窗参数自适应调节过程短时间内也不容易建立。
发明内容
本发明为了解决现有数字胸片心脏钙化影像对比度较低、难以识别的问题，提出了一种简洁实用、可以有效增强心脏钙化影像的方法来满足数字胸片操作者以及阅片人对数字胸片心脏钙化影像增强的需要。
为达到以上目的，本发明是采用如下技术方案予以实现的：
一种数字胸片心脏钙化影像增强方法，其特征是，包括下述步骤：
步骤1，读取原始数字胸片影像，对该数字胸片影像进行亮度直方图计算；
步骤2，对该数字胸片影像的亮度直方图进行包络检测，提取连续、平滑的亮度直方图包络；用于消除亮度直方图中离散谱线对后续处理的干扰；
步骤3，以曲线拟合的方式将该数字胸片影像的亮度直方图包络分段拆解为3-8个的高斯函数，并提取各高斯函数的特征参数，如公式（3）描述： 
Figure 200810232270X100002DEST_PATH_IMAGE001
                     (3)
其中，
Figure 200810232270X100002DEST_PATH_IMAGE002
为步骤2检出的亮度直方图包络，
Figure 200810232270X100002DEST_PATH_IMAGE003
、、
Figure DEST_PATH_IMAGE005
分别为分解所得第
Figure DEST_PATH_IMAGE006
个高斯函数的特征参数：幅度、期望值与标准差，n为自然数；
步骤4，根据步骤3提取的高斯函数特征参数，生成高斯函数对应的高斯权重向量；
步骤5，根据步骤4生成的高斯权重向量对原始数字胸片影像进行高斯权重显影，得到相应高斯函数的多个高斯权重影像；
步骤6，对步骤5得到的多个高斯权重影像进行筛选，剔除明显在心脏钙化影像范围之外的权重影像，保留得到增强的心脏钙化影像。
上述方案中，所述步骤2中对数字胸片影像的亮度直方图进行包络检测，具体方法由公式（1）、（2）描述：
Figure DEST_PATH_IMAGE007
            (1)
Figure DEST_PATH_IMAGE009
               (2)
其中， 
Figure DEST_PATH_IMAGE011
为数字胸片中的亮度值，
Figure DEST_PATH_IMAGE012
为步骤1中所得数字胸片的亮度直方图，
Figure DEST_PATH_IMAGE013
为经采样保持去除离散谱线后的亮度直方图曲线，
Figure DEST_PATH_IMAGE014
为检出的亮度直方图包络。
所述步骤3中曲线拟合的方式是使用gradient expansion法计算拟合曲线与包络的非线性最小二乘方。
所述步骤4中，根据步骤3提取的高斯函数特征参数，由公式（4）生成对应的高斯权重向量；
Figure DEST_PATH_IMAGE016
                         (4)
其中，
Figure 955583DEST_PATH_IMAGE011
为数字胸片中的亮度值，
Figure 142982DEST_PATH_IMAGE004
、
Figure 128256DEST_PATH_IMAGE005
为分解所得第
Figure 375697DEST_PATH_IMAGE006
个高斯函数的期望值与标准差，
Figure DEST_PATH_IMAGE017
为生成的第
Figure 446421DEST_PATH_IMAGE006
个高斯权重向量，n为自然数。
所述步骤5中，根据步骤4生成的高斯权重向量对原始数字胸片影像按照公式（5）进行高斯权重显影，再按照公式（6）将影像映射到256级灰阶供屏幕显示用；
Figure DEST_PATH_IMAGE018
                     (5)
Figure DEST_PATH_IMAGE019
          (6)
其中，
Figure DEST_PATH_IMAGE020
为原始的数字胸片影像，
Figure DEST_PATH_IMAGE021
为由
Figure 142238DEST_PATH_IMAGE020
生成的第个高斯权重向量，
Figure DEST_PATH_IMAGE022
为由第
Figure 134782DEST_PATH_IMAGE006
个高斯权重向量生成的高斯权重投影。
Figure DEST_PATH_IMAGE023
为
Figure 364906DEST_PATH_IMAGE022
的最小亮度值， 为
Figure 159687DEST_PATH_IMAGE022
的最大亮度值，
Figure DEST_PATH_IMAGE025
为第
Figure 290192DEST_PATH_IMAGE006
个高斯权重投影的屏幕显示影像，n为自然数。
所述步骤6可置于步骤4之前，即根据步骤3提取的高斯函数特征参数，先期剔除明显在心脏钙化影像范围之外的特征参数，然后再生成对应的高斯权重向量。
本发明的优点在于：
使用高斯函数对亮度直方图分段拆解，更符合各类生理组织在数字胸片中的亮度大致呈高斯分布的事实，使得影像增强过程中仅增强本类组织的显示对比度而不改变其在亮度直方图的分布形态。
以曲线拟合的方式提取多个高斯函数的特征参数，通过计算拟合曲线与包络的非线性最小二乘方来直接确定各高斯函数的特征参数。代替了现有技术中可能用到的复杂的窗宽窗位自适应调节过程。
多个高斯权重投影影像的对比、筛选替代了窗技术中窗参数的调整过程，将窗宽窗位在大范围内的细致调节简化为对5~8个权重影像的对比筛选，使得本发明在实际临床应用中可以降低阅片者劳动强度、缩短阅片时间、提高阅片效率。
本方法简洁实用，无需人工预处理过程。实施时所需资源少、软硬件开支低。既易于集成于专用数字X线胸片成像设备，亦可作为独立的图像后处理措施提高现有数字胸片设备对心脏钙化影像的增强显示能力。
附图说明
图1为影像增强原理示意图。图1a为高斯分布的组织Ⅰ、Ⅱ、Ⅲ构成影像的亮度直方图；图1b为现有窗技术中的窗宽、窗位位置示意图。
图2为本发明心脏钙化影像增强方法步骤框图。
图3为本发明步骤3取8个高斯函数对亮度直方图曲线包络的拟合示意图。
图4为本发明步骤5生成的对应图3的8个高斯函数权重影像与原始数字胸片影像效果对比图。
具体实施方式
以下结合附图及实施例对本发明作进一步的详细说明。
如图2所示，一种数字胸片心脏钙化影像增强方法，包括下述步骤：
步骤1，读取原始数字胸片影像，数字胸片影像包括以CR（Computed Radiography）、DR（Digital Radiography）、DES（Dual Energy Subtraction）、DEDR（Dual Energy Digital Radiography）、MEDR（Multi-Energy Digital Radiography）等方式获取的人体以及其它哺乳动物的胸部影像。对该数字胸片影像进行常规亮度直方图计算。
步骤2，对该数字胸片影像的亮度直方图按公式（1）、（2）描述进行包络检测：
Figure 941753DEST_PATH_IMAGE007
            (1)
Figure 987069DEST_PATH_IMAGE009
               (2)
其中， 
Figure DEST_PATH_IMAGE026
为数字胸片中的亮度值，
Figure 319962DEST_PATH_IMAGE012
为步骤1中所得数字胸片的亮度直方图，
Figure 806438DEST_PATH_IMAGE013
为经采样保持去除离散谱线后的亮度直方图曲线，
Figure 894480DEST_PATH_IMAGE014
为检出的亮度直方图包络。以便于消除亮度直方图中离散谱线对后续处理的干扰，获取连续、平滑的亮度直方图包络。
步骤3，以曲线拟合的方式将亮度直方图包络分段拆解为一系列的高斯函数，并提取各高斯函数的特征参数，包括幅度、期望值与标准差。
通过曲线拟合的方式将数字胸片影像的亮度直方图包络分段拆解为一系列高斯函数，如公式（3）描述： 
Figure 161513DEST_PATH_IMAGE001
                     (3)
其中，
Figure 298096DEST_PATH_IMAGE002
为步骤2检出的亮度直方图包络，
Figure 701396DEST_PATH_IMAGE003
、
Figure 653347DEST_PATH_IMAGE004
、
Figure 407677DEST_PATH_IMAGE005
分别为分解所得第
Figure 144688DEST_PATH_IMAGE006
个高斯函数的特征参数：幅度、期望值与标准差。曲线拟合的方式是使用gradient expansion法计算拟合曲线与包络的非线性最小二乘方。
对于不同成像条件下获得的数字胸片影像，分解所得的高斯函数数目有所不同，理论上可获得任意多的高斯函数且数目越多拟合效果越好，但是过多的高斯函数首先与生理事实不符，其次消耗过多的计算资源，故一般情况下以5~8个为宜，DES、DEDR条件下的骨影影像则以3~5个为宜。
步骤4，根据步骤3提取的高斯函数特征参数，由公式（4）生成对应的高斯权重向量；
Figure 340177DEST_PATH_IMAGE016
                         (4)
其中，
Figure 770022DEST_PATH_IMAGE011
为数字胸片中的亮度值，、
Figure 224454DEST_PATH_IMAGE005
为分解所得第
Figure 867925DEST_PATH_IMAGE006
个高斯函数的期望值与标准差，
Figure 140774DEST_PATH_IMAGE017
为生成的第个高斯权重向量。
步骤5，根据步骤4生成的高斯权重向量对原始数字胸片影像按照公式（5）进行高斯权重显影，再按照公式（6）将影像映射到256级灰阶供屏幕显示用；
 
Figure 948510DEST_PATH_IMAGE018
                    (5)
Figure 882706DEST_PATH_IMAGE019
          (6)
其中，
Figure 388774DEST_PATH_IMAGE020
为原始的数字胸片影像，
Figure 542675DEST_PATH_IMAGE021
为由
Figure 425180DEST_PATH_IMAGE020
生成的第
Figure 715347DEST_PATH_IMAGE006
个高斯权重向量。为由第
Figure 95830DEST_PATH_IMAGE006
个高斯权重向量生成的高斯权重投影。
Figure 454130DEST_PATH_IMAGE023
为
Figure 926700DEST_PATH_IMAGE022
的最小亮度值， 
Figure 774570DEST_PATH_IMAGE024
为
Figure 404528DEST_PATH_IMAGE022
的最大亮度值。
Figure 628836DEST_PATH_IMAGE025
为第
Figure 628016DEST_PATH_IMAGE006
个高斯权重投影的屏幕显示影像。
步骤6，对步骤5得到的多个高斯权重影像进行筛选，剔除明显在心脏钙化影像范围之外的权重影像，保留得到增强的心脏钙化影像。
图3 给出了多个高斯函数对亮度直方图曲线包络的拟合示意图。其中灰色背景为一例数字胸片的亮度直方图，曲线1~8为对亮度直方图包络拟合所得的8个高斯函数。分别对每个高斯函数进行权重向量计算并获取相应的权重影像可在对该段影像进行影像增强的同时真实地保留亮度直方图中该段亮度范围的分布形态。
图4 给出了高斯权重影像与原始数字胸片影像对比图。其中原始数字胸片心脏影像局部给出了一例数字胸片心脏左上部的局部影像，根据该影像，较难观察到心脏区域的钙化影像。图像1~8分别给出按照图3所示的8个高斯函数生成的高斯权重影像，在图像4、5、6中可分别观察到白色箭头所指的暗的钙化占位影像，在图像7、8中则可观察到白色箭头所指的亮的钙化影像。图像4、7中的钙化细节已非常清晰。由于噪声、伪影、人工异物等异常影像的高斯分布窄而尖锐，通常仅出现在1~2幅权重投影影像中。故多个高斯权重投影中均出现的暗或亮的相同形态的影像可排除此类异常影像的影响。

Claims (6)

1.一种数字胸片心脏钙化影像增强方法，其特征是，包括下述步骤：
步骤1，读取原始数字胸片影像，对该数字胸片影像进行亮度直方图计算；
步骤2，对该数字胸片影像的亮度直方图进行包络检测，提取连续、平滑的亮度直方图包络；用于消除亮度直方图中离散谱线对后续处理的干扰；
步骤3，以曲线拟合的方式将该数字胸片影像的亮度直方图包络分段拆解为3-8个的高斯函数，并提取各高斯函数的特征参数，如公式（3）描述： 
                     (3)
其中，
Figure 913047DEST_PATH_IMAGE002
为步骤2检出的亮度直方图包络，、
Figure 23403DEST_PATH_IMAGE004
、
Figure 965951DEST_PATH_IMAGE005
分别为分解所得第
Figure 840104DEST_PATH_IMAGE006
个高斯函数的特征参数：幅度、期望值与标准差，n为自然数；
步骤4，根据步骤3提取的高斯函数特征参数，生成高斯函数对应的高斯权重向量；
步骤5，根据步骤4生成的高斯权重向量对原始数字胸片影像进行高斯权重显影，得到相应高斯函数的多个高斯权重影像；
步骤6，对步骤5得到的多个高斯权重影像进行筛选，剔除明显在心脏钙化影像范围之外的权重影像，保留得到增强的心脏钙化影像。
2.如权利要求1所述的数字胸片心脏钙化影像增强方法，其特征是，所述步骤2中对数字胸片影像的亮度直方图进行包络检测，具体方法由公式（1）、（2）描述：
            (1)
Figure 670974DEST_PATH_IMAGE008
               (2)
其中， 
Figure 784423DEST_PATH_IMAGE009
为数字胸片中的亮度值，为步骤1中所得数字胸片的亮度直方图，
Figure 871645DEST_PATH_IMAGE011
为经采样保持去除离散谱线后的亮度直方图曲线，
Figure 870825DEST_PATH_IMAGE012
为检出的亮度直方图包络。
3.如权利要求1所述的数字胸片心脏钙化影像增强方法，其特征是，所述步骤3中曲线拟合的方式是使用gradient expansion法计算拟合曲线与包络的非线性最小二乘方。
4. 如权利要求1所述的数字胸片心脏钙化影像增强方法，其特征是，所述步骤4中，根据步骤3提取的高斯函数特征参数，由公式（4）生成对应的高斯权重向量；
Figure 155176DEST_PATH_IMAGE014
                         (4)
其中，
Figure 567703DEST_PATH_IMAGE009
为数字胸片中的亮度值，
Figure 288710DEST_PATH_IMAGE004
、
Figure 470293DEST_PATH_IMAGE005
为分解所得第
Figure 332069DEST_PATH_IMAGE006
个高斯函数的期望值与标准差，
Figure 231892DEST_PATH_IMAGE015
为生成的第
Figure 735686DEST_PATH_IMAGE006
个高斯权重向量，n为自然数。
5.如权利要求1所述的数字胸片心脏钙化影像增强方法，其特征是，所述步骤5中，根据步骤4生成的高斯权重向量对原始数字胸片影像按照公式（5）进行高斯权重显影，再按照公式（6）将影像映射到256级灰阶供屏幕显示用；
Figure 37354DEST_PATH_IMAGE016
                     (5)
Figure 335611DEST_PATH_IMAGE017
          (6)
其中，
Figure 722730DEST_PATH_IMAGE018
为原始的数字胸片影像，为由
Figure 419346DEST_PATH_IMAGE018
生成的第
Figure 216401DEST_PATH_IMAGE006
个高斯权重向量，
Figure 762919DEST_PATH_IMAGE020
为由第
Figure 936412DEST_PATH_IMAGE006
个高斯权重向量生成的高斯权重投影，
Figure 884776DEST_PATH_IMAGE021
为
Figure 852732DEST_PATH_IMAGE020
的最小亮度值， 
Figure 886547DEST_PATH_IMAGE022
为
Figure 598151DEST_PATH_IMAGE020
的最大亮度值，
Figure 463339DEST_PATH_IMAGE023
为第
Figure 306924DEST_PATH_IMAGE006
个高斯权重投影的屏幕显示影像，n为自然数。
6.如权利要求1所述的数字胸片心脏钙化影像增强方法，其特征是，所述步骤6可置于步骤4之前，即根据步骤3提取的高斯函数特征参数，先期剔除明显在心脏钙化影像范围之外的特征参数，然后再生成对应的高斯权重向量。
CN200810232270XA 2008-11-14 2008-11-14 数字胸片心脏钙化影像增强方法 Expired - Fee Related CN101430787B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200810232270XA CN101430787B (zh) 2008-11-14 2008-11-14 数字胸片心脏钙化影像增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200810232270XA CN101430787B (zh) 2008-11-14 2008-11-14 数字胸片心脏钙化影像增强方法

Publications (2)

Publication Number Publication Date
CN101430787A CN101430787A (zh) 2009-05-13
CN101430787B true CN101430787B (zh) 2012-07-04

Family

ID=40646169

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200810232270XA Expired - Fee Related CN101430787B (zh) 2008-11-14 2008-11-14 数字胸片心脏钙化影像增强方法

Country Status (1)

Country Link
CN (1) CN101430787B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108737744B (zh) * 2018-06-14 2020-10-30 中国铁塔股份有限公司 一种影像的显示方法及装置
CN110660064A (zh) * 2018-06-29 2020-01-07 通用电气公司 心脏ct图像的处理方法和装置，非暂态计算机可读存储介质
CN111803104B (zh) * 2020-07-20 2021-06-11 上海杏脉信息科技有限公司 一种医学影像显示方法、介质及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10325632A1 (de) * 2003-06-06 2004-12-23 Dürr Dental GmbH & Co. KG Verfahren und Vorrichtung zur Verbesserung der Erkennbarkeit von unterschiedlichen Strukturen auf Durchstrahlungsbildern
CN100410969C (zh) * 2006-07-26 2008-08-13 深圳市蓝韵实业有限公司 一种医疗放射图像的细节增强方法
CN101241593A (zh) * 2007-02-06 2008-08-13 英特维数位科技股份有限公司 图层影像的影像处理装置及其方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10325632A1 (de) * 2003-06-06 2004-12-23 Dürr Dental GmbH & Co. KG Verfahren und Vorrichtung zur Verbesserung der Erkennbarkeit von unterschiedlichen Strukturen auf Durchstrahlungsbildern
CN100410969C (zh) * 2006-07-26 2008-08-13 深圳市蓝韵实业有限公司 一种医疗放射图像的细节增强方法
CN101241593A (zh) * 2007-02-06 2008-08-13 英特维数位科技股份有限公司 图层影像的影像处理装置及其方法

Also Published As

Publication number Publication date
CN101430787A (zh) 2009-05-13

Similar Documents

Publication Publication Date Title
Senthilkumaran et al. Histogram equalization for image enhancement using MRI brain images
US10997701B1 (en) System and method for digital image intensity correction
CN116883537B (zh) 基于图像增强的普通外科手术影像采集方法
CN103544684A (zh) 图像处理方法和图像处理设备
Vonikakis et al. Multi-exposure image fusion based on illumination estimation
CN106971379A (zh) 一种基于分层加权融合的水下图像增强方法
Liu et al. Enhancement of low illumination images based on an optimal hyperbolic tangent profile
Wang et al. Endoscopic image luminance enhancement based on the inverse square law for illuminance and retinex
CN101430787B (zh) 数字胸片心脏钙化影像增强方法
CN114972067A (zh) 一种x光小牙片图像增强方法
Kumar et al. Spatial mutual information based detail preserving magnetic resonance image enhancement
CN104200446B (zh) 一种dr影像对比度均衡的方法及系统
Kumar et al. Automatic tissue attenuation-based contrast enhancement of low-dynamic X-Ray images
CN117152036A (zh) 内窥镜图像处理方法、装置、设备以及存储介质
Omarova et al. Application of the Clahe method contrast enhancement of X-Ray Images
Meng et al. Improved multi-scale retinex algorithm for medical image enhancement
CN111325758A (zh) 肺部图像分割方法及装置、图像分割模型的训练方法
CN115861147A (zh) 一种内窥镜暗区域增强方法、装置、电子设备及存储介质
Fan et al. Underwater image enhancement algorithm combining color correction and multi-scale fusion
CN111091514B (zh) 一种口腔cbct图像去噪方法及系统
Wu et al. Quality enhancement based on retinex and pseudo-HDR synthesis algorithms for endoscopic images
Vavilin et al. Fast HDR image generation technique based on exposure blending
Jiang et al. A novel method to improve the visual quality of X-ray CR Images
Frosio et al. Real time enhancement of cephalometric radiographies
Liu et al. Multi-color Space Medical Endoscope Image Enhancement Method

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120704