基于CycleGAN的X光图像增强方法

本申请涉及一般的图像数据处理技术领域，公开了基于CycleGAN的X光图像增强方法,包括步骤STP1，图像预处理，采用二值分割算法保持原始格式类型实现ROI提取，再利用高斯过滤对原始图像Img1进行平滑去噪，获得n张由预处理图像Img2组成的图片集合M0；步骤STP2，图像增强训练，将步骤STP1中的图片集合M0输入CycleGAN模型中进行数据集训练，获得由16bit的单通道灰度图像Img3组成的增强图片集合M1；步骤STP3，自适应窗宽和窗位的确定采用基于直方图面积的自适应窗宽窗位算法实现；X光图像增强在医学诊断、工业检测和科学研究中具有重要意义。通过对X光图像进行增强处理，可以提高图像的质量和清晰度，从而更好地识别和分析目标信息。