基于Gabor濾波器的超聲圖像的邊緣增強和邊緣檢測.pdf

1、本文的主要研究內容是對B超圖像和聲吶圖像的邊緣進行增強與檢測。在醫(yī)學領域，醫(yī)生依靠對超聲圖像的觀察來判斷患者病情;在海洋領域，聲吶員通過對聲吶圖像的分析來探究海洋。但是一般B超圖像和聲吶圖像的邊緣分辨率低、品質惡劣，而圖像的邊緣又是圖像中的重要信息，如果不進行處理，會嚴重影響研究者的判斷。因此，本文結合B超圖像和聲吶圖像的特點并根據(jù)現(xiàn)有的邊緣增強和邊緣檢測的理論，進一步探究基于Gabor濾波器的超聲圖像的邊緣增強和邊緣檢測的方法。

2、>　　為解決直方圖均衡化中增強的對象是圖像的全局而不是圖像中的目標本文使用將直方圖動態(tài)分割為多個子直方圖的方法，并且提出了在直方圖曲線的波峰和波谷1/2處劃分的方法;為解決直方圖均衡化在增強過程中圖像中高頻灰度數(shù)量增加、低頻灰度數(shù)量壓縮會導致圖像出現(xiàn)不自然的過度增強現(xiàn)像，本文又將分割完的子直方圖進行了自適應三角形的對比度增強算法(AdaptiveTrilateral Contrast Enhancement，ATCE)。這樣，既使直方圖

3、均衡化的方法具有目標性，又減輕了因灰度級分配不均勻而導致的過度增強現(xiàn)象。在實現(xiàn)圖像邊緣銳化的方法中，本文使用了修正的Gabor濾波器(modified Gabor filter，MGF)與高頻補償濾波器相結合的方法。Gabor濾波器的方向和頻域表達類似于人眼系統(tǒng)，并且符合海森堡測不準原則所判定的有效時間與有效頻率帶寬兩者乘積的下限。但Gabor濾波器獲得的頻率和方向有限得到的邊緣信息模糊且殘缺不全，本文通過使用具有雙波峰的MGF使檢測出