CN111192208B - 一种基于边窗滤波器的牙齿cr图像增强方法及装置 - Google Patents

Abstract

本发明一种基于边窗滤波器的牙齿CR图像增强方法及装置，所述方法包括：1)、采用边窗低通滤波器对待增强图像进行若干次滤波处理，得到滤波后的图像；使用用待增强图像分别减去若干个滤波后的图像，得到若干个图像的通量图，其中，所述通量图包括：低通图和高通图中的一种或组合；2)、根据各个通量图对应的权重，将所述通量图叠加到所述待增强图像中，得到叠加后的图像，将叠加后的图像作为增强后的图像。应用本发明实施例，解决了“过冲”的问题。

Description

一种基于边窗滤波器的牙齿CR图像增强方法及装置

技术领域

本发明涉及一种图像增强方法及装置，具体涉及一种基于边窗滤波器的牙齿CR图像增强方法及装置。

背景技术

CR(Computer Radiography，计算机X线摄影)成像使用柔性荧光成像版(imageplate，IP成像板)替代传统的摄影胶片来捕获数字图像。通过x射线或者γ射线照射使IP板中的磷光体层存储图像，然后聚焦激光以可见光光子的形式释放存储的图像，扫描仪收集这些光子然后放大转换成数字图像信号。尽管CR成像相比较胶片摄影分辨率更高，但是扫描仪的激光穿透IP板时存在漫散射现象，但是图像一般要进行清晰度增强和边缘细节增强。国际上比较先进的图像处理方法为利用傅里叶变换、小波变换、非下采样的contourlet变换等将图像由空域转为频域，再对图像的高频信息进行多尺度划分，根据待处理效果加入不同程度的强边缘、中等边缘、弱边缘信号权重后反变换到空域，然后再通过灰度变换调整图像的动态范围。这是一类高效且适应性广的灰度图像增强方法。只是由于像素范围很大，频域操作相比空域卷积操作，时间代价太大。

目前，专利号为CN201610833349.2的发明专利公开了一种图像增强方法。其具体步骤包括：a)对输入图像进行去噪处理得到去噪图像；b)对去噪图像进行边缘提取得到边缘图像；c)对边缘图像进行图像增强处理得到去噪且边缘增强的图像；d)利用亮度可控的直方图均衡方法对去噪图像进行处理得到全局增强图像；e)对c和d步骤所得到的图像进行线性叠加，得到最终的输出图像。本发明通过亮度可控的直方图均衡方法结合USM(UnsharpMasking，反锐化掩膜)算法思想，可以实现输出亮度可以跟进用户需求自动调节，而且通过设定合适的亮度值可以得到一幅对比度明显提升全局增强的输出图像，从而达到图像增强的目的。

但是，发明人发现，这个改进的反锐化掩膜处理方法虽然处理得到的图像锐度有增强，但是细节和边缘的加强不可控，对于本身细节较好的图像，仍采用不变的去噪方法会损失图像细节；第二，该方法对于亮度较高的图像处理后出现了“过冲”现象，即在一张整体偏暗的图像中出现一片纯白色的像素点。

发明内容

本发明所要解决的技术问题在于如何提供一种基于边窗滤波器的牙齿CR图像增强方法及装置，可以调节图像增强的细节程序并解决USM算法思想的“过冲问题”。

本发明通过以下技术手段实现解决上述技术问题的：

本发明实施例提供了一种基于边窗滤波器的牙齿CR图像增强方法，所述方法包括：

1)、采用边窗低通滤波器对待增强图像进行若干次滤波处理，得到滤波后的图像；使用用待增强图像分别减去若干个滤波后的图像，得到若干个图像的通量图，其中，所述通量图包括：低通图和高通图中的一种或组合；

2)、根据各个通量图对应的权重，将所述通量图叠加到所述待增强图像中，得到叠加后的图像，将叠加后的图像作为增强后的图像。

应用本发明实施例，一种牙齿CR图像的增强处理方法，通过对图像采用边窗滤波进行卷积得到低通图像，边窗滤波能提供各个八个矢量方向上细节的高保留，然后待增强图像像减去低通图像，提取不同粗细的高频分量分配权重后叠加到待增强图像，权重线性叠加为1可以解决“过冲问题”，然后基于直方图均衡化对图像进行裁剪和均衡，最后进行调窗显示

可选的，所述步骤1)，包括：

采用边窗低通滤波器对待增强图像进行滤波处理，得到待增强图像对应的第一低通图，用待增强图像减去第一低通图，得到包含图像粗边缘的高通图；

采用边窗低通滤波器对所述第一低通图进行滤波处理，得到第二低通图；用待增强图像减去第二低通图，得到包含图像中等边缘的高通图；

采用边窗低通滤波器对所述第二低通图进行滤波处理，得到第三低通图；用待增强图像减去第三低通图，得到包含图像细边缘的高通图。

可选的，所述将叠加后的图像作为增强后的图像，包括：

使用直方图均衡算法对叠加后的图像进行均衡处理，得到增强后的图像。

可选的，所述使用直方图均衡算法对叠加后的图像进行均衡处理，得到增强后的图像，包括：

31)、计算叠加后的图像的像素直方图；

32)、在像素直方图中，将占直方图面积预设比例的面积范围内的中心值作为当前窗位；

33)、从所述当前窗位向右遍历，找到第一个极小值点定义为图像窗宽右侧值right；同时从窗位向左遍历，找到第一个极小值点定义为图像窗宽左侧值left；

34)、将right-left作为图像的当前窗宽，利用公式，窗位＝left+(right-left)/2，更新当前窗位，并返回执行步骤33)，直至当前窗位不再变化，并将所述当前窗位作为目标窗位，以所述目标窗位作为中心，将预设窗宽范围内的CT值对应的组织结构作为增强后的图像进行显示。

本发明实施例还提供了一种基于边窗滤波器的牙齿CR图像增强装置，所述装置包括：

滤波模块，用于采用边窗低通滤波器对待增强图像进行若干次滤波处理，得到滤波后的图像；使用用待增强图像分别减去若干个滤波后的图像，得到若干个图像的通量图，其中，所述通量图包括：低通图和高通图中的一种或组合；

叠加模块，用于根据各个通量图对应的权重，将所述通量图叠加到所述待增强图像中，得到叠加后的图像，将叠加后的图像作为增强后的图像。

可选的，所述滤波模块，用于：

采用边窗低通滤波器对待增强图像进行滤波处理，得到待增强图像对应的第一低通图，用待增强图像减去第一低通图，得到包含图像粗边缘的高通图；

采用边窗低通滤波器对所述第一低通图进行滤波处理，得到第二低通图；用待增强图像减去第二低通图，得到包含图像中等边缘的高通图；

采用边窗低通滤波器对所述第二低通图进行滤波处理，得到第三低通图；用待增强图像减去第三低通图，得到包含图像细边缘的高通图。

可选的，所述叠加模块，用于：

使用直方图均衡算法对叠加后的图像进行均衡处理，得到增强后的图像。

可选的，所述叠加模块，用于：

31)、计算叠加后的图像的像素直方图；

32)、在像素直方图中，将占直方图面积预设比例的面积范围内的中心值作为当前窗位；

33)、从所述当前窗位向右遍历，找到第一个极小值点定义为图像窗宽右侧值right；同时从窗位向左遍历，找到第一个极小值点定义为图像窗宽左侧值left；

34)、将right-left作为图像的当前窗宽，利用公式，窗位＝left+(right-left)/2，更新当前窗位，并返回执行步骤33)，直至当前窗位不再变化，并将所述当前窗位作为目标窗位，以所述目标窗位作为中心，将预设窗宽范围内的CT值对应的组织结构作为增强后的图像进行显示。

本发明的优点在于：

(1)应用本发明实施例，一种牙齿CR图像的增强处理方法，通过对图像采用边窗滤波进行卷积得到低通图像，边窗滤波能提供各个八个矢量方向上细节的高保留，然后待增强图像像减去低通图像，提取不同粗细的高频分量分配权重后叠加到待增强图像，权重线性叠加为1可以解决“过冲问题”，然后基于直方图均衡化对图像进行裁剪和均衡，最后进行调窗显示。

(2)本发明通过多次滤波方法对图像进行处理获取不同空间频率带上的高频信息，能够凸显口腔内牙齿的边缘信息和牙龈组织细节信息，提高了图像的对比度。

附图说明

图1为本发明实施例提供的一种基于边窗滤波器的牙齿CR图像增强方法的流程示意图；

图2为现有技术中图像经过多次不同卷积核进行USM锐化后图像的直方图；

图3为本发明实施例中处理后图像的直方图；

图4为本发明实施例中待增强图像的频谱图；

图5为本发明实施例中增强后的待增强图像的频谱图；

图6为现有技术处理后的图像的直方图分布；

图7为应用本发明实施例对待增强图像进行增强后图像的直方图分布；

图8为待增强图像；

图9为使用现有技术中多尺度频域处理方法增强待增强图像后得到的图像；

图10为使用本发明实施例方法增强待增强图像后得到的图像；

图11为本发明实施例提供的一种基于边窗滤波器的牙齿CR图像增强装置的结构示意图；

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供了一种基于边窗滤波器的牙齿CR图像增强方法及装置，下面首先就本发明实施例提供的一种基于边窗滤波器的牙齿CR图像增强方法进行介绍。

实施例1

图1为本发明实施例提供的一种基于边窗滤波器的牙齿CR图像增强方法的流程示意图，如图1所示，所述方法包括：

S101：采用边窗低通滤波器对待增强图像进行若干次滤波处理，得到滤波后的图像；使用用待增强图像分别减去若干个滤波后的图像，得到若干个图像的通量图，其中，所述通量图包括：低通图和高通图中的一种或组合。

具体的，可以采用尺寸为3×3的边窗低通滤波器对待增强图像进行滤波处理，得到待增强图像对应的第一低通图，用待增强图像减去第一低通图，得到包含图像粗边缘的高通图；

然后采用边窗低通滤波器对所述第一低通图进行滤波处理，得到第二低通图；用待增强图像减去第二低通图，得到包含图像中等边缘的高通图；

最后采用边窗低通滤波器对所述第二低通图进行滤波处理，得到第三低通图；用待增强图像减去第三低通图，得到包含图像细边缘的高通图。

现有技术中，通常通过多次USM方法对图像进行处理获取不同空间频率带上的高频信息。比较通用的利用USM方法来操作的过程是使用不同大小的低通滤波器卷积核多次重复USM来获取不同频率的低通图，按照数学原理，完成一个卷积运算所需的时间与卷积核的平方以及图像大小成正比，因此一般选用大卷积核获取图像粗边缘信息后再选用小卷积核获取图像细边缘信息。本发明利用多个3×3的卷积核来替代大卷积核，利用个3×3的卷积核来替代7×7卷积核参与计算，计算量减少一半，而且相比大尺寸卷积添加了更多的非线性，目标像素分布更加符合人眼光学。其次，保存多个卷积核中间处理图像，即为需要的图像所需的细边缘高频分量，最后输出的为粗边缘高频分量。

S102：根据各个通量图对应的权重，将所述通量图叠加到所述待增强图像中，得到叠加后的图像，将叠加后的图像作为增强后的图像。

具体的，可以根据牙齿CR图像的需求，分别以权重3：2：1将粗边缘的高通图、中等边缘的高通图以及细边缘的高通图叠加到待增强图像上。

另外，常用的灰度图像的空域增强中最常见的就是USM法(Unsharp Mask，反锐化掩膜处理方法)，主要由三个步骤组成：从待增强图像像G，经过低通滤波器滤波，将图像平滑，得到一幅包含图像低频成分的低通平滑图L；用待增强图像像G减低通平滑图L，提取待增强图像像G的高频分量H；将高频分量H乘以一个增强系数A后再与待增强图像像G叠加，生成结果图R。数学公式描述如下：R(x，y)＝G(x，y)+A*(G(x，y)–L(x，y))。但是USM处理方法存在以下缺点：处理得到的图像较暗，虽然加强了细节和边缘，但是对比度不高；得到的图像进行窗口窗位调节效果不好。

图2为现有技术中图像经过多次不同卷积核进行USM锐化后图像的直方图；图3为本发明实施例中处理后图像的直方图；如图2和图3所示，可以看出两张图像的效果类似，但是本发明使用的是小卷积核，方法效率提高了一半。

图4为本发明实施例中待增强图像的频谱图；图5为本发明实施例中增强后的待增强图像的频谱图；如图4和图5所示，本发明实施例增强后的图像各个频率细节层次和对比度都很鲜明。

应用本发明实施例，一种牙齿CR图像的增强处理方法，通过对图像采用固定大小卷积核进行多次平滑滤波，然后待增强图像像减去低通图像，提取不同粗细的高频分量分配权重后叠加到待增强图像，然后基于直方图均衡化对图像进行裁剪和均衡，最后进行调窗显示。

灰度图像的另外一个常见处理方法就是直方图均衡化(HE)，实现步骤为：从待增强图像像G，经过低通滤波器滤波，将图像平滑，得到一幅包含图像低频成分的低通平滑图L；1、计算图像的灰度直方图；2、计算灰度直方图的累加直方图；3、根据灰度直方图和直方图均衡化原理得到输入灰度级和输出灰度级之间的映射关系；4、根据第三部得到的灰度级映射关系，循环得到输出图像的每一个像素的灰度级。但是，该方法只能得到全局均衡化处理的结果，无法实现细节和组织的边缘增强的效果。本发明通过多次滤波方法对图像进行处理获取不同空间频率带上的高频信息，能够凸显口腔内牙齿的边缘信息和牙龈组织细节信息，提高了图像的对比度。

另外，现有技术中还有不断利用小卷积对图像的下采样图进行滤波，再把滤波后的下采样图进行放大来获取图像不同层次的高频分量。虽然这种方法比上一种速度要快，但是实验证明缺点在于下采样过程会丢失信息，无论是隔点采样还是插值方法，使图像的高频分量信息熵减少了。放大后叠加到待增强图像的高频信息细节不够精确。

而本发明实施例通过多次滤波方法对图像进行处理获取不同空间频率带上的高频信息，能够凸显口腔内牙齿的边缘信息和牙龈组织细节信息，提高了图像的对比度。

最后，与频域处理算法相比，本发明实施例更加容易理解和实现，重要的是更容易在芯片端部署加速。

实施例2

在本发明实施例1的基础上，本发明实施例2与实施例1的区别仅在于，可以使用直方图均衡算法对叠加后的图像进行均衡处理，得到增强后的图像；具体的，可以包括以下过程：31)、计算叠加后的图像的像素直方图；32)、在像素直方图中，将占直方图面积预设比例的面积范围内的中心值作为当前窗位；33)、从所述当前窗位向右遍历，找到第一个极小值点定义为图像窗宽右侧值right；同时从窗位向左遍历，找到第一个极小值点定义为图像窗宽左侧值left；34)、将right-left作为图像的当前窗宽，利用公式，窗位＝left+(right-left)/2，更新当前窗位，并返回执行步骤33)，直至当前窗位不再变化，并将所述当前窗位作为目标窗位，以所述目标窗位作为中心，将预设窗宽范围内的CT值对应的组织结构作为增强后的图像进行显示。

图6为现有技术处理后的图像的直方图分布；图7为应用本发明实施例对待增强图像进行增强后图像的直方图分布；如图6和图7所示，很容易看出本发明方法处理的目标图像像素数量变化是平滑的，而现有技术中直方图均衡处理后的图像像素数量产生了很大的震荡。

图8为待增强图像；图9为使用现有技术中多尺度频域处理方法增强待增强图像后得到的图像；图10为使用本发明实施例方法增强待增强图像后得到的图像；如图8-10所示，图像的细节层次和调窗对比度都达到了一个很好的效果。

需要强调的是，CT能识别人体内2000个不同灰阶的密度差别。而人的眼睛却只能分辨16个灰阶度。因此，人眼在CT图像上能分辨的CT值应为125Hu(2000/16)。换句话说，人体内不同组织CT值只有相差125Hu以上，才能为人眼所识别。人体软组织CT值多变化在20-50Hu之间，人眼就无法识别。为此，必须进行分段观察，才能使CT的优点反映出来。观察的CT值范围，人们称之为窗宽。如果使用窄的窗宽，则显示的CT值范围小，每一灰阶代表的CT值幅度小，对比度强，适于观察密度接近的组织结构(如脑组织)。反之，如果使用宽的窗宽，则显示的CT值范围大，每一灰阶代表的CT值幅度大，则图像对比度差，但密度均匀，适于观察密度差别大的结构(如骨与软组织)。

窗位(窗中心)指窗宽范围内均值或中心值。比如一幅CT图像，窗宽为100Hu，窗位选在0Hu；则以窗位为中心(0Hu)，向上包括+50Hu，向下包括-50Hu，凡是在这个100Hu范围内的组织均可显示出来并为人眼所识别。凡是大于+50Hu的组织均为白色；凡是小子-50Hu的组织均为黑色，其密度差异无法显示。人眼只能识别土50Hu范围内的CT值，每一个灰阶的CT值范围是100/16＝6.25Hu。原则上说窗位应该等于或接近需要观察的CT值；窗宽应能反映该组织或病变的CT值变化范围。

本发明实施例2针对锐化处理后的图像的直方图特点以及调窗显示的需求，进行均衡化处理，拓展了图像像素的动态范围，更加便于进行调窗处理显示。使显示的图像尽量包含所有细节又不损失对比度。

另外，对比度增强和平均亮度保持是图像增强的两个重要参数。高对比度图像在主观质量评价方面是好的，但高对比度也可能导致增强过度或增强不足。本发明实施例结合图像的TOGRAM均衡，通过对图像的直方图进行裁剪，使图像的熵达到最大，并控制图像的增强和增强不足。在对标准数据集进行了严格的实验后，发现该方法在图像中的信息量最高，即熵值最大，平均亮度也与其它基于直方图的图像增强方法相当。平均意见得分(mos)结果表明，图像的视觉质量也优于现有的方法。

实施例3

与本发明实施例相对应，本发明实施例3还提供了一种基于边窗滤波器的牙齿CR图像增强装置。

图11为本发明实施例提供的一种基于边窗滤波器的牙齿CR图像增强装置的结构示意图，如图11所示，所述装置包括：

滤波模块1101，用于采用边窗低通滤波器对待增强图像进行若干次滤波处理，得到滤波后的图像；使用用待增强图像分别减去若干个滤波后的图像，得到若干个图像的通量图，其中，所述通量图包括：低通图和高通图中的一种或组合；

叠加模块1102，用于根据各个通量图对应的权重，将所述通量图叠加到所述待增强图像中，得到叠加后的图像，将叠加后的图像作为增强后的图像。

应用本发明实施例，一种牙齿CR图像的增强处理方法，通过对图像采用固定大小卷积核进行多次平滑滤波，然后待增强图像像减去低通图像，提取不同粗细的高频分量分配权重后叠加到待增强图像，然后基于直方图均衡化对图像进行裁剪和均衡，最后进行调窗显示，本发明的一种牙齿CR图像增强方法，通过多次滤波方法对图像进行处理获取不同空间频率带上的高频信息，能够凸显口腔内牙齿的边缘信息和牙龈组织细节信息，提高了图像的对比度。

在本发明实施例的一种具体实施方式中，所述滤波模块1001，用于：

采用边窗低通滤波器对待增强图像进行滤波处理，得到待增强图像对应的第一低通图，用待增强图像减去第一低通图，得到包含图像粗边缘的高通图；

采用边窗低通滤波器对所述第一低通图进行滤波处理，得到第二低通图；用待增强图像减去第二低通图，得到包含图像中等边缘的高通图；

采用边窗低通滤波器对所述第二低通图进行滤波处理，得到第三低通图；用待增强图像减去第三低通图，得到包含图像细边缘的高通图。

在本发明实施例的一种具体实施方式中，所述叠加模块1102，用于：

使用直方图均衡算法对叠加后的图像进行均衡处理，得到增强后的图像。

在本发明实施例的一种具体实施方式中，所述叠加模块1102，用于：

31)、计算叠加后的图像的像素直方图；

32)、在像素直方图中，将占直方图面积预设比例的面积范围内的中心值作为当前窗位；

33)、从所述当前窗位向右遍历，找到第一个极小值点定义为图像窗宽右侧值right；同时从窗位向左遍历，找到第一个极小值点定义为图像窗宽左侧值left；

34)、将right-left作为图像的当前窗宽，利用公式，窗位＝left+(right-left)/2，更新当前窗位，并返回执行步骤33)，直至当前窗位不再变化，并将所述当前窗位作为目标窗位，以所述目标窗位作为中心，将预设窗宽范围内的CT值对应的组织结构作为增强后的图像进行显示。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于边窗滤波器的牙齿CR图像增强方法，其特征在于，所述方法包括：

1)、采用边窗低通滤波器对待增强图像进行若干次滤波处理，得到滤波后的图像；使用用待增强图像分别减去若干个滤波后的图像，得到若干个图像的通量图，其中，所述通量图包括：低通图和高通图中的一种或组合；

2)、根据各个通量图对应的权重，将所述通量图叠加到所述待增强图像中，得到叠加后的图像，将叠加后的图像作为增强后的图像。

2.根据权利要求1所述的一种基于边窗滤波器的牙齿CR图像增强方法，其特征在于，所述步骤1)，包括：

采用边窗低通滤波器对待增强图像进行滤波处理，得到待增强图像对应的第一低通图，用待增强图像减去第一低通图，得到包含图像粗边缘的高通图；

采用边窗低通滤波器对所述第一低通图进行滤波处理，得到第二低通图；用待增强图像减去第二低通图，得到包含图像中等边缘的高通图；

采用边窗低通滤波器对所述第二低通图进行滤波处理，得到第三低通图；用待增强图像减去第三低通图，得到包含图像细边缘的高通图。

3.根据权利要求1所述的一种基于边窗滤波器的牙齿CR图像增强方法，其特征在于，所述将叠加后的图像作为增强后的图像，包括：

使用直方图均衡算法对叠加后的图像进行均衡处理，得到增强后的图像。

4.根据权利要求3所述的一种基于边窗滤波器的牙齿CR图像增强方法，其特征在于，所述使用直方图均衡算法对叠加后的图像进行均衡处理，得到增强后的图像，包括：

31)、计算叠加后的图像的像素直方图；

32)、在像素直方图中，将占直方图面积预设比例的面积范围内的中心值作为当前窗位；

33)、从所述当前窗位向右遍历，找到第一个极小值点定义为图像窗宽右侧值right；同时从窗位向左遍历，找到第一个极小值点定义为图像窗宽左侧值left；

34)、将right-left作为图像的当前窗宽，利用公式，窗位＝left+(right-left)/2，更新当前窗位，并返回执行步骤33)，直至当前窗位不再变化，并将所述当前窗位作为目标窗位，以所述目标窗位作为中心，将预设窗宽范围内的CT值对应的组织结构作为增强后的图像进行显示。

5.一种基于边窗滤波器的牙齿CR图像增强装置，其特征在于，所述装置包括：

滤波模块，用于采用边窗低通滤波器对待增强图像进行若干次滤波处理，得到滤波后的图像；使用用待增强图像分别减去若干个滤波后的图像，得到若干个图像的通量图，其中，所述通量图包括：低通图和高通图中的一种或组合；

叠加模块，用于根据各个通量图对应的权重，将所述通量图叠加到所述待增强图像中，得到叠加后的图像，将叠加后的图像作为增强后的图像。

6.根据权利要求5所述的一种基于边窗滤波器的牙齿CR图像增强装置，其特征在于，所述滤波模块，用于：

采用边窗低通滤波器对待增强图像进行滤波处理，得到待增强图像对应的第一低通图，用待增强图像减去第一低通图，得到包含图像粗边缘的高通图；

采用边窗低通滤波器对所述第一低通图进行滤波处理，得到第二低通图；用待增强图像减去第二低通图，得到包含图像中等边缘的高通图；

采用边窗低通滤波器对所述第二低通图进行滤波处理，得到第三低通图；用待增强图像减去第三低通图，得到包含图像细边缘的高通图。

7.根据权利要求5所述的一种基于边窗滤波器的牙齿CR图像增强装置，其特征在于，所述叠加模块，用于：

使用直方图均衡算法对叠加后的图像进行均衡处理，得到增强后的图像。

8.根据权利要求7所述的一种基于边窗滤波器的牙齿CR图像增强装置，其特征在于，所述叠加模块，用于：

31)、计算叠加后的图像的像素直方图；

32)、在像素直方图中，将占直方图面积预设比例的面积范围内的中心值作为当前窗位；

33)、从所述当前窗位向右遍历，找到第一个极小值点定义为图像窗宽右侧值right；同时从窗位向左遍历，找到第一个极小值点定义为图像窗宽左侧值left；

34)、将right-left作为图像的当前窗宽，利用公式，窗位＝left+(right-left)/2，更新当前窗位，并返回执行步骤33)，直至当前窗位不再变化，并将所述当前窗位作为目标窗位，以所述目标窗位作为中心，将预设窗宽范围内的CT值对应的组织结构作为增强后的图像进行显示。