BILATERAL HISTOGRAM EQUALIZATION FOR X-RAY IMAGE TONE MAPPING(python)复现

こ雲淡風輕ζ 提交于 2020-11-18 13:54:52

在这里插入图片描述
这是一篇19年ICIP关于X射线图像增强文章,
这篇文章的matlab代码已经开源,文章的思路很好,对于动态范围分别不均,特别是高亮度区域对比度比较差的射线图像提升效果明显。我简单的介绍一下这篇文章的思路,这篇文章是将整幅图像的动态范围进行均等分组然后进行线性压缩映射(映射到255),分组的同时还得到了分组的掩膜图,为了避免将均等分组映射后的图像直接相加出现边缘伪影及artifact现象,
作者将掩膜图进行联合双边滤波并将它做为压缩映射图的权重,将权重与压缩映射的图相乘并累加得到最后的结果。


然后来解释一下上面的这副图片:
a—>b 线性等分,线性压缩映射
c —> 等分后的掩膜图
d —>g 掩膜图进行高斯滤波后与映射图相乘并加权求和
e —>h 掩膜图进行联合双边滤波后与映射图相乘并加权求和



我对这篇文章也进行了python复现,对图像处理起来比较耗时,这篇文章个人觉得还有很多可以提升的地方,最后打波广告。
做射线图像增强的人很少,欢迎研究这个方向的同学一起交流呀!~~企鹅号码2878570391,添加时备注CSDN呀!

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!