基于小波理論的醫(yī)學圖像增強研究.pdf

1、在圖像處理領域，圖像增強是很重要的一方面，將圖像的可懂度提高，即根據(jù)實際應用的需求將圖像中的一些特征進行有針對性地突出，是圖像增強的主要目的。乳腺癌是腫瘤的一種，由于人體組織、光照、噪聲等各種因素的影響，使得影像中的鈣化點和腫物特征不是很清晰，直接影響到醫(yī)生通過X線影像對病變組織和正常組織的辨識。對此，如果在醫(yī)生診斷前先對X線影像進行增強處理，突出原影像中的鈣化點和腫物，則可以有效地降低由于圖片清晰度不夠而為病情診斷帶來的困難，從而減小

2、誤診率。
　　基于小波理論的圖像增強算法很多，但是這些算法都著重于對小波系數(shù)的處理，而獲取細節(jié)信息都是采用傳統(tǒng)的將低頻子圖像進一步分解的方法，本文注意到小波分解后高頻子圖像中依然存在大量的細節(jié)信息，如果將高頻子圖像也進一步分解，將可提取到更多的細節(jié)信息?；诖?，本文提出一種新的醫(yī)學圖像增強算法，將傳傳統(tǒng)的圖像分解方法進行改進，并用具有微分性質的反對稱雙正交小波基來實現(xiàn)圖像分解，在邊緣提取時克服了傳統(tǒng)算法計算量大，不滿足實時性的缺點

3、。
　　對乳腺圖像增強的目的在于凸顯其中的鈣化點信息和腫物，基于小波的圖像增強算法可以對鈣化點有很好的增強，但是對于腫物特征需要用具備曲線檢測能力的曲波變換來對其實現(xiàn)增強。現(xiàn)有曲波圖像增強方法基本上都是對分解后的各個子圖像同時進行曲波變換來實現(xiàn)的，由于曲波變換是基于Radon變換的，計算復雜且極易引起塊效應，本文在此基礎上結合曲波理論將提出的小波增強算法進行改進，用曲波來檢測邊緣，用小波來細化邊緣。
　　本文基于Matlab