增强处理（精选十篇）
增强处理 篇1
目前, 机场检测以边缘检测和直线提取相结合为主[1,2], 对前期处理的要求较高, 为此, 本文将利用改进模糊增强进行增强去噪处理。
1 模糊图像增强
图像增强, 目的是为了突出图像中的特征, 加强对目标的认识, 以提高后续处理能力。图像增强一般方法有统计概率、函数变换、锐化处理。针对机场图像, 该三种方法均有不足:统计概率, 基于全局思想对大场景处理较难;函数变换, 过多依赖函数变化参数调整, 不具有自适应性;锐化处理, 无法降低噪声干扰甚至会增强噪声的影响。
本文采用一种优于常规增强算法的模糊增强算法。
模糊增强简单过程理解:
IF一个像素是暗的, THEN令它更暗
IF一个像素是灰的, THEN令它变亮
IF一个像素是亮的, THEN令它最亮
本文以Pal[3]等人提出的模糊增强算法为基础, pal算法步骤:
1.1 图像的模糊特征提取
利用函数将图像从空域变换到模糊域:
Fe、Fd为变换系数, gmax为最大灰度值可以直接设定为255, gmn为当前像素点大小。
1.2 隶属度函数值修正
Pal采用了模糊增强算子 (INT) 的回归调用修正隶属度:
1.3 模糊域反变换
反变换, 恢复到空域。
Pal算法优点是对于大部分图像都有增强效果, 实现简单。缺点是受到隶属度定值判断的影响, 对低灰度范围人为置0, 对不同图像没有适应性且对干扰无法自我判断。
目前国内对于模糊增强改进算法, 主要集中在隶属度函数的修改和阈值的自适应选取上[4,5,6]。其中文献[6]采用
作为模糊增强函数。
并采用改进OTUS算法得到渡越点。对于使用增强函数研究发现, 易造成在渡越点附近的“断裂”。
针对机场图像特性, 本文在pal和文献[5]的基础上做以下改进:
修改pal的增强因子
以图1说明增强函数曲线变化, 所有函数值域为0到1。
I为文献中的增强函数, 用◆表示。
对于采用相同离散点数的函数曲线, T3要比I在渡越点处变化更加平滑, 能够确保信息的完整性。
2 实验比对
本文改进后的算法步骤如下:
⑴利用函数将图像从空域变换到模糊域, 采用式2-1;
⑵修改pal的增强因子, 采用式2-4;
⑶模糊域反变换, 采用式2-3;
模糊增强除了能够提高对比度外, 在迭代多次后的处理能力也是算法优劣的评价指标。
下面给出文献[5]和本文改进算法效果比对图。
3 结论
改进模糊增强算法针对机场图像增强效果好, 能够弱化多数噪声点, 并且多次增强处理后能够达到突出机场目标的效果。
摘要：针对机场图像中噪声点过多问题, 利用改进模糊增强算法进行处理。实验证明算法处理后的机场图像, 目标清晰、噪声点较少。
关键词：机场图像,模糊增强
参考文献
[1]董银文, 苑秉成, 石钊铭, 等.基于直线特征的航拍图像机场跑道自动识别算法[J].系统工程与电子技术.2013, 35 (4) .
[2]杨超, 朱敏, 王昭莲, 等.基于线特征的机场跑道定位算法[J].计算机应用.2011, 31 (z1) :52-54.
[3]Pal S K, King R A.Image Enhancement Using Fuzzy Sets[J].Electronics Letters.1980, 16 (9) :376-378.
[4]杨波, 贾振红, 覃锡忠, 等.基于改进模糊算法和相对熵的遥感图像增强[J].激光杂志.2014, (2) :37-38, 41.
[5]赵世亮.一种改进的模糊增强算法[J].微处理.2010, 31 (1) :58-59
增强处理 篇2
语言是人与人沟通的手段，妈妈与宝宝相处的时候一定要经常讲话，语言不仅可以表达一个人的感受，还能通过交流增进人与人之间的距离。所以在宝宝与同伴在一起玩的时候一定要教会孩子不要以自我为中心，学会分享、礼让、合作等和谐相处的行为。是培养孩子良好人际关系发展的第一课。
孩子在进入幼儿园的那一刻起，就已经面临着人际关系的磨合期，在面对尚未社会化的孩子，几乎每个孩子都会出现以自我为中心的形象。看到好玩的玩具都想自己霸占住不与别的小伙伴分享，也因此孩子之前总会因为玩具发生争吵、抢夺的情节，这种现象并非孩子素质低下，这是人类的自然表现。
如何让孩子从这种不良的现象中走出来呢？可以从日常的生活中慢慢培养孩子礼让、分享、合作的意识。比如去公园的时候碰见小朋友们要学会在一起玩耍，有什么好玩的玩具也可以和小朋友一起分享。让孩子学会排队、轮流、礼让等社会生活秩序。
在进入幼儿园后和其他小朋友在一起的时候，学会与小朋友一起互动。如帮助其他小朋友收拾玩具，朋友哭了为安慰的抱一抱他。
与老师互动，见老师要问好，注意老师发出的集合或收拾的指令。有困难时找大人帮忙，能回答老师的问题。
与团体互动，适应团体的规则，与同学讨论和制作美术创作，或参与故事讨论和接龙。在与他人的交流和合作中学会礼让、分享与合作，这对孩子今后的发展是大有益处的。
增强处理 篇3
关键词：数字图像处理；图像增强；直方图；均衡化；规定化； MATLAB
中图分类号：TP391.4 文献标识码：A文章编号：1009-3044(2007)16-31106-02
On Histograms Processing of Image Enhancement and Its Realization with MATLAB
WANG Hong-lan，ZHANG Ruo-Gang
(Hunan Weaponry Industrial Staff University，Xiang Tan 411207,China)
Abstract:Image Enhancement is an important branch of image processing, it can improve availably whole or partial characters of image; Histogram is the most important one of the basic concept for image processing, it can effectively be used for image enhancement. This article mainly introduces two kinds of algorithm-histogram equalization and histogram specifications, gives relative logic formula and methodology; In addition to the use MATLAB to be realized, given the standard digital images in various pre-processing and post-processing images contrast, the specific algorithm, the experimental results and histogram. The result shows: histogram equalization and specifications can improve the contrast and effect. With algorithm of histogram equalization and specifications, intensive gray distribution of the original image has become more sparse, so the image processing visual effects and its contrast can be improved.
Key words:Digital image processing;Image enhancement;histogram;equalization;specification;MATLAB
1 引言
为了改善视觉效果或者便于人和机器对图像的理解和分析，根据图像的特点或存在的问题采取的改善方法或者加强特征的措施称为图象处理。在图像形成、传输或变换的过程中，由于受到一些客观因素的影响，获取和传输图像的过程中往往会发生图像失真，所得到的图像和原始图像有某种程序的差别，如图像颜色变淡、图像对比度降低、图像模糊等等。因此，要改善这种情况，必须要采取一定的手段。而图像增强技术正是在这种情况下所提出的。
增强的首要目标就是处理图像，使其比原始图像更适合于特定应用，换句话说，图像增强目的就是为了改善图像的的质量。图像增强的通用理论是不存在的。当图像为视觉解释而进行处理时，由观察者最后判断特定方法的效果。图像增强的方法主要分为两类：空间域增强法和频域增强法。“频域”处理技术是以修改图像的傅氏变换为基础的；空间域增强法是以对图像的像素直接处理为基础的，它属于直接增强的方法。空间域法包括基本灰度变换、直方图处理、消除噪声的平滑法和增强边缘的锐化法。本文要讨论的直方图增强方法属于空间域增强法。
2 直方图处理
2.1 直方图基本原理
灰度级为[0,L-1]范围的数字图像的直方图是离散函数h(rk)=nk，这里rk是第k级灰度，nk是图像中灰度级为rk的像素个数。经常以图像中像素的总数（用n表示）来除它的每一个值得到归一化的直方图。因此，一个归一化的直方图由P(rk)=nk/n给出，这里k=0,1,...,L-1。简单地说，Pr(rk)给出了灰度级为rk发生的概率估计值。注意，一个归一化的直方图其所有部分之和应等于1。直方图增强技术正是利用修改给定图像直方图的方法来增强图像的，最后得到的图像增强程度取决于我们所采用的直方图。
2.2 直方图均衡化
让变量r和s分别代表图像增强前后的像素灰度级，相应灰度级分布的概率密度分别为Pr(r)、Ps(s)。为讨论方便，假设像素灰度值已经归一化在区间[0，1]，在灰度级坐标中r=0表示黑，r=1表示白。对区间[0，1]内任一个r值按变换函数：
S=T(r)（1）
进行变换，T(r)满足两个条件：
（1）T(r)在区间0≤r≤1中为单值单调增加函数；
（2）当0≤r≤1时, 0≤r≤1。
条件（1）使灰度级保持从黑到白的次序，条件（2）保证输出灰度级与输入灰度级有同样的范围。从s到r的反变换为：
r=T-1(s),0≤s≤1 （2）
同样，规定变量s也满足条件（1）和（2）。由概率理论知，若
Pr(r)和变换函数s=T(r)已知，T-1(s)是单值单调增加函数，则有：
直方图增强技术就是通过变换函数T(r)控制图像灰度级的概率密度函数而改变图像的外貌。
对于连续图像，变换函数为：
这说明，在变换后变量s在定义域内，Ps(s)是均匀概率密度。在图像增强意义上，这相当于像素的动态范围增加。在后面的MATLAB仿真时，便可以看到图像对比度会产生显著的变化。
对于离散图像，灰度级rk的概率值为：
其中，n表示图像中像素的总数，nk是在图像中出现这种灰度级的次数，L表示灰度级的数目，Pr(rk)为第k级灰度级的概率。与连续图像的（4）式相对应，离散形式为：
反变换为：
rk=T-1(sk),0≤sk≤1（9）
可见，能够直接利用式（8）从所给的图像计算变换函数T(rk)。
2．3 直方图规定化
直方图均衡化能自动地确定变换函数，该函数寻求产生有均匀直方图的输出图像。当需要自动增强时，这是一个好办法，因为由这种技术提到的结果可预知，并且操作简单。有时可以指定希望处理的图像所具有的直方图形状。这种用于产生处理后有特殊直方图的图像的方法，叫做直方图匹配或直方图规定化，可以说，直方图规定化是对直方图均衡化方法的改进。令Pr(r)和Pz(z)分别表示原始和希望的图像概率密度函数，同时利用式（4）直方图均衡化，则：
由式（4）均衡化处理产生最后的结果Ps(s)=1与积分内的概率密度无关，因此，处理后的原图像及理想图像的概率密度Ps(s)和Pv(v)具有相同的均匀密度。这样，可以从原始图像中得到的均匀灰度s代替逆过程中的v，其结果灰度级z=G-1(s)就是所要求的概率密度函数。上述过程即为：
（1）将原始图像的灰度级均衡化。
（2）对目标图像规定希望的概率密度函数，并用式（11）得到变换函数G(z)。
（3）计算目标图像的逆变换函数z=G-1(v)，便得到了所希望的灰度级。
由以上讨论可以得到：
z=G-1[T(r)] （13）
对离散图像，相应的规定化表达式为：
以上各式表明，一幅图像决定出T(r)与反变换函数z=G-1(v)便可以进行直方图规定化，但在实践中得到T（r）和G-1却不大可能。幸运的是，在离散情况下，这一问题在相当大的程度上被简化了。总的来说，并没有规定化直方图的规定，对于任何一个给定的增强任务都必须借助于实际分析，下面我们来看一下采用MATLAB语言实现的对比效果。（可通过图3、图4看出对比效果）
3 MATLAB实现及结果分析
3.1 MATLAB中直方图均衡化及规定化函数
在MATLAB中实现结果所涉及到的直方图均衡化和规定化处理函数：
（1）I=imread(‘图像名称’)%读取图像
（2）imshow（I） %显示图像
（3）imhist（I） %显示出图像的直方图
（4）J=histeq（I） %对图像进行均衡化
（5）subplot(m,n,p) %显示m行n列个图像，在第p个区域内显示图像
（6）figure%创建一个新窗口，避免直方图覆盖原来数组显示的结果
（7）J=histeq(I,hgram)
J=histeq(I,n)
[K,T]=histeq(I,……)
%返回图像I的每个灰度上的像素点数目，均衡化后返回各灰度值
3．2实例：直方图均衡化及规定化处理
(1)首先显示原图像及直方图，代码及效果图如图1所示：
I=imread(‘girl.tif’); %读入图像
Subplot(1,2,1);imshow(I); title(‘原始图像’);
%显示原图像与标题
Subplot(1,2,2),imhist(I); title(‘原始图像直方图’); %显示原始图像直方图及标题
图1 原始图像及其直方图
图2 均衡化后的图像及其直方图
（2）进行均衡化处理，代码及效果图如图2所示：
J=histeq(I);
%均衡化处理图像
Subplot(1,2,1); imshow(J);title(‘均衡化后图像’)
%显示均衡化后的图像及标题
Subplot(1,2,2);imhist(J); title(‘均衡化后直方图’)
%显示均衡化后的图像直方图及标题
（3）获得均衡化后的像素点及显示要规定化的图像，代码及效果图如图3所示：
[counts,x]=imhist(J);
%获得均衡化处理后直方图各像素点灰度级以便后面图像规定化
%直方图规定化处理
K=imread(‘cell.bmp’);
Subplot(1,2,1);imshow(K);title(‘要规定化的图像’);
%显示要规定化的图像及标题
Subplot(1,2,2);imhist(K);Title(‘要规定化图像直方图’);
%显示要规定化的图像直方图及标题
（4）进行规定化处理，代码及效果图如图4所示：
L=histeq(K,counts); %规定化处理
Subplot(1,2,1);imshow(L);title(‘规定化后的图像’);%显示规定化后图像及标题
Subplot(1,2,2);imhist(L);title(‘规定化后的图像直方图’);%显示规定化后的图像直方图及标题
图3 要规定化的图像及直方图
图4 规定化后的图像及其直方图
从上述实例及效果图中可以看出，原始图像较暗且灰度级变化范围小；图1是原始图像及其直方图；图2是对原始图像均衡化处理后的结果，可以看到处理后图像亮度值出现的频数趋于平衡，灰度的动态范围和对比度差都得到了增强；图3(血细胞图像)为需要规定化处理的图像及其直方图；图4是采用直方图规定化处理后的结果，可以看到规定化处理是将原来较暗区域的一些细节得到增强，从而使图像更加清晰明了。
4 结束语
本文从理论上介绍了直方图处理中常用的直方图的均衡化及规定化方法。通过MATLAB程序算法实现了上述图像增强过程，并给出了处理前后的图像效果图。
实验表明，采用直方图处理技术对图像增强有着良好的处理效果，它可以应用到各个领域，如医学、电子航天等各方面。应该指出的是，图像增强的通用理论是不存在的，它是由观察者最后判断特定方法的结果。本文给出的程序代码在MATLAB中编译通过。
参考文献：
[1]Rafael C.Gonzalez，Richard E.Woods 著.阮秋琦，阮宇智 等译. Digital Image Processing （Second Edition）.数字图像处理（第二版）[M]. 电子工业出版社，2005.
[2]张志涌.精通MATLAB6.5版[M]. 北京航空航天大学出版社,2003.
[3]汪志云,黄梦为.基本直方图的图像增强及其MATLAB实现[J].计算机工程与科学,2006,28（2）:54-56.
[4]徐飞,施晓红.应用图像处理[M].西安:西安电子科技大学出版社,2002.
[5]姚若河,黄继武,吴湘淇.改进的直方图均衡化图像增强算法[J].铁道学报,1997.12
[6]王耀南,李树涛,毛建旭.计算机图像处理与识别技术[M]北京:高等教育出版社,2001.
[7]王炳锡,陈琦,邓峰森.数字水印技术[M].西安电子科技大学出版社．2001.
[8]刘榴娣,刘明奇,党长民.实用数字图像处理[M].北京理工大学出版社,1998.
增强处理 篇4
1 视频降噪增强方法分类
视频是一连串的图像序列, 视频中的每一帧可以看作一幅静态图像[2,3], 因此, 单幅图像的增强降噪处理也可以用于视频的每一帧图像。但是由于视频图像序列是在时间维的扩展, 相邻图像之间的相关性非常强, 因此, 对于视频增强和降噪处理就不能应用以前的图像处理方法, 必须考虑视频的时空特性。视频增强和降噪的方法分为帧内滤波和帧间滤波[4]。
帧内滤波是指对视频中各个单独的帧使用 (空域、频域和小波域) 图像处理算法进行处理, 能够降低噪声和较好地保留图像细节, 但时间消耗和冗余较大;帧间滤波是指通过特定 (时空) 算法对相邻帧间的内容 (具有显著的冗余信息) 进行视频处理, 主要方法有时域平均滤波法、自适应时域递归滤波法和基于运动补偿的滤波法[5]。
2 基于MATLAB的视频降噪增强
2.1 视频读取、处理、播放
MATLAB提供了使用视频片段和多种视频格式进行视频处理的功能。采用Aviread函数能够读取一个AVI电影并将其帧存入一个Movie结构中, Mmreader函数能够读取多种多媒体文件格式的视频数据。使用Frame2im函数能够将视频帧转换为一幅图像, 而Im2frame能够将图像转换为帧, 利用这两个函数能够方便进行帧内滤波等单独帧的处理与合成。通过Avifile函数能够生成一个新的AVI文件, 而Movie2avi函数能够从一个MATLAB的Movie生成一个AVI文件。Movie函数为原始内置的视频播放器, 不支持如暂停和逐帧步进等功能, 功能非常有限, 而Implay函数具有类似VCR的图像和视频播放器功能。
2.2 视频图像帧内滤波处理
视频序列的帧内滤波处理步骤, 首先, 采用函数读取视频的每一帧, 将帧转换为一幅图像, 采用空域、频域和小波域等方法对图像进行处理, 将图像转换回帧并保存在视频结构中。例如读取视频文件walk.avi, 然后提取视频的第10 帧图像, 采用平均滤波器进行处理得到新的图像, 如图1 所示。对视频的第10 帧图像添加椒盐噪声, 然后采用平均滤波器进行处理, 结果如图2 所示。将处理后的图像转换为帧, 并将新的帧保存在视频结构中。播放新的视频时, 发现添加噪声的视频图像, 噪声已去除, 但视频在此处有明显的抖动现象。
2.3 视频图像帧间滤波处理
视频序列的帧间滤波处理主要基于运动估计来完成。运动估计是根据帧间的运动信息得到帧内像素点的运动矢量[5], 所有运动估计算法都是基于图像亮度随时间变化。基于像素的运动估计思想是要估计每一个像素的运动矢量 (MV) , 当前像素的MV是由先前编码的邻近像素的MV或当前像素邻场内的运动估计线性组合来表示, 依据该像素上的位移帧差 (DFD) 的梯度最小值对预测作进一步修正, 该方法能极大减少算法的运算量, 但是如果上一帧图像被赋予的权重过大, 会导致拖尾。图3 为添加噪声的视频walk.avi准备播放时的截图, 图4 为采用帧间滤波处理后的视频截图。通过对比图3 和图4, 添加噪声的视频已较好地去除了噪声。不同的运动估计方法直接影响到视频后续效果。
3 结语
文章采用MATLAB工具, 对视频序列采用帧内滤波和帧间滤波方式进行了增强和降噪处理。由于视频序列与单独的静态图像不同, 所以使用先前的图像处理方法进行降噪增强处理, 运算量大, 有抖动现象;采用运动估计的帧间滤波方法进行降噪增强处理, 运算量较小, 能够有效抑制视频静止区域的噪声, 但是运动区域的降噪效果欠佳。因此, 为了得到最好的视频效果, 往往采用时空域降噪增强 (即将空域降噪方法和时域降噪方法混合使用) 方法。视频图像经过降噪增强处理后, 能够较好保持细节, 有效抑制噪声, 图像更加清晰, 为后续视频的处理与分析等提供支持。
参考文献
[1]赵小川.现代数字图像处理技术提高及应用案例详解 (MATLAB版) [M], 北京:北京航空航天大学出版社, 2012.
[2]杨高波, 杜青松.MATLAB图像/视频处理应用及实例[M], 北京:电子工业出版社, 2010.
[3]张毓晋译, Oge Marques.使用MATLAB图像和视频处理[M], 北京:清华大学出版社, 2013.
[4]黄源源.视频监控系统中一些关键技术的研究[D], 成都:电子科技大学, 2013.
增强处理 篇5
和战斗力。
一、正确处理民主与集中的关系
民主集中制是我们党的根本领导制度，而如何正确处理民主与集中的关系，则是正确贯彻执行民主集中制原则的关键所在。我们通过班子集中学习党关于民主集中制的有关理论，能够辩证地处理民主与集中的关系。公司领导班子认为，在民主与集中的关系上最怕的是鸦雀无声，一把手说了算，其他成员不发表意见，这说明班子的思想不统一，不愿意说心里话，这样集体的智慧就不能发挥，容易造成工作中的失误；最难的是互相顶撞，不能抛开个人成见，形不成集中意见，造成班子不和谐；最危险的是当面说好话，背后乱议论，造成班子分裂，队伍涣散，破坏了单位的凝聚力；最愉快的是各抒己见，实话实说，班子能够形成一盘棋。在处理具体问题时，我们能够比较准确地把握民主与集中的结合点，在工作中加以运用。去年2月份，上级党委根据公司的干部指数，分配给我们公司三名聘干指标。对这一敏感问题，立即有人托关系、走门子。一些老上级、老领导、亲朋好友找到我们公司的“一把手”说情。但是，班子成员坚持原则，通过自上而下的民主讨论，一致同意将代干时间长、政治思想觉悟高、工作成绩突出、有一定管理能力且群众威信高的三名同志上报中心党委予以审批。另外公司在讨论奖金分配、大项经费开支、改革方案等重要问题时，无论是召开党委会，还是召开党委扩大会，都坚持行使“一人一票”的方法，使党委的意见和建议，全部建立在集体智慧的基础上。
二、正确处理集体领导和分工负责的关系
工作的实践使我们认识到，集体领导与分工负责是领导方法问题，二者的目标是一致的，没有集体领导，许多重大问题无法正确决策；没有分工负责，集体讨论决定的事项就无法付诸实施。在对一个基层单位的改造过程中，公司经理负责全面工作运筹，制定整改方案和措施。由一名副经理和副书记负责硬件的配套工作和软件的完善工作，其它副经理负责协助配合。在会战中，班子成员和职工吃在一起，干在一起，顶烈日、战酷暑，经过一个多月的会战，使这个面貌发生了巨大的变化。工作的实践使我们深刻体会到，不能只强调集体领导而不要分工负责，更不能强调分工负责而不要集体领导。因此在平时的工作中，我们既注重加强集体领导，重大问题由集体讨论决定，又注重搞好分工负责，各个成员按照集体讨论的事项，按照分工认真抓好落实，并允许成员在不违背集体议定事项的大原则下，充分发挥主观能动性，创造性地开展工作。这样既能达到预期的目的，有时还会收到事半功倍的效果。
三、正确处理正职与副职的关系
领导班子中的一把手对班子建设和事业成败起着举足轻重的关键作用。但如果没有配合默契、各司其职的副职的协助和支持，就像大力士没有左膀右臂，将会一事无成。一年多来，我们逐步明确了班子成员各自所处的位置和职责。首先，正职处于班子的核心地位，负责公司的全面工作，对上级总负责；副职是班子的一员，在正职领导下负责一个或几个方面的工作对正职负责，其次，我们还明确了如何形成班子的整体合力。正职要注意全面提高政治素质、业务素质、组织指挥能力，身体力行，率先垂范。对副职知人善任，按照扬长避短、各尽其能的原则，进行合理分工，给他们充分施展才能的“舞台”，让他们在分管工作上有职有责有权，并在副职工作出现疏漏或失误时，主动承担责任，不上推下卸。副职要以正职为核心，围绕正职的思路积极当好参谋。公司从成立至今，正、副职都能以大局和事业为重，以党和人民的利益为重，大事讲原则，小事讲风格，做到工作上互相尊重、互相支持、互相谅解，在生活上互相关心、互相帮助，和谐务实地建设着我们公司灿烂辉煌的未来。
四、正确处理批评与自我批评的关系
批评与自我批评是我们党的优良传统。如何正确处理好批评与自我批评的关系，是每一个领导班子需要解决的现实问题。批评与自我批评是一个问题的两个方面，二者的动机和目的是一致的。光有批评，被批评人认识不到自己的错误，会产生抵触情绪，结果适得其反。光有自我批评就会产生一团和气，你好我好大家都好，达不到应有的效果。只有批评与我批评同时开展，才能发挥应有的作用，收到理想的效果。工作中我们认识到, 要想运用好批评与自我批评这个有力武器, 首先要提高认识,做好深入细致的思想工作。开展批评和自我批评，必须认真学习毛泽东、邓小平、江泽民等领导同志的有关重要论述，掌握原则和方法，作到讲党性、讲原则、增强思想交流的自觉性。其次，要从团结的愿望出发。因此，我们班子无论是在民主生活会上，还是在工作中，都注意运用“团结—批评—团结”这个有力武器，从有利于党和人民的利益出发，从有利于工作的目的出发，既摆成绩，又讲问题，既从自律角度进行自我批评，又从大局出发坦诚地开展相互之间的批评。力戒那种自我批评谈情况、相互批评提希望，隔靴搔痒搞形式主义的现象。实践证明，我们领导班子内部开展的正常的批评，不仅有利于班子成员思想和感情上的沟通，有利于同心协力地开展工作，也有利于个人的身心健康，形成了一种既严肃认真又生动活泼的局面。
五、正确处理坚持原则与合作共事的关系
坚持原则与合作共事是同一事物的两个方面，是并行不悖、辩证统一的。坚持原则是合作共事的根本前提，合作共事是坚持原则的结果和归宿。不能为了合作共事而放弃原则，没有原则的合作共事是没有党性的表现。在平时，我们坚持做到工作上相互支持不拆台，生活上相互关心不谋私，作风上严于律己不放松，团结上相互尊重不分裂，以达到整体合力的发挥。
增强处理 篇6
一、 处理好“等”与“催”的关系
数学教师不应急功近利、心浮气躁, 而是要耐心地引导。学生听不懂的地方多讲几遍, 提出问题后要留给学生思考的时间, 让学生把握课堂进程的主动权, 把本该属于学生的权力还给学生。同时, 小学生的情绪易变, 听课的注意力不够集中。在这种情况下, 教师一定要在做好“慢速等待”的基础上, 适当施加“外力”, 督促学生专心听讲、按时完成作业, 培养小学生良好的学习习惯, 并引导他们主动运用所学数学知识解决实际问题。
二、 处理好“教”与“学”的关系
在小学数学教学中, 要改变传统教师讲授和提问的教学模式, 应采用以学生为主体的问题教学模式。即就是注重培养学生的问题意识。教师应明白“教”是引路、“学”是走路的道理, 从思想上转变自己的教学观念, 改变师生在课堂上的角色。教师要从一个知识传授者转变为学生发展的促进者, 从教室空间支配者的权威者向数学学习活动的组织者、引导者和合作者的角色转变。同时还要学会倾听, 敢于用实事求是的态度面对学生的提问, 并鼓励学生质疑问难, 保护学生的好奇心, 引导他们勇于提出各种新奇的数学问题。除此之外, 还要尊重学生的人格和个体差异。
三、 处理好“动”与“静”的关系
教师应该从教材和学生的心理特点出发, 处理好“动”与“静”的关系, 引人入胜、步步深入地提出富有趣味性、启发性的问题, 用科学、艺术、生动的语言吸引学生积极思考, 让数学课堂真正“动”起来、“活”起来。当然, 这里的“动”不是无组织、无纪律乱动, 不是让学生满教室乱跑, 把整个课堂弄成乱糟糟的场面, 而是教师要当好学生学习的组织者、引导者和合作者, 努力营造民主和谐的教学氛围, 让学生积极、主动地迎接知识、契合教师。必要时, 可以增加一些合理的数学游戏, 使学生处于一种宽松的学习环境当中。教师要允许学生质疑和“出错”, 要和学生建立朋友式的新型师生关系, 消除学生的紧张心理, 变“一言堂”为师生互动。当然, 除此之外, 还要强调一点:教师一定要以饱满的热情、真诚的微笑面对每一位学生, 特别是对“学困生”, 更应该倾注以爱心和耐心, 使其深刻地感受到教师的厚爱和关注, 进而增强学习的信心。
四、 处理好“繁”与“简”的关系
增强处理 篇7
1. DICOM图像的读取。
DICOM这个名称是为医学图像储存和传输专门由美国放射学会和美国电器制造商协会共同组织制定的, 此标准名称的制定, 促进了医院PACS系统的迅速发展。拟定名称为DICOM的文件, 其中能够包含一个或多个“切片” (每一个切片又称为一个帧, 不同的帧用以表示不同的扫描层, 通俗来讲就和Photoshop或建筑CAD中的图层概念相似) , 日常应用的许多图像软件和DICOM的格式都不兼容, 但是本文介绍的Photoshop Extended可以打开并能对DICOM的格式的文件进行基本的图像处理。打开的程序很简单, 选择“文件”, 弹出菜单后选择“打开”项, 在计算机内找到想要打开的DICOM格式的文件, 双击打开即可。在DICOM格式文件打开过程中, Photoshop 软件会保留文件原有的“层”数, 在DICOM文件图像导入前, 和图像一并的还有其他类别的数据, 如:病人个人情况数据、检查数据和图像数据等等, 可以利用图像的“文件简介”项对DICOM的格式文件的元数据进行编辑。
2. DICOM图像的格式转换。
在图像处理软件Photoshop中打开的DICOM格式图像, 能够利用Photoshop 软件中的另存为将图片保存为常见的BMP、JPEG、TIFF格式的图片, 便于后期的各种操作, 如:制作幻灯片演示文稿、在WORD中直接插入图片等等。格式转换的步骤具体为:在打开的DICOM文件的面板中选中“导出选项”, 弹出对话框中找到“导出演示文稿 (JPEG) ”选项, 最后确定即可完成对DICOM图像的格式装换操作[1]。
二、医学图像增强处理
1. 图像的锐化处理。
图像的锐化处理的基本原理就是通过提高像素的对比度, 将模糊的部分变得更加清晰, 锐化操作注重色彩的边缘, 锐化处理后的图像边缘、轮廓线和细节等方面变得更加清晰。一幅图像的主要信息蕴含在图像的边缘、细节和纹理等特征中, 鲜明的图像特征能够增强图像的视觉质量, 同时, 对于图像分割、图像识别和图像理解等图像后续处理操作十分重要。在医学图像中遇到图像边缘不清晰、检测目标明确度不够和图像中存在噪声等问题, 利用图像的锐化处理便能很好的解决。
在Photoshop图像处理软件中, 可选择的锐化处理选项有以下四种:锐化、锐化边缘、进一步锐化、USM锐化。这四种之中的USM锐化技术相对成熟, 锐化处理不是单纯的将图像中的轮廓线等进一步加深, 它是通过像素之间的相互差异, 进行过对比, 增加像素之间差异的程度, 如此来增强图像边缘的清晰度, 同时还能避免图像锐化后不自然的情况发生, USM锐化的另一大优点就是在锐化处理过程中, 对原图建立了一个虚化的版本, 这样不会消减低对比度区域的“帧”数。
在对导入图像处理软件Photoshop中的DICOM医学图像进行处理过程中, 首先选择“滤镜”菜单中的“锐化”选项, 根据原图的图像特征提取的需要选择相对应的锐化滤镜进行图像增强。以图像处理软件Photoshop C S 3 Extended打开DICOM医学图像进行图像处理为例, 图2为原始图像, 很明显原图受噪声影响, 局部清晰度不足, 利用USM滤镜对其进行锐化处理, 锐化参数设置成数量值279%, 半径9.9像素, 阈值29色阶。USM滤镜处理后, 消除了原图中的部分噪声, 边缘线更加清晰, 更加利于病理观察和分析。在锐化过程操作中涉及到的参数有:数量、半径和阈值, 数量是指对原图像应用锐化量的大小, 单位以百分比计量;半径是指边界每侧样本点数和光标圆点半径的大小;阈值是控制边缘中存在相邻像素间的最小色调差别, 阈值越小, 锐化的效果越明显。
2. 伪彩色处理。
人的眼睛能对上千种色度和亮度存在差异的图像进行区分, 但是仅能区分40几种不同等级的灰度, 但是在医学图像中使用的伪彩色正是以灰度等级来区分的, 因此, 将医学图像中的伪彩色进行图像处理是十分必要的。Photoshop图像处理软件中的 RGB色彩空间正是能够很好的完成此工作, 将医学图像进行伪彩色处理后, 能够加深人眼对图像内容的敏感度, 医护人员能够直观的对组织的正常与否进行区分, 提高了图像的辨识度, 对于病况病理的分析研究有利。
伪彩色处理的基本原理是利用不同灰度级别和色彩空间中的一一对应关系, 将黑白色的图像对应到色彩空间中, 将黑白色的图像转化成彩色图像, 在转化过程中遵循不同灰度对应不同彩色显示, 相邻灰度对应相邻彩色显示的原则。Photoshop 图像处理软件中伪彩色处理功能是在一定的容差范围内, 通过魔棒工具依次对医学图像中的相同灰度区域进行选择, 然后以红、绿、蓝进行填充来完成伪彩色处理。
3. 图像堆栈。
Photoshop Extended 图像堆栈功能就是将一组参考帧相似、但品质或内容不同的图像进行不同的组合而成的符合图像, 来消除图像中的“杂质”, 达到图像增强的效果[2]。应用图像堆栈处理的原图, 必须具备相同的尺寸和相近的内容, 在实际应用中, 往往是同一个事物利用不同的成像技术得到的不同灰度的图像。具体操作步骤:选择“文件菜单中“脚本”“将文件载入堆栈”选项, 将图像全部导入编辑画面, 进行图像堆栈操作。对多个图像进行图像堆栈处理后, 存储为智能对象, 步骤为:“图层”“智能对象”“堆栈模式”选择不通不过的模式进行图像的增强处理操作。
4. 边缘化处理。
Photoshop图像处理软件中的“查找边缘”和“亮化边缘”滤镜可以对医学中边缘提取不够清晰的图像进行边缘化处理, 使其轮廓更加清晰。操作步骤为:在Photoshop Extended中打开待处理图像, 选择“滤镜”“风格化”“查找边缘/亮化边缘”选项, 完成边缘化处理工作。在边缘化处理过程中, 可以通过对“照亮边缘”选项中的“边缘亮度”、“边缘宽度”、“平滑度”等参数进行设置, 达到图像增强的最佳效果。
三、结束语
随着数字图像处理技术的不断进步与发展, 图像处理技术在医学方面的应用越来越普遍, 经过图像处理后, 原本医学图像显示不出或不明显的信息得以凸显或显现出来, 这在临川诊断和辅助治疗方面起到了重要作用。Photoshop图像处理软件中的滤镜功能, 通过对医学图像进行平滑、锐化、边缘化、伪彩色等处理, 对原图像中的信息的表达起到了很好的促进作用。
摘要：本文介绍了如何利用photoshop工具软件对医学图像进行读取和格式转换, 并结合实际应用的经验, 详细介绍了利用photoshop软件对医学图像做增强处理的操作步骤。
关键词：photoshop,医学图像,图像处理,图像增强
参考文献
[1]陈瑛, 龚著琳, 苏懿, 等.以能力培养为导向的“医学图像处理与分析”研究生课程教学改革初探[J].中国高等医学教育, 2010, (6) :79-80.
增强处理 篇8
1 资料及方法
1.1 一般资料
收集2012年行薄层CT增强扫描+三维重建并经手术病理证实的5例肺隔离症, 其中男性3例, 女性2例, 年龄15~44岁, 平均33岁。主要临床表现:1例有发热、咳嗽、咳黄色浓痰;2例仅有咳嗽;1例有咯血, 20年前患有肺结核, 已治愈;1例有痰中带血。
1.2 检查方法
所有病例均作CT平扫、双期增强扫描及三维重建, 采用64排螺旋CT。平扫, 深吸气后闭气连续螺旋扫描;双期相增强扫描, 动脉期20s, 延迟期75s, 造影剂注射速度3ml/s, 注射量70~100ml;层厚0.625mm, 重建间隔0.625mm, 均做三维重建 (多平面重组 (MPR) 、最大密度投影法重建 (MIP) 、容积重建 (VR) ) 。
2 结果
2.1 影像学表现
1例位于左肺下叶后基底段, 呈实性, 可见分叶, 边缘光整, 远端可见淡片样模糊影, 增强明显均匀强化;3例位于左肺下叶后基底段, 1例位于右肺下叶后基底段, 呈囊实性, 其中1例可见散在点样钙化, 1例可见一含气囊腔, 2例可见数个含气囊腔伴液气平, 增强后实质病灶不规则强化, 囊性病灶未见明显强化;2例病灶边缘可见不同程度的局限性肺气肿。薄层CT增强+三维重建可见由胸主脉分支供血, 供血动脉主干大多直径0.5~1.0cm, 最大约2.0cm, 其中1例可见供血血管近端局部瘤样扩张 (图1, 2) , 最大径约3.5cm, 引流静脉进入肺静脉系统。
图1, 2可见异常供血血管局部瘤样扩张, 引流进入左肺静脉。图3, 4显示异常供应血管来自胸主动脉。图5示病灶呈多房性囊性肿块伴液平, 增强后囊壁可见强化。图6病灶边缘局限性肺气肿, 分界不清。
2.2 手术与病理
手术证实均为叶内型, 其中1例行左肺下叶切除术, 3例行胸腔镜下左肺下叶切除术, 1例行右肺下叶切除术。术中所见供血动脉均来源于胸主动脉, 4例位于肺韧带内或与其平行, 1例发自膈肌上方。异常动脉直径:1例约1.0cm, 2例约0.5cm, 1例约2.0cm, 1例供血动脉近端呈瘤样扩张, 最大径约3.5cm。其中1例可见2支异常供血血管, 血管直径均约0.5cm。
病理证实均符合隔离肺病理改变。
3 讨论
3.1 相对恒定发病部位
叶内型常发生于两肺下叶, 多为单肺发生, 左侧多于右侧, 多系后基底段, 偶尔发生在右上、中肺;叶外型通常位于肺和横膈之间, 其中90%与左膈相连, 也可位于膈下、纵隔、心包及肺内[1]。本组5例均位于两肺下叶, 左侧4例, 均位于后基底段, 与文献相符。
3.2 异常主动脉供血
肺隔离症供血动脉多来自体动脉, 最常见的为降主动脉下段, 其次为腹主动脉[5]。叶内型多来自胸主动脉供血, 大多数为单一异常血管供应, 部分患者发现多支异常供应血管[4], 引流静脉一般为肺静脉系统, 少数为奇静脉[6];叶外型引流静脉一般为下腔静脉、奇静脉、半奇静脉或门脉系统[5]。薄层CT增强扫描+三维重建 (MPR、MIP及VR) 可以立体显示供血动脉走行[7], 为正确制定手术方案和避免术中损伤血管提供了可靠的依据 (尤其是VR技术能直观显示异常供血动脉的走行, 能减少手术过程中大出血的发生率[8]) 。本组均为叶内型, 均由胸主动脉供血, 引流进入肺静脉系统。其中有1例供血动脉近端呈瘤样扩张, 最大径约3.5cm, 考虑动脉瘤, 临床根据影像学资料, 先行假性动脉瘤腔内修复术, 一星期后行胸腔镜下左肺下叶切除术, 避免了术中大出血的可能。
3.3 隔离肺组织主要改变为囊肿、结节和肿块[9]
单房或多房的囊性肿块及囊实肿块多见, 多为薄壁, 常有液平, 后者为感染所致, 增强后实性病灶不规则强化, 囊性病灶无强化。结节或肿块密度均匀, 可有分叶, 边缘可清楚或模糊, 增强可有明显均匀强化。本组囊实性4例, 实性结节1例。
3.4 病灶周围局限性肺气肿
有作者认为此征像对不典型肺隔离症鉴别诊断有帮助[10], 此种肺气肿与正常肺实质边界不清, 本组有2例可见局限性肺气肿。
鉴别诊断:肺隔离症主要与肺囊肿、坏死性肺炎、肺不张、支气管扩张、肺脓肿、肺内肿瘤合并坏死等鉴别。他们都有相应的临床和CT特征性表现, 典型者鉴别不难。
参考文献
[1] 何永新, 袁新, 刘子波.肺隔离症的多层螺旋C T诊断[J].中国民康医学, 2012;24 (3) :1587~1590
[2] 董祥宝.多排螺旋C T诊断肺隔离症的价值[J].实用医技杂志, 2011;18 (10) :1052~1053
[3] 陈伟良, 时胜利.6 4排C T重建对先天性肺隔离症的诊断价值[J].医学信息, 2011;24 (2) :889~890
[4] 刘士远, 陈起航, 吴宁.实用胸部影像诊断学[M]第一版.上海:人民军医出版社.2012, 100~103
[5] 孟瑜, 陈爱华, 胡道予.MSCT血管成像在肺隔离症诊断中的价值评估[J].放射学实践, 2011;26 (2) :298~299
[6] 石建成, 朱石柱, 刘怀军, 等.叶内型肺隔离症多层螺旋CT影像表现特征[J].临床放射学杂志, 2011;30 (9) :1284~1287
[7] Fruh DP, Donnelly LF.Pulmomary sequestration spectrum:AneW spin With helic CT[J].AJR, 1997;169 (9) :679~683
[8] 刘玉芳.多层螺旋C T容积再现对肺隔离症的应用价值[J].临床肺科杂志, 2012;17 (4) :656~657
[9] 赵锋, 鞠晓英, 郭含涛, 等.肺隔离症的影像学诊断[J].中国医学影像学技术, 2001;17 (3) :246~247
增强处理 篇9
1 影响地调调度员事故处理的因素
从当前的情形看, 在电力调度工作中, 影响地调调度员事故处理能力的因素主要包括以下三点。
1.1 心理因素
心理因素可以说是最为关键的因素, 对于调度员而言, 一方面, 要具备很强的安全意识, 并要熟练掌握电力系统的薄弱环节、负荷情况和事故处理方法, 做到发生事故时快速反应, 并采取有针对性的处理措施, 同时, 还要始终把安全问题放在首要位置;另一方面, 调度员必须要具备良好的心理素质, 这样才能确保在意外事故发生时不慌不乱, 并严格按照规范化的程序进行处理, 切不可顾虑太多、犹豫不决, 以免事故影响的扩大。
1.2 能力因素
自身的专业能力是影响调度员事故处理效率的一大因素, 因此调度员必须具备熟练的专业技能、丰富的经验和良好的沟通协调能力。电网事故往往具有很大的突发性, 调度员的专业技能和经验直接决定了其能否在第一时间做出准确判断, 并对事故进行有效处理。如果调度员缺乏专业技能, 对现场设备不熟悉或不了解设备的工作原理, 那么不仅无法对事故进行及时处理, 还有可能引发人员伤亡或设备损坏事故, 从而造成更严重的后果。另外, 电网一旦出现事故, 就很可能会迅速蔓延, 波及到多个变电站和用户站, 情况相对复杂, 涉及人员众多。在这种情况下, 调度员需要具备良好的沟通、协调能力, 迅速对整个事故信息进行收集和整理, 并与各个单位之间进行协调, 调动一切资源对事故进行处理, 提高事故处理的效率和质量。
1.3 环境因素
环境因素对调度员处理事故的影响主要表现在通信的畅通、信息的准确等方面。在当前智能化变电站不断推行, 自动化技术不断得到普及的背景下, 遥测、遥信信息和各种报文成为调度员对事故进行判断和处理的重要依据, 如果这些信息出现误差或者传输滞后, 则必然会影响处理事故的准确性和及时性。
2 增强调度员事故处理能力的有效措施
对于电力管理部门而言, 要想提高地调调度员的事故处理能力, 就要充分分析影响调度员事故处理的因素, 并从以下几个方面着手。
2.1 加强思想教育
加强思想教育主要要做到以下几点: (1) 加强对调度员的安全教育和思想教育, 引导其树立正确的安全意识和责任意识。落实岗位责任制, 使调度员充分重视事故处理工作。 (2) 在下达调度命令时, 要确保精神集中、思路清晰, 对于临时改变的工作计划和电网发生的意外事故, 要坚持条例分明地分析, 避免只凭经验或印象处理。 (3) 平时, 调度人员要端正态度, 全面了解并掌握辖区内电网设备的状况, 做好事故预想工作, 并制订合理、有效的反事故措施。 (4) 要熟悉相关规定, 以便对事故进行及时、准确的处理。调度人员要加强学习, 熟练掌握事故处理的原则和方法。在对事故进行处理时, 要做到心中有数, 沉着冷静, 确保事故处理的顺利进行。
2.2 强化技能培训
电力调度工作是一个技术性很强的工作, 尤其是在当前科学技术不断发展的背景下, 各种新的电网设备不断得到应用, 电网的现代化水平在不断提高, 这对调度员的专业能力提出了更高的要求。为此, 调度员要不断更新观念, 与时俱进, 坚持学习新的专业知识和技能, 提高自身的专业素质, 另外, 调度员还要结合电网事故处理的特点, 熟练掌握各类设备的工作原理和操作方法, 以保证事故处理工作的有效进行。
2.3 改善外部环境
一方面, 要对设备检修工作实施动态监控, 强调电力调度的纪律, 始终保持通讯的畅通, 提升电网中自动化远动设备运行的准确率, 尽可能减少延迟时间, 确保通信的及时性;另一方面, 各级领导在下达指示时, 要尽可能通过调度主任或班组长进行, 以免重复的指示对调度员处理事故形成干扰。
2.4 编制事故预案
事故预案, 主要是指在日常工作中, 针对系统中的薄弱环节, 对可能发生的事故进行预测和预想, 确定值班人员应该如何反应。事故预案的编制是一种居安思危的体现, 同时也是强化调度员事故处理能力的有效手段。由于事故预算是预先编制的, 因此可以在日常工作中对其进行反复斟酌和完善, 不断提高预案的合理性和实用性。根据预案可以进行相应的反事故演习, 并针对预案中可能发生的事故进行模拟和演练, 从而进一步提高调度人员的事故处理能力。
3 结束语
总之, 在当前电力需求不断增大的背景下, 加强对地调调度员事故处理能力的培养, 是保证电网安全稳定运行的关键。提高地调调度员的事故处理能力, 可以有效减少电网事故造成的经济损失, 树立供电企业良好的社会形象, 促进我国电力行业的稳定发展。
参考文献
[1]宋耐超, 马力.提升调度员事故处理能力的措施[J].农村电工, 2011 (08) .
增强处理 篇10
关键词：医学影像处理,MATLAB,小波变换,图像去噪,图像增强
1、引言
由于医学成像设备的成像机理, 获取条件以及显示设备等因素的限制, 通过人眼对这些图像做出准确的判断是很困难的。小波变换能够根据分析对象的不同自动调整相关参数, 对医学影像中去噪和增强处理具有比较好的效果[1,2]。
2、小波变换的数学基础
2.1 基本小波
所有小波都是通过对基本小波进行尺度伸缩和位移得到的。基本小波是一个具有特殊性质的实值函数, 它是振荡衰减的, 而且通常衰减得很快, 在数学上满足零均值条件[3]:
2.2 连续小波
如果函数f (t) 属于L空间, 则f (t) 的连续小波变换定义如下[3]:
3、小波变换在医学图像去噪处理中应用
3.1 医学图像中的噪声类型
医学图像中的噪声主要分为如下三种类型:
加性噪声.加性噪声的数学模型可以表示为:
乘性噪声.乘性噪声的数学模型可以表示为:
椒盐噪声.椒盐噪声在图像表现为一种随机性的黑点或者白点, 是一种比较常见的噪声类型。
3.2 小波去噪的原理
小波去噪是过母函数的伸缩和平移来构成函数空间, 寻找对原信号的最佳逼近, 从而有效地区分噪声和信号[4]。小波去噪可以看成是对图像进行低通滤波的过程, 即在去除图像噪声的同时能够最大限度地保留细节信息, 起到平滑图像的作用。图像经过小波变换后能够成功地保留细节信息, 这主要得益于小波变换具备如下特点[4]:低熵性、多分辨性、去相关性、选基灵活性。
3.3 实验与分析
本次实验是在MATLAB7.0上进行, 所用图像为一幅人体胸腔CT图像, 实验编程代码如下:
实验结果如图1所示, 原始图像图1 (a) 所示, 图1 (b) 为加入噪声图像, 此时图像出现较大的模糊并伴随大量的随机“白点”, 图像中的细节信息如肋骨根本无法辨认出。实验中分别通过小波变换, 均值滤波, 中值滤波来对图1 (b) 进行降噪处理, 实验结果如图1 (c) , (d) , (e) 所示, 图像随机“白点”基本消失。选择峰值信噪比PSNR作为衡量图像质量的标准。表1表明:小波变换在针对一种噪声的去除处理中, 效果与传统的中值滤波和均值滤波相当。但小波变换对于混合噪声的消除效果优于中值滤波与均值滤波。
4、波变换在医学图像增强处理中的应用
4.1 小波增强原理
小波变换用于图像增强处理即首先对图像进行二维小波变换, 将图像分解为大小, 位置和方向均不同的分解量。然后对得到的小波分解系数通过设置一定的阈值, 提升感兴趣的分量, 弱化不重要分量, 最后将处理后的分解系数进行重构。
4.2 实验与分析
本次实验是基于MATLAB7.0进行的, 所用图像为一幅CT人体胸腔图像, 程序代码入下:
实验结果如图2所示, 图2 (a) 为原始图像, 图2 (b) 为通过小波增强处理得到的图像。经过反复试验设定参数阈值为650。从图2 (b) 可以看出图像中脊椎部分的轮廓基本被提取出来, 图2 (c) 和图2 (d) 分别是梯度法和拉普拉斯算法的图像增强结果。从图中可以看出图像虽然得到了一定程度的增强, 但是这样的增强时针对全局的, 不具备局部化的性质。相对于这两幅图像, 图2 (b) 则很好地将脊椎部分完整地提取出来, 几乎弱化了其余信息。
5、总结与讨论
但小波变换在图像增强处理中, 小波的分解与合成运算数据量大, 运算时间较长, 在实际应用中则有待于进一步改进。随着小波技术在医学图像处理中的广泛应用, 必将推动现代医学图像处理技术的发展。
参考文献
[1]张志宏.医学图像处理技术概述[J].长治学院学报, 2009.
[2]张玲.医学图像处理中的小波变换应用[J].中国影像技术, 2010.
[3]刘刚.MATLAB数字图像处理[M].北京:机械工业出版社, 2010.