醫(yī)學(xué)圖像的邊緣包含了圖像的很多重要信息,對(duì)醫(yī)學(xué)診斷的效率和精準(zhǔn)性影響較大,文中研究了一種醫(yī)學(xué)圖像邊緣增強(qiáng)的方法。為了在圖像去噪階段保留更多的圖像細(xì)節(jié)信息,文中在傳統(tǒng)高斯濾波算法基礎(chǔ)上提出了一種標(biāo)準(zhǔn)差選取自適應(yīng)的濾波算法。在圖像增強(qiáng)階段,利用傳統(tǒng)的拉普拉斯算子結(jié)合強(qiáng)度權(quán)重控制圖像增強(qiáng)的效果。經(jīng)過算法分析和實(shí)驗(yàn),驗(yàn)證了兩種算法的結(jié)合提高了去噪效果,有效保留了圖像的邊緣細(xì)節(jié)信息,能夠?qū)崿F(xiàn)醫(yī)學(xué)圖像的邊緣增強(qiáng)。 

【文章來源】：信息技術(shù). 2020,44(04)

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 相關(guān)算法
    1.1 拉普拉斯算子
    1.2 高斯濾波算法
2 改進(jìn)的高斯濾波算法
3 實(shí)驗(yàn)結(jié)果與分析
    3.1 去噪平滑階段
    3.2 圖像增強(qiáng)階段
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合二維EMD與自適應(yīng)高斯濾波的遙感衛(wèi)星影像去噪[J]. 王躍躍,陳蓉,于麗君,朱建峰,吳愈鋒,陳炫熾.  測繪通報(bào). 2019(02)
[2]自適應(yīng)高斯濾波與SFIM模型相結(jié)合的全色多光譜影像融合方法[J]. 王密,何魯曉,程宇峰,常學(xué)立.  測繪學(xué)報(bào). 2018(01)
[3]自適應(yīng)高斯濾波圖像去噪算法[J]. 王海菊,譚常玉,王坤林,杜鳳娟,吳智軍,高仕龍.  福建電腦. 2017(11)
[4]單項(xiàng)Sobel算子提高Φ-OTDR信噪比方法的研究[J]. 盧珍.  光通信技術(shù). 2017(07)
[5]基于Laplacian金字塔和小波變換的醫(yī)學(xué)CT圖像增強(qiáng)算法[J]. 呂鯉志,強(qiáng)彥.  計(jì)算機(jī)科學(xué). 2016(11)
[6]基于圖像邊緣增強(qiáng)的改進(jìn)方法[J]. 張琳梅.  信息系統(tǒng)工程. 2016(03)
[7]基于拉普拉斯算子的邊緣檢測研究[J]. 孫英慧,蒲東兵.  長春師范學(xué)院學(xué)報(bào)(人文社會(huì)科學(xué)版). 2009(12)
[8]幾種方差概念的比較[J]. 蔡一鳴.  統(tǒng)計(jì)與信息論壇. 2008(04)

碩士論文
[1]醫(yī)學(xué)圖像增強(qiáng)算法研究[D]. 陳韻竹.南京理工大學(xué) 2018
[2]混合噪聲圖像濾波算法在醫(yī)學(xué)圖像中的應(yīng)用研究[D]. 肖孟強(qiáng).蘭州交通大學(xué) 2012



本文編號(hào)：3157700