"Разработка методов и алгоритмов обработки медицинских изображений с использованием методов искусственного интеллекта"

где k - коэффициент пропорциональности (в большинстве случаев - 3/5
(2.6)
где k - коэффициент усиления контрастности;  - среднеарифметическое значение яркостей элементов скользящей апертуры с центром в элементе с координатами ( i, j ) размером n*m элементов
(2.7)
c - константа (часто c=128).
В зависимости от размеров апертуры скользящего окна результат действия разностных методов находится в пределах от локального усиления контуров до выравнивания общего фона на изображении. В пространственной области усиление высоких частот осуществляет также алгоритм, представленный формулой:
(2.8)
где S - заданная окрестность элемента ( i, j ) изображения, которая окружает центральный элемент с координатами ( i, j ), включая его самого;
(2.9)
Это среднеарифметическое значение элементов S-окрестности, которая состоит из m*n элементов.
Недостатком метода нечеткого маскирования, представленного выражением (2.8), является то, что коэффициент усиления k - константа. Это приводит к одинаковому усилению слабоконтрастных участков и участков с достаточным контрастом. Предложено также адаптивное определение коэффициента усиления k=K(i,j):
(2.10), где:
(2.11)
 - "желательная", изначально заданная дисперсия, D(i, j) - дисперсия в локальном скользящем окне размером n*m элементов
(2.12)
а параметр c- "желательное", изначально заданное значение среднего (корректирующие слагаемое). Однако этот метод имеет недостаток : рядом с усилением мелких деталей изображения, он искажает участки с одинаковыми уровнями яркостей.
Предложен также метод, который позволяет формировать коэффициент усиления адаптивно относительно локальных участков изображения. Предложенный алгоритм усиления локальных контрастов обобщает рассмотренный выше метод (2.8) и представляется следующим выражением:
(2.13), где:
(2.14), где: