乳腺癌目前在世界上许多地区都是危害妇女健康最常见的恶性肿瘤。对乳腺癌的临床诊断方法有多种,X片检查是早期发现较为有效的一种。X片中的钙化点对早期乳腺癌的正确诊断有着重要意义。钙化点由于密度较高,因而在X片影像中表现为亮点。但钙化点体积小,同时由于周围脂肪、腺体组织等厚度不均匀等原因,使得图像对比度不高,钙化点往往难以辨别。本文以数字乳房X片图像为对象,研究了提高钙化点的对比度的多种图像增强算法,并比较了这几种增强算法的效果。对于增强后图像中的钙化亮点,研究了两种提取钙化点的方法。此外为了减小运算量,提出了一种适用于数字乳房X片图像的预处理算法,针对高于8位的灰度图像的显示问题,研究并改进了伪彩色增强显示算法。 一、增强算法的研究分别是在空间域、频域和小波变换域进行,结论如下: 1.空间域中对数字乳房X片图像增强效果较为理想的是分段线性变换,这种算法将图像中高亮度部分的灰度范围拉伸,从而增加了钙化点与周围组织图像的对比度,而其他一些算法如直方图均衡化等,牺牲了灰度显示的级数以增强对比度,对钙化点的增强显示不利。 2.频域增强算法是通过图像的频谱特点进行滤波等方法达到增强效果。但由于钙化点图像的尺寸与噪声点相仿,并且与周围组织的对比度较小,所以在频域增强中很难选择出合适的滤波函数,增强效果不佳。 3.小波域的几种增强算法应用在X片局部图像中时效果比较明显,但应用在全图时,由于乳房边缘灰度值突变的影响,用单一增强曲线增强后的图像模糊,达不到预期效果。文中提出的采用将图像分块、对不同图像块用不同增强系数、自适应地调整变换曲线进行处理的方法较好的解决了这个问题。 二、对于增强后的图像中钙化亮点的提取,提出了两种有效的算法。 对X片中较高亮度的区域,可采用模糊均值聚类(Fuzzy