超声图像诊断是与X线CT、同位素扫描、核磁共振(MRI)等一样重要的医学图像诊断手段。然而,医学超声图像因对比度较低、形成过程产生的独有的斑点噪声等影响了手动与计算机辅助分析的效果,尤其是影响了计算机定量测量的效果。为了使超声图像便于进行手动与计算机辅助分析,本文对超声图像进行模糊增强,作为临床医生诊断与计算机分析的一个预处理。 图像增强技术是数字图像处理中的一项基本技术,是图像处理系统中预处理部分的重要一环。数字图像增强的结果直接影响到图像的高级处理和解释。本文在分析、总结现有的图像增强技术的基础上,根据人眼的视觉特性,提出了一种新的图像增强算法:模糊增强算法。普通的图像增强技术往往会损失图像中的一些有用细节,而且又事先不能精确地知道想要的直方图分布。模糊集合理论为解决由不确定因素所造成的复杂系统及其决策过程提供了理论背景。该方法利用模糊集合理论作为理论背景,将图像看作是一个模糊集合,引入过程控制参数,通过改变过程控制参数,有利于实现优化处理,可以对超声图像的对比度显著增强。 从超声图像中有效分割出感兴趣区,是超声图像诊断的重要前提与基础,通过对器官的边界和边界内部变化情况的分析,可以得出疾病诊断结果。图像分割主要是指将图像划分并标记成各具特性的不同区域并提取出感兴趣目标的技术,其研究多年以来一直受到人们的高度重视。由于待分割图像的可变性比较大,再加上噪声的存在,构成了图像分割所面临的主要困难。 与CT和MRI等医学图像相比,超声图像的图像质量较差,相对难以进行