1.多尺度自适应对比度变换的医学图像增强方法，其特征在于该方 法主要包括以下步骤：

(1)利用拉普拉斯金字塔分解变换，将医学图像分解成金字塔形状排列 的分辨率逐步降低的图像集合，即不同的细节层次图像来分别代表不同尺 度的细节，一系列的细节层次图像系数值表达了各自尺度上的细节；

(2)对分解得出的分层系数做调整，包括

a.采用对比度变换方法增强每层图像整体的对比度，对比度变换通过 非线性曲线做映射处理，非线性曲线的函数表示为 $y\left(x\right)=a\frac{x}{\left|x\right|}{\left|x\right|}^p,$ 其中x代表细节层次图像上的系数，即分解图像得到各层 边缘图像的系数，y为对应的变换后细节层次图像的系数，因子a用来调 整结果图输出的动态范围和原始图像一致，系数p控制曲线的弯曲程度， p<1；

b.采用边缘系数调整和动态范围压缩的方法增强细节层次图像局部区 域的对比度，具体是在细节层次图像边缘微弱时，细节层次图像系数乘以 放大因子aek调整小尺度的系数，当细节层次图像灰度跨越全图像的灰度 范围时，分层图像系数乘以压缩因子alk；

放大因子aek，计算方法：

$\left\{\begin{array}{cc}{\mathrm{ae}}_k=f_e^{(1-k/n_e)},& 0\le k\le n_e\\ {\mathrm{ae}}_k=1,& k\ge n_e\end{array}\right.,$ 其中，参数fe控制调整参数的幅度值，fe>1， ne为需要边缘系数调整的细节层次图像层数；

压缩因子alk计算方法：

$\left\{\begin{array}{c}{\mathrm{al}}_k=1,k<L-n_l\\ {\mathrm{al}}_k=f_l^{(L-k-n_l-1)},L-n_l\le k<L\end{array}\right.,$ 其中，L为图像分解的总层数，nl为需要 灰度动态范围压缩的层数，参数fl控制动态范围压缩的幅度，fl≥1；

(3)利用拉普拉斯金字塔分解逆变换，将调整系数后的各个细节层次图 像再合成原图像增强后的图像。