Métodos de mejora de nitidez para imágenes de bajo contraste basadas en diferencias no locales

Autores/as

  • Yan Chen Autor/a
  • Quan Zhang Autor/a
  • Zhiguo Gui Autor/a

Palabras clave:

non-local, SSIM (structural similarity index measure), sharpening, low contrast.

Resumen

Varios fenómenos, tales como el ruido cuántico y la dispersión,

existentes en el proceso de obtención de imágenes con rayos

X industriales, así como la complejidad estructural de la pieza

radiografiada, pueden dar como resultado imágenes de rayos

X industriales borrosas y de bajo contraste, lo que origina

dificultades en el análisis de las imágenes de rayos X. Este

estudio propuso un algoritmo mejorado de ajuste adaptativo

para aumentar el contraste y la calidad de estas imágenes

de rayos X. Se estableció una relación de características no

locales entre los píxeles de la imagen y el entorno por medio

de un modelo de filtrado no local basado en el modelo de

medición del índice de similitud estructural (SSIM). Se calculó

la semejanza estructural de los píxeles basados en bloque

en el área de la ventana de búsqueda. El peso mejorado se

combinó con el enfoque de la imagen resultando una gran

mejora. La capacidad del algoritmo para conservar los bordes se

verificó mediante pruebas de imagen. Finalmente, el algoritmo

propuesto contribuyó a mejorar la calidad del contraste de las

imágenes mediante experimentos de simulación. Los resultados

demuestran que las características en diferencias no locales

basadas en zonas anexas reflejan ricos detalles de las imágenes.

Las imágenes de rayos X, de mayor nitidez con el algoritmo

propuesto se caracterizan por sus excelentes efectos visuales y

sus ricos detalles, con valores de entropía de información (IE) de

2,1464, 4,2453 y 3,7283 y similitudes estructurales de 0,9521,

0,9238 y 0,9534. Los pesos calculados por el SSIM indican que

existe una gran similitud estructural entre la imagen nítida

y la original. Las imágenes procesadas por el algoritmo de

contrastado basado en diferencias no locales presentan detalles

valiosos, a la vez que mantienen eficazmente los valores de los

parámetros objetivos. Este estudio proporciona referencias para

mejorar la calidad de las imágenes de bajo contraste.

Descargas

Publicado

2024-05-24

Número

Sección

Articles