趙愛玲,張鵬程,楊一鳴,陳 燕,劉 祎,桂志國
(1.中北大學 信息與通信工程學院,山西 太原 030051;2.生物醫學成像與影像大數據山西重點實驗室(中北大學),山西 太原 030051)
X射線成像廣泛應用于醫學診斷、工業及航天等領域[1].但X射線檢測厚薄不均工業構件時,易出現圖像對比度低,像素分布不均勻,且在獲取、傳輸過程中易受到噪聲污染,噪聲會覆蓋圖像的細節,導致圖像清晰度低,一些細節很難被觀察和分析的問題,因此,需要對X射線圖像增強,以便于后續的應用[2-3].
圖像增強方法有灰度變換、直方圖均衡化(Histogram Equalization,HE)和Retinex算法等.灰度變換雖然可以提高對比度但容易導致圖像的一些細節缺失;Retinex方法使增強后的圖像曝光嚴重[4];HE算法的本質是圖像的灰度級經過某種變換,使結果的灰度級分布較廣且呈現均勻分布,提高了圖像的對比度,但是傳統直方圖均衡(Traditional Histogram Equalization,THE)方法針對不同的圖像會造成增強效果不明顯或者過度增強,因此有必要對其進行優化.
子直方圖均衡算法解決了傳統直方圖均衡化的亮度保持特性問題,其代表算法是BBHE算法[5]和DSIHE算法[6].遞歸子直方圖均衡化技術的代表算法是RMSHE算法[7]和RSIHE算法[8],該技術受參數制約且圖像的增強效果不會隨著遞歸參數的增加而越來越好.直方圖修正技術解決了傳統直方圖均衡化的過度增強問題,修正的直方圖均衡化技術有直方圖剪切技術和直方圖頻率加權技術兩種[9].直方圖剪切技術的代表算法為BHEP[10]算法.直方圖頻……