基于多尺度Retinex的医学CT图像增强算法

曹 莉，许玉龙

(河南中医药大学信息技术学院，河南 郑州 450000)

1 引言

图像增强技术是通过某种手段变换或增加原图像数据，从而改善图像视觉效果，使图像匹配视觉特性[1]。医学CT图像一般表现为信息量大且图像噪声多而杂、图像暗区模糊等，严重影响医学CT图像的病理分析，从而导致医生临床诊断结果产生较大的偏差，因此对医学CT图像进行图像增强就变得尤为重要。

目前大量学者对医学图像增强方法进行了研究，并取得了一定的研究成果。文献[2]提出基于Canny算子加权引导滤波的Retinex医学图像增强算法。采用Canny边缘检测算子和加权引导滤波器，估计边缘权重和光照，获取入射光分量，根据Retinex算法，计算反射光分量，量化处理图像后输出增强图像，该算法能够保留图像细节信息，但是图像灰度分布范围较小。文献[3]提出基于剪切波和改进Pal-King的图像增强算法。采用剪切波变换分解图像，通过自适应阈值去噪去除图像噪声，利用剪切波反变换重构图像，运用Pal-King算法增强图像。该算法能够有效改善图像的视觉呈现效果，但是该方法的图像边缘信息不完整。

针对上述问题，提出基于多尺度Retinex的医学CT图像增强算法。通过提取医学CT图像暗区信息，获取医学CT暗区图像，线性平滑处理医学CT暗区图像，采用多尺度Retinex算法，计算医学CT图像像素间的明暗关系，转换后得到增强医学CT图像。所提算法能够扩大灰度分布范围的同时，完整保留图像边缘信息，医学CT图像增强视觉效果较好。……