原文服务方: 科技与创新       
摘要:
数字CR(Computed Radiography)医学放射图像以其高灰阶分辨率、强大的计算机图像后处理功能、小辐射剂量、无胶片诊断、异地会诊等优势,已成为医学成像技术新的热点.然而在成像过程中,由于人体结构和组织的复杂性以及成像系统中的x线散射、电器噪声等各种不利因素的影响导致图像质量的下降,主要表现为细节模糊、对比度差,要对其进行增强处理以改善其视觉质量,便于医生更准确地诊断.而目前通用的CR图像增强方法对比度和噪声增强过度,丢失细节,为此提出一种基于邻域标准差与均值之比自适应增强算法.算法能根据CR图像的邻域标准差与均值之比来调节增强程度的加权因数k,从而自适应的增强CR图像的边缘细节.实验证明,该算法处理后的CR图像细节丰富,信噪比高,具有良好的视觉效果,是一种有效的适合CR医学放射图像的自适应增强算法.
推荐文章
基于CSO算法的Tetrolet图像自适应增强研究
图像自适应增强
多尺度Retinex
Tetrolet变换
Gamma校正
鸡群优化
基于量子萤火虫和增益Beta的医学DR图像自适应增强
量子萤火虫群算法
增益Beta变换
医学DR图像
图像增强
一种物料袋场景图像自适应增强算法
物料袋
图像增强
模糊集理论
双曲正切函数
红外含噪图像白适应增强
尖锐频率局部化
阈值降噪
清晰度
半软阈值函数
自适应增强
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数字CR医学图像自适应增强算法研究
来源期刊 科技与创新 学科
关键词 CR医学图像 自适应增强 邻域标准差 均值
年,卷(期) 2010,(8) 所属期刊栏目
研究方向 页码范围 14-15,3
页数 分类号 TP751.1
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.08.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄廉卿 中国科学院长春光学精密机械与物理研究所 41 902 18.0 29.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (5)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
CR医学图像
自适应增强
邻域标准差
均值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导