基于频域多尺度小波变换的CR图像超分辨率增强

J4 ›› 2009, Vol. 27 ›› Issue (03): 289-.

基于频域多尺度小波变换的CR图像超分辨率增强

邢敏¹|刘智勇¹|李哲²

1.长春金融高等专科学校计算机系|长春 130022;2.吉林大学计算机科学与技术学院|
长春 130012

出版日期:2009-05-20 发布日期:2009-07-13
通讯作者: 李哲（1973— ）,男，长春人，吉林大学博士研究生，讲师，主要从事医学图像处理、医学成像和计算机视觉研究，（Tel）86-13944881680 （E-mail） E-mail:lzy8654361@mail.jl.cn
作者简介:邢敏（1970— ）|女|辽宁凤城人|长春金融高等专科学校副教授|主要从事计算机网络、图像处理技术研究|（Tel）86-13944077423 （E-mail）jlxingmin@sina.com .cn;李哲（1973— ）,男|长春人|吉林大学博士研究生|讲师|主要从事医学图像处理、医学成像和计算机视觉研究|（Tel）86-13944881680 （E-mail）lzy8654361 @mail.jl.cn.
基金资助:
中国科学院二期创新基金资助项目(C02E06Z)

SuperResolution Enhancement of CR Based on Frequency Domain Mult
i-Scale Wavelet Transformation

XING Min¹,LIU Zhi-yong¹,LI Zhe^2

1.Department of Computer,Changchun Finance College,Changchun 130022,China;2.College of Computer Science and Technology, Jilin University, Changchun 130012, China

Online:2009-05-20 Published:2009-07-13

摘要/Abstract

摘要：

针对CR(Computed Radiography)成像过程中分辨率不足的问题，提出了一种基于小波变换的超分辨率增强方
法。该方法通过小波分析方法对低频尺度系数进行灰度值分割，对高频小波系数进行增益操作，
并给出了小波系数增强策略。对CR胸部透视图像进行算法验证的结果表明，该算法改
善了图像的视觉效果，从而验证了该算法的正确性和有效性。

关键词: 小波变换, CR图像, 超分辨率

Abstract:

For the purpose of improving the resolution of CR(Computed Radiography) images,we present a
new method based on wavelettransform.The grey level of image is segmented by low
frequency coefficient,high frequency coefficient is strengthened and
a new enhanced strategy of coefficient is given.The algorithm confirmati
on has executed to the CR perspective image of the chest,the image
visual effect has been improved,and the algorithm accuracy and the validity has been confirmed.

Key words: wavelet transform, computed radiography(CR) image, superresolution

中图分类号:

TP391.41

邢敏|刘智勇|李哲. 基于频域多尺度小波变换的CR图像超分辨率增强[J]. J4, 2009, 27(03): 289-.

XING Min,LIU Zhi-yong,LI Zhe. SuperResolution Enhancement of CR Based on Frequency Domain Mult
i-Scale Wavelet Transformation[J]. J4, 2009, 27(03): 289-.

[1]	隋振，徐峰，苏振东. 基于遗传算法的凸轮升程误差修正[J]. 吉林大学学报(信息科学版), 2018, 36(3): 277-282.
[2]	徐志刚, 李文文. 基于多字典 L1/2 正则化的超分辨率重建算法[J]. 吉林大学学报(信息科学版), 2017, 35(3): 354-362.
[3]	王琳琳, 赵岩, 王世刚. 基于修正点扩散函数的超分辨率复原算法[J]. 吉林大学学报(信息科学版), 2017, 35(1): 1-7.
[4]	高云龙,赵岩,耿英楠 . 输电线红外图像超分辨率复原方法[J]. 吉林大学学报(信息科学版), 2017, 35(1): 8-13.
[5]	唐国维,张岩,王苫社,刘彦彤,赵璨 . 基于 ε-SVR 的嵌入式小波图像编码算法[J]. 吉林大学学报(信息科学版), 2017, 35(1): 76-84.
[6]	杨宇, 司玉娟, 宋晓洋. 基于小波变换和支持向量机的心电信号ST 段分类[J]. 吉林大学学报(信息科学版), 2016, 34(3): 315-319.
[7]	刘红喜1,2, 孙凯1, 孙宏彬1, 孙俊喜3. 具有边缘保持特性的POCS 超分辨率图像重建方法[J]. 吉林大学学报(信息科学版), 2015, 33(6): 620-.
[8]	王勇, 刘雯. 基于IE 和AG 的小波图像融合方法[J]. 吉林大学学报(信息科学版), 2015, 33(4): 435-.
[9]	韩强, 战铁兵, 赵星博, 宫姗, 梁士利. 基于小波压缩算法的境外实时视频传输系统[J]. 吉林大学学报(信息科学版), 2014, 32(6): 588-592.
[10]	任伟建, 任璐, 公丽颖, 石阔. 基于分级策略的自动人眼检测与定位[J]. 吉林大学学报(信息科学版), 2014, 32(3): 239-246.
[11]	张澎涛, 刘晋浩. 连续小波变换在机械故障特征提取中的应用[J]. 吉林大学学报(信息科学版), 2014, 32(2): 172-176.
[12]	王晓, 王丽荣, 宋雅娟, 任丽晔, 冯萍. 基于小波变换的按摩手法肌电信号分析[J]. 吉林大学学报(信息科学版), 2013, 31(3): 255-259.
[13]	杨佐龙, 王德功, 李勇. 基于小波域中心矩特征的SAR图像识别[J]. J4, 2013, 31(1): 13-17.
[14]	宁辉, 陈超. 基于小波变换的二相编码信号检测[J]. J4, 2011, 29(6): 523-528.
[15]	姚成, 司玉娟, 郎六琪, 韩松洋. 改进的基于小波变换的QRS波检测算法[J]. J4, 2011, 29(5): 401-407.