1 Introducere

În viața de zi cu zi, posibilitatea de îmbunătățire a tehnologiei este necesară pentru a oferi servicii mai bune omenirii. Devine dificilă diagnosticarea pacienților din cauza calității scăzute a imaginilor de diagnostic în anumite proceduri complexe de imagistică care oferă informații greșite. Numărul de decese prin diagnosticare greșită este în creștere în fiecare an, conform ultimelor studii publicate în reviste de renume. Imagistica medicală este o tehnologie avansată de diagnosticare a diferitelor părți ale corpului uman. În general, în timpul procesării, imaginile obținute prin utilizarea diferitelor echipamente suferă distorsiuni, iar zgomotul se va adăuga, degradând astfel calitatea imaginii. Prin urmare, devine dificil de analizat criticitatea pacientului, conducând astfel la cerința de îmbunătățire a imaginilor. Diferitele tehnici de imagistică medicală pentru analiza părților umane sunt tomografia computerizată (CT), imagistica prin rezonanță magnetică (IRM), tomografia cu emisie de pozitroni (PET), radiografia etc. Contrastul scăzut este principala problemă în imaginile medicale, care deteriorează calitatea imaginii, iar îmbunătățirea acestor imagini este necesară pentru un diagnostic corect. Lucrările anterioare privind tehnicile de îmbunătățire se bazau pe debirozare, filtrare și accentuarea caracteristicilor imaginii, cum ar fi marginile, limitele sau contrastul, pentru a face imaginea potrivită pentru o analiză mai bună și pentru a îmbunătăți componenta de luminozitate, care nu face decât să crească luminozitatea imaginii. Tehnicile de îmbunătățire a imaginilor gri includ în principal metode convenționale, cum ar fi egalizarea histogramei (HE), egalizarea histogramei locale (LHE) și egalizarea histogramei globale (GHE). Cu toate acestea, principalele limitări ale acestor tehnici sunt artefactele vizuale neplăcute, cum ar fi supraînălțarea, saturarea nivelului și creșterea nivelului de zgomot. Pentru a le depăși, au fost sugerate tehnici precum Brightness-Preserving Bihistogram Equalization (BBHE) și Dualistic Subimage Histogram Equalization (DSIHE), care nu au reușit să elimine zgomotul de impuls.

În lucrarea propusă, a fost realizată îmbunătățirea imaginii medicale atât color cât și gri. Îmbunătățirea imaginii color implică aplicarea tehnicii de egalizare adaptivă a histogramei (AHE) la componentele de saturație (S) și valoare (V); tehnica Contrast Stretching este aplicată pentru a îmbunătăți gama dinamică generală a imaginilor și, în continuare, componenta de luminanță V este îmbunătățită folosind feedback-ul de saturație adaptiv. În tehnica de îmbunătățire a imaginilor gri, se obține o accentuare a marginilor cu ajutorul filtrului Laplacian urmat de AHE, care depășește dezavantajele metodelor convenționale. În ultimii ani, tendința din ce în ce mai mare este de a înregistra datele pacientului pentru documentare medicală și analiză de cercetare. Filtrarea zgomotului sau îmbunătățirea satisface obiectivul principal al diagnosticului și îi ajută pe medici să decidă asupra anomaliei.

Îmbunătățirea imaginii medicale implică diverse metode, cum ar fi transformarea Wavelet staționară, multiplicarea PLIP (Parameterized Logarithmic Image Processing), pragul adaptiv, mascarea adaptivă a nuanțelor, egalizarea adaptivă a histogramei, îmbunătățirea adaptivă a contrastului de vecinătate, întinderea globală a contrastului și tehnicile de egalizare adaptivă a histogramei cu contrast limitat (SCLAHE). Gohshi a propus o metodă nouă de procesare neliniară a semnalelor care creează componentele de înaltă frecvență, îmbunătățind astfel rezoluția imaginii neclare. Modelul este foarte simplu pentru a fi instalat în sisteme video în timp real, cum ar fi sistemele de camere de gastrocopie. Raj Mohan și Thirugnanam au propus tehnici dualiste de îmbunătățire și segmentare bazate pe egalizarea histogramei subimaginii dualiste. Rezultatele arată că metoda propusă este mai eficientă decât tehnica de grupare ierarhică. Sengee et al. au propus o egalizare a histogramei prin grupare în funcție de greutate, în care atribuie fiecărui bin diferit de zero din histograma imaginii originale să se separe un grup și îi calculează greutatea. Aceste numere de clustere sunt apoi reduse prin trei criterii de sugerare și se așteaptă ca acestea să obțină aceleași partiții ca și histograma imaginii rezultate. În cele din urmă, funcțiile de transformare pentru fiecare subhistogramă a clusterului sunt calculate și analizate pe baza metodei tradiționale GHE în noile partiții obținute ale histogramei imaginii rezultate, iar nivelurile de gri ale subhistogramei sunt puse în corespondență cu imaginea rezultată prin funcțiile de transformare respective.

Wang et al. au propus o nouă metodă de cartografiere a histogramei, care utilizează un mecanism rapid de generare a caracteristicilor locale pentru a construi o histogramă combinată, care reprezintă mediile locale ale voxelului și, de asemenea, nivelurile de gri. Diferitele părți ale acestei histograme combinate, care sunt segregate prin vârfuri individuale, sunt mapate independent în scara histogramei țintă, sub constrângerea că histograma finală rezultată trebuie să rămână cât mai uniformă posibil. Yu și Wang au propus o îmbunătățire automată a contrastului global utilizând optimizarea variației. Funcția de energie este formulată ca o combinație completă de egalizare a histogramei și de regularizare a constrângerii de distorsiune pătratică. Transformarea așteptată a nivelului de gri al imaginii este dobândită prin procesul de optimizare mini-max, care stabilește un cadru generic pentru stabilirea mecanismelor de egalizare a histogramei cu regularizare a distorsiunilor pentru îmbunătățirea globală sau adaptivă la nivel spațial a contrastului.

Somasekar și Eswara Reddy au propus un algoritm eficient pentru a conserva detaliile esențiale ale imaginilor microscopice ale sângelui infectat cu malarie folosind egalizarea gamma. Tema principală a acestei metode este de a converti inițial imaginea color a sângelui de intrare în scală de gri și apoi de a calcula valoarea intervalului pentru imaginea de ordinul γ a unei imagini în scală de gri. Valorile Look-Up-Table (LUT) sunt apoi calculate și valorile intensității pixelilor imaginii în scală de gri sunt convertite în valori LUT, care ulterior dau rezultatele finale ale imaginii cu contrast îmbunătățit prin păstrarea detaliilor esențiale.

Moradi et al. au propus o metodă de îmbunătățire a calității imaginilor obținute de un dispozitiv neinvaziv numit Wireless Capsule Endoscopy (WCE) prin eliminarea zgomotului și îmbunătățirea contrastului (RNCE) pentru identificarea problemelor gastrointestinale. Parametrii de evaluare a calității imaginii, cum ar fi indicele de similaritate structurală (SSIM), raportul semnal de vârf/zgomot (PSNR) și similaritatea structurală bazată pe margini (ESSIM) par să se îmbunătățească în mod eficient prin această tehnică, ceea ce, la rândul său, semnifică faptul că, prin această tehnică, calitatea imaginilor WCE s-a îmbunătățit în mod eficient. Tiwari și Gupta au propus îmbunătățirea globală a contrastului folosind corecția gamma urmată de filtrarea homomorfă pentru accentuarea imaginii cu scopul de a păstra luminozitatea imaginilor medicale.

Contractul imaginii este îmbunătățit folosind descompunerea valorii singulare, îmbunătățirea intervalului dinamic, metodele de super rezoluție propuse în Refs. Egalizarea adaptivă a histogramei limitată la contrast (CLAHE) folosind concepte ale algoritmului Least Mean Square (LMS) este implementată folosind un filtru homomorfic împreună cu AHE, care oferă rezultate mai bune . Mai mult, îmbunătățirea modificată a contrastului pe bază de histogramă utilizând filtrul homomorfic, transformarea top-hat și filtrele de difuzie anizotropă sunt utilizate în îmbunătățirea imaginilor medicale . Chaira a propus o metodă nouă de îmbunătățire a marginilor imaginii folosind o abordare teoretică a seturilor fuzzy fuzzy intuiționiste; informațiile despre margini sunt îmbunătățite folosind un filtru ordonat prin calcularea unei variații totale între pixelii din fereastra imaginii și mediana. Rui et al. au propus o metodă hibridă bazată pe difuzia anizotropă (AD) pentru suprimarea speckle și îmbunătățirea marginilor. Au fost utilizate proprietățile de denoising a trei tehnici – filtrarea mediană, filtrarea AD îmbunătățită și filtrarea prin difuzie izotropică.

Hossain et al. au propus o tehnică neliniară de îmbunătățire a imaginii în domeniul transformării prin egalizarea histogramei coeficienților de transformare, folosind Măsura de îmbunătățire (EME) ca măsură a performanței pentru îmbunătățirea imaginii. Prelucrarea imaginilor include corecția globală a intervalului dinamic și îmbunătățirea locală a contrastului. Wen et al. au propus un algoritm de îmbunătățire a imaginii pentru imaginile cu raze X cu luminozitate scăzută, contrast scăzut și zgomot, bazat pe filtrarea homomorfică în domeniul wavelet și egalizarea adaptivă a histogramei cu contrast limitat. Inițial, imaginea este descompusă prin transformare wavelet în coeficienți de frecvență joasă și de frecvență înaltă din domeniul wavelet de prim strat. Coeficienții de frecvență joasă sunt prelucrați printr-un filtru homomorfic îmbunătățit și apoi amplificați liniar și, în mod similar, coeficienții de frecvență înaltă sunt prelucrați folosind micșorarea pragului wavelet și apoi se realizează reconstrucția wavelet. În cele din urmă, se aplică egalizarea adaptivă a histogramei limitată de contrast pentru a modifica histograma imaginii pentru a finaliza procesarea. Această tehnică este utilă pentru îmbunătățirea luminozității și contrastului, reducerea zgomotului mai bine decât algoritmii tradiționali de îmbunătățire.

Jindal et al. au propus o nouă tehnică de îmbunătățire a imaginilor biomedicale care îmbunătățește calitatea imaginilor. Tehnica cuprinde în principal metode cum ar fi detectarea marginilor, netezirea, transformarea legii puterii și filtrul high boost. Această tehnică este aplicată în principal pe imagini medicale întunecate, iar rezultatul este verificat prin compararea entropiei la diferite valori gamma; verificarea ulterioară implică, de asemenea, vizualizarea umană. Această tehnică oferă o calitate mai bună, ceea ce o face potrivită pentru preprocesarea aplicațiilor de imagini medicale.

.