基于Gabor濾波器的超聲圖像的邊緣增強(qiáng)和邊緣檢測.pdf

1、本文的主要研究內(nèi)容是對(duì)B超圖像和聲吶圖像的邊緣進(jìn)行增強(qiáng)與檢測。在醫(yī)學(xué)領(lǐng)域，醫(yī)生依靠對(duì)超聲圖像的觀察來判斷患者病情;在海洋領(lǐng)域，聲吶員通過對(duì)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(zhì)惡劣，而圖像的邊緣又是圖像中的重要信息，如果不進(jìn)行處理，會(huì)嚴(yán)重影響研究者的判斷。因此，本文結(jié)合B超圖像和聲吶圖像的特點(diǎn)并根據(jù)現(xiàn)有的邊緣增強(qiáng)和邊緣檢測的理論，進(jìn)一步探究基于Gabor濾波器的超聲圖像的邊緣增強(qiáng)和邊緣檢測的方法。

2、>　　為解決直方圖均衡化中增強(qiáng)的對(duì)象是圖像的全局而不是圖像中的目標(biāo)本文使用將直方圖動(dòng)態(tài)分割為多個(gè)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(qiáng)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(huì)導(dǎo)致圖像出現(xiàn)不自然的過度增強(qiáng)現(xiàn)像，本文又將分割完的子直方圖進(jìn)行了自適應(yīng)三角形的對(duì)比度增強(qiáng)算法(AdaptiveTrilateral Contrast Enhancement，ATCE)。這樣，既使直方圖

3、均衡化的方法具有目標(biāo)性，又減輕了因灰度級(jí)分配不均勻而導(dǎo)致的過度增強(qiáng)現(xiàn)象。在實(shí)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(bǔ)償濾波器相結(jié)合的方法。Gabor濾波器的方向和頻域表達(dá)類似于人眼系統(tǒng)，并且符合海森堡測不準(zhǔn)原則所判定的有效時(shí)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