• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Innovative Computing Information and Control >CONTRAST ENHANCEMENT BRAIN INFARCTION IMAGES USING SIGMOIDAL ELIMINATING EXTREME LEVEL WEIGHT DISTRIBUTED HISTOGRAM EQUALIZATION
【24h】

CONTRAST ENHANCEMENT BRAIN INFARCTION IMAGES USING SIGMOIDAL ELIMINATING EXTREME LEVEL WEIGHT DISTRIBUTED HISTOGRAM EQUALIZATION

机译：使用SIGMOIDAL消除极端水平的重量分布直方图均衡化的对比增强脑梗死图像

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In modem days, Non-Contrast Computed Tomography (NCCT) is one of the imaging modalities. It performs well in detecting bleeding and tumors in brain images, but less effective in brain infarction diagnosis. Therefore, a contrast enhancement technique known as Sigmoidal Eliminating Extreme Level Weight Distributed Histogram Equalization (SigEELWDHE) is introduced in this paper. It is to improve the contrast of NCCT brain images for better infarction diagnosis. The SigEELWDHE starts to enhance NCCT brain images by sigmoidal filtering function through point processing. Then, the filtered image is then enhanced with Eliminating Extreme Level Weight Distributed Histogram Equalization (EELWDHE) to produce final enhanced image. This method helps to eliminate the maximum and minimum grey level of the image. It modifies histogram of the image using weighting distribution function. 300 NCCT brain images with infarctions are used to evaluate the results of SigEELWDHE through visualization evaluation and Image Quality Assessments (IQA) models. In addition, the performance of the SigEELWDHE is also compared with Brightness preserving Bi-Histogram Equalization (BBHE), Dualistic Sub-Image Histogram Equalization (DSIHE), Recursive Sub-Image Histogram Equalization (RSIHE), Adaptive Gamma Correction with Weighting Distribution (AGCWD), and Extreme-Level-Eliminating Histogram Equalization (ELEHE). The results show that the SigEELWDHE produces better contrast and visualization quality than existing methods.
机译：在当今时代，非对比计算机断层扫描（NCCT）是成像方式之一。它在检测脑部图像中的出血和肿瘤方面表现良好，但在脑梗死诊断中效果较差。因此，本文介绍了一种称为Sigmoidal E消除极端权重分布直方图均衡化（SigEELWDHE）的对比度增强技术。这是为了改善NCCT脑图像的对比度，以更好地诊断梗塞。 SigEELWDHE通过点处理的S形滤波功能开始增强NCCT脑图像。然后，通过消除极端水平权重分布直方图均衡化（EELWDHE）增强滤波后的图像，以生成最终的增强图像。此方法有助于消除图像的最大和最小灰度。它使用权重分布函数修改图像的直方图。通过可视化评估和图像质量评估（IQA）模型，使用300例带有梗塞的NCCT脑图像评估SigEELWDHE的结果。此外，还将SigEELWDHE的性能与保留亮度的双直方图均衡化（BBHE），二元子图像直方图均衡化（DSIHE），递归子图像直方图均衡化（RSIHE），具有权重分布的自适应伽玛校正（AGCWD）进行了比较。 ），以及消除极端水平直方图均衡（ELEHE）。结果表明，与现有方法相比，SigEELWDHE产生了更好的对比度和可视化质量。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号