一.对比度优化方法CLAHE

1.使用软件fiji优化图片序列

实验过程：

1）下载安装Fiji

2）解压30-T4N2, 24_pre_waterT1C.nii.zip

3）打开一张图片

4）在fiji中, Process -> Enhance Local Contrast（CLAHE, Contrast Limited Adaptive Histogram Equalization 直方图均衡化算法），将参数设置为如下，观察图片变化

blocksize = 64 histogram bins = 128 max slope = 2.0

图片效果如下

原图

原图

处理后的图

处理后的图

可以看到部分区域对比度增强，图像中体现的信息也更为突出。

2.使用fiji脚本批量处理一组图片

1）使用fiji打开16-T2N2,33+_post_waterT1C.nii.gz

2）使用Fiji’s scripting editor，将语言更改为IJ1 Macro，运行脚本

3）最后点击菜单栏File → Save As → Image Sequence

保存为png格式，存储在文件夹中。

二.图像x-ray去噪

使用median filter算法，批处理文件/x-ray-images-enhancement-master/images/

中值滤波器：中值滤波器是众所周知的阶数统计滤波器之一，因为它对某些特定的噪声类型（例如“高斯”，“随机”和“盐和胡椒”噪声）具有良好的性能。根据中值滤波器，将M×M邻域的中心像素替换为相应窗口的中值。注意，噪声像素被认为与中值有很大差异。使用这种思想，中值滤波器可以消除这种类型的噪声问题。

批处理代码实现如下：

path='images/'
file_list = [f for f in os.listdir(path) if not f.startswith('.')]
file_num = len(file_list)
i = 1
print("file_num", file_num)
for img_dir in file_list:
    im = Image.open("images/"+img_dir)
    for sz in [3, 7, 15]:
        im1 = im.filter(ImageFilter.MedianFilter(size=sz))
        im.save("imagesProcessed/"+"spnoise_"+str(sz)+"_"+img_dir)
    print(img_dir + " processed")

这里我们通过调节size来观察效果。

其中一张图片对比如下；

原图003：

原图003

其中一张图片003的输出如下

图片输出