Earticle

본 논문은 의료 영상의 화질 개선을 위한 5가지 주요 이미지 처리 알고리즘(히스토그램 스트레칭, 히스토그램 평활화, 대비 제한 적응 히스토그램 평활화, 비등방성 확산 필터, 양방향 필터)의 성능을 비교 분석한다. 뇌종양, 흉부 X-ray, 요추, 망막 혈관 이미지 등 8가지 의료 영상에 각 알고리즘을 적용하여 MSE, PSNR, SD, SSIM, Entropy의 5가지 정량적 지표와 주관적인 시각적 품질을 평가하였다. 실험 결과, 대비 제한 적응 히스토그램 평활화(CLAHE) 기법이 전반적으로 가장 우수한 성능을 보였으며, 특히 국부적인 대비 개선 및 노이즈 억제 측면에서 뛰어남을 확인하였다.

This paper comparatively analyzes the performance of five prominent image processing algorithms—Histogram Stretching (HS), Histogram Equalization (HE), Contrast Limited Adaptive Histogram Equalization (CLAHE), Anisotropic Diffusion Filter (AD), and Bilateral Filter (BF)—for enhancing medical image quality. We applied these algorithms to eight medical images, including brain tumors, chest X-rays, lumbars, and retina blood images. Performance was evaluated using five quantitative metrics: Mean Squared Error (MSE), Peak Signal-to-Noise Ratio (PSNR), Standard Deviation (SD), Structural Similarity Index Measure (SSIM), and Entropy, alongside subjective visual quality assessment. The experimental results demonstrate that Contrast Limited Adaptive Histogram Equalization (CLAHE) generally exhibits the most superior performance, particularly in terms of local contrast enhancement and noise suppression.