Остання редакція: 2025-06-08
Анотація
У роботі досліджено метод адаптивного вирівнювання гістограм Contrast Limited Adaptive Histogram Equalization (CLAHE) для покращення контрастності зображень очного дна. Застосовано попередню обробку з медіанним фільтруванням для зменшення шуму та CLAHE для усунення нерівномірного освітлення. Аналіз гістограм і функцій кумулятивного розподілу (CDF) показав, що CLAHE ефективно підвищує контрастність, виділяючи кровоносні судини та інші структури сітківки. Запропонований метод може бути використаний як етап попередньої обробки для подальшого аналізу зображень очного дна в задачах діагностики очних захворювань
Application of adaptive histogram equalization method to increase the contrast of fundus images
Abstracts:
The study investigates the Contrast Limited Adaptive Histogram Equalization (CLAHE) method for enhancing the contrast of fundus images. Preprocessing with median filtering was applied to reduce noise, followed by CLAHE to address uneven illumination. Analysis of histograms and cumulative distribution functions (CDF) demonstrated that CLAHE effectively enhances contrast, making blood vessels and other retinal structures more distinct. The proposed method can be utilized as a preprocessing step for further analysis of fundus images in the diagnosis of eye diseases.
Ключові слова
Посилання
Павлов, С. В., Вовкотруб, Д. В., Довгалюк, Р. Ю., & Хані, А.-З. Інформаційні технології підвищення якості біомедичних зображень. Інформаційні технології та комп’ютерна інженерія. 2012 № 21(2). С. 41-48 https://itce.vntu.edu.ua/index.php/itce/article/view/52
Павлов С. В. , Салдан Й. Р. , Злепко С. М. , Азаров О. Д. , Тимченко Л. І. , Абраменко Л. В. Методи попередньої обробки томографічних зображень очного дна . Інформаційні технології та комп`ютерна інженерія. 2019. № 2. С. 4-12. http://ir.lib.vntu.edu.ua//handle/123456789/30520
Zuiderveld, Karel J.. “Contrast Limited Adaptive Histogram Equalization.” Graphics gems (1994). https://sci-hub.se/10.1016/b978-0-12-336156-1.50061-6
OpenCV Team. (n.d.). OpenCV: Open Source Computer Vision Library. OpenCV. Retrieved March 26, 2025, from https://opencv.org/
Matplotlib Developers. (n.d.). Matplotlib Pyplot Tutorial. Matplotlib. Retrieved March 26, 2025, from https://matplotlib.org/stable/tutorials/introductory/pyplot.html
Dataset Ninja. Visualization Tools for High Resolution Fundus Dataset. Dataset Ninja; 2025. Accessed February 10, 2025. https://datasetninja.com/high-resolution-fundus