摘要
本发明涉及肺部CT图像增强技术领域,具体涉及一种基于人工智能的医疗影像图像增强技术及其应用。本发明根据像素点周围的灰度分布获得灰度特征系数;根据像素点周围像素点的梯度幅值获得灰度突出像素点;结合其与参考像素点之间的位置分布获得突变特征系数,进而获得任意两个像素点之间的距离度量系数;对肺部CT图像进行层次聚类获得像素点聚类次数与聚类阈值;根据像素点相邻两次聚类的阈值差异与聚类次数,获得局部特征融合度,进而获得每次聚类的聚类优先度;根据聚类优先度对图像进行自适应增强,获得增强肺部CT图像。本发明避免了增强过度的问题,并在一定程度上降低了噪声对图像的影响,最终获得增强效果较好的肺部CT图像。
技术关键词
像素点
肺部CT图像
图像增强技术
灰度特征
邻域
影像
聚类
度量
直方图均衡化算法
极值
序列
幅值
分布特征
处理器
存储器
强度
指标
连线
系统为您推荐了相关专利信息
承重墙
路由器
频域滤波算法
卷积神经网络训练
图像增强
轮廓区域
运动轮廓
分类识别方法
轮廓约束
卷积神经网络模型