روشی سریع برای بهبود کیفیت تصاویر رادیوگرافی سفالیک دیجیتال با استفاده از مدلهای ترکیبی و تصحیح ضریب گامای محلی بر اساس کانتورهای نگاشت گاما

در این مقاله اصلاحاتی جدید بر روی روش فیلتر کردن بافت نرم (STF) اعمال می گردد که در آن بر اساس بهینه سازی حداقل مربعات خطا بدون نیاز به الگوریتم بازگشتی، هم بافت نرم و هم بافت های استخوانی در تصاویر رادیوگرافی سفالیک دیجیتال به لحاظ ظاهری مشخص خواهند بود. در این روش از یک مدل ترکیبی شامل دو توزیع گوسی و یک توزیع معکوس نرمال- لگاریتمی به منظور توصیف هیستوگرام استفاده می گردد. بدین ترتیب تصویر به سه کلاس تقسیم می شود: زمینه، بافت نرم، و استخوان. به منظور افزایش کنتراست تصویر از کانتورهای نگاشت گاما (GMC) استفاده شده است. بهبود کیفیت تصویر با اعمال یک تبدیل محلی که بر اساس تصحیح ضریب گاما عمل می کند و سپس بازکردن محدوده سطوح خاکستری تصویر و اشباع به مقادیر بیشینه حاصل می شود که فرآیند مذکور برای هر کلاس با پارامترهای مجزا انجام می پذیرد. البته در کاربردهای همزمان، باسیتی پارامترهای تبدیلات بر اساس تصویر مورد نظر انتخاب گردد تا بهترین کیفیت از لحاظ ضاهری به دست آید. روش مطرح شده بر روی تصاویر نمونه رادیوگرافی سفالیک تست گردیده و نتایج کمی و کیفی آورده شده است که حاکی از افزایش چشمگیر کنتراست محلی به میزان تقریبی 12 برابر در کنار ثابت نگهداشتن محتوای اطلاعاتی تصویر است.

کلیدواژه ها:

رادیوگرافی سفالیک ، مدل ترکیبی هیستوگرام ، فیلتر کردن بافت نرم ، تصحیح ضریب گاما ، کانتورهای نگاشت گاما