《医学图象对比度增强程序设计》由会员分享，可在线阅读，更多相关《医学图象对比度增强程序设计（10页珍藏版）》请在金锄头文库上搜索。
1、目录一、概述.1二、程序设计.21、 分段线形变换 .22、对数变换 .33、指数变换 .34、直方图修正法 .4三、运行结果.5四、设计中遇到的问题.6五、心得体会.6参考文献.7附录：.82医学图象对比度增强程序设计医学图象对比度增强程序设计一、概述一、概述图象增强作为基本的图象处理技术，其目的是对图象进行加工，以得到对具体应用来视觉效果更“好”更“有用”的图象。由于具体应用的目的不同，因而“好”和“有用”的含义也不相同，因此图象增强技术是面向具体问题的。从根本上说，图象增强的通用是不存在的。例如，一种很适合增强 X 射线图象的方法，不一定是增强卫星云图的最好方法。目前图象增强技术根据其处
2、理的空间不同，可分为两大类：空域方法和频域方法。前者直接在图象所在像素空间进行处理；而后者是通过对图象进行傅立叶变换后在频域上间接进行的。在空域方法中，根据每次出理是针对单个像素还是小的子图象块（模板）又可分为两种：一种是基于像素的图象增强，也叫点处理，这种增强过程中对每个像素的处理与其他像素无关；另一种是基于模板的图象增强，也叫空域滤波，这种增强过程中的每次处理操作都是基于图象中的某个小区域。空间域指的是组成一幅图象的所有像素总和。空间域方法指的是直接对这些像素点进运算。空间域方法可以用以下表达式表示:g(x ,y) = Tf (x ,y) (3 - 1)在这里f (x ,y) 指的是输入图
3、象,g (x ,y) 指的是处理后的图象,而T 指的是作用在f (x ,y) 一些邻接像素点上的操作。更进一步来说,T 还能够在一系列的输入图象上作操作,比如为了降低图象的躁声而把K个图象相加,即:g (x ,y) = f1 (x ,y) + f2 (x ,y) + . . . + fk(x ,y) ;定义一个像素点(x ,y) 的某个邻接域的最主要的方法是用一个中心处于(x ,y) 点的方形或矩形区域. 这个矩形区域的中心从图象的最左上端开始,一个一个像素地移动,随着矩形区域中心的移动 T 操作将作用于输入图象的每一个像素进而产生输出图象 g 的每个像素点的值 g(x ,y) 。3二、程序设
4、计二、程序设计1、 分段线形变换增强图象对比度实际上是增强原图的个部分反差，也就是说增强图象中感兴趣的灰度区域，相对抑制那些不感兴趣的灰度区域。用分段线形法将需要的图象细节灰度级拉伸，增强对比度，将不需要的图象细节灰度级压缩。典型的增强对比度的变换函数 T()是三段线形变换，其数学表达式如下：22 2211 12121111tsssLtLtssssttsstt102211Lsssssss实际上 s1,s2,t1,t2可取不同的值进行组合,从而得到不同的效果。如果 s1=t1,s2=t2,则 T 为 1 条斜率为 1 的直线,增强图象将和原图象相同。如果 s1=s2,t1=0,t2=L-1,则增
5、强图象只剩 2 个灰度级，此时对比度最大但细节完全丢失了。如果 s1t1,s2t2 , 原图象中灰度值在 0 到 s1到 L-1 间的动态范围增加了，原图象中灰度值在 0 到 s1到 L-1 间的动态范围减少了。由此可见，通过调整 s1,t1,s2,t2可以控制分段直线的斜率，可对任一灰度区进行扩展和压缩。2、对数变换在某些情况下，例如，在显示图象的傅立叶谱时，其动态范围远远超过显示设备的显示能力，此时仅有图象中最亮部分可在显示设备上显示，而频谱中的低值将看不见。在这种情况下，所显示的图象相对于原图象就存在失真，一种有效的方法就是对原图象的动态范围进行压缩，最常用的是借助对数形式对动态范围进行
6、调整，其数学表达式如下：4（1+s）Ct 其中 C 为尺度比例常数。尺度比例常数的取值可以结合原图象的动态范围以及显示设备的显示能力来定。3、指数变换指数变换和对数变换是两个相反的过程。对数变换是扩展低灰度区，压缩高灰度区；而指数变换是扩展高灰度区，压缩低灰度区。4、直方图修正法图象的直方图是图象的重要统计特征，它表示了数字图象中没一个灰度级与该灰度级出现的频率间的统计关系。在暗色的图象中，直方图的组成部分集中在灰度级低（暗）的一侧；反之，明亮的图象的直方图的组成部分则集中在灰度级高（亮）的一侧。动态范围较小，也就是对比度小，这种图象的直方图集中在灰度级的中部，动态范围正常的图象直方图的成分覆
7、盖了灰度级很宽的范围。直观上说，若一幅图象其像素占有全部可能的灰度级并且分布均匀，则图象有高的对比度和多变的灰度色调，也就是说可以通过改变直方图的形状来达到增强图象对比度的效果。这种方法是以概率论为基础的，常用的方法有直方图均衡化和直方图规定化。若一幅图象其像素占有全部可能的灰度级并且分布均匀，则这样的图象有高对比度和多变的灰度色调，而显示出一幅灰度级丰富且动态范围大的图象。用直方图均衡化方法仅依靠输入图象的信息就可达到这一效果。这个方法的基本思想是把原始图象不均衡的直方图变换为均匀分布的形式，这样就增加了灰度值的动态范围，从而达到增强图象整体对比度的效果。直方图均衡化处理是以累积分布函数变换
8、为基础的直方图修正法。可产生一幅灰度级分布具有均匀概率密度的图象，扩展了象素取值的动态范围。直方图均衡由于其简单有效，广泛用于图象增强。其灰度变换函数为：若象素点的原灰度为 Rk 则其新灰度 Sk 为Sk=T(Rk)= Pr(Rj)= Nj/n 0Rj1 k=0,1,.l-1式中，Pr(Rj)是取第 j 级灰度值的概率,Nj 是在图象中出现第 j 级灰度的象素数,k 是灰度5级的总数目,n 是图象中象素总数。对变换后的 Sk 值取最靠近的一个灰度级的值，建立灰度级变换表，通过查表，将原图象变换为直方图均衡的图象。直方图均衡化存在着两个缺点：1)变换后的灰度级减少，对图象诊断有重要意义的某些细节
9、消失；2)某些图象，如直方图有高峰，经处理后对比度不自然地过份增强。近 10 年来，对基本直方图均衡的改进主要在两方面：1)直方图规定化方法；2)局部区域直方图均衡。所有这些改进都假定图象象素是随机分布，没有考虑相邻象素的相关性。数学推导证明，直方图上前、后两个灰度级变换后的间隔，即两个灰度级之间间距是否拉伸、压缩、不变，取决于变换前的后一个灰度级的概率。由于概率数值大的灰度级均衡后，与邻近灰度级间隔的拉伸比相距较远的灰度级的拉伸要大得多。结果使相邻灰度级远离它们在原直方图上的位置，与其它灰度级接近，甚至合并，导致一些细节的灰度级丧失。所编程序如附页所示三、运行结果三、运行结果读入一幅名为“c
10、ell”的图象，结果显示如下：6第一列图象为原始图象，第三列为变换后的图象。第一、二、三、四行分别是用分段线形变换、对数变换、指数变换和直方图均衡化对图象进行增强。在用分段线形对图象进行变换时，从编程所用数据可以得到变换函数T在第一段斜率小于1，在第二、三段斜率大于1，即是要实现增强图象的高灰度区，抑制图象的低灰度区。从变换后的图象可以明显的看到图象色彩变暗，达到了预期的效果，符和程序要求对数变换是扩展高灰度区，压缩低灰度区。指数变换是扩展低灰度区，压缩高灰度区。7从第二、四行的图象可以看到变换后的图象确实实现了上述目的。第三行的图象是用直方图均衡化的方法对图象进行增强的，原图象比较模糊，动态
11、范围较小，也就是对比度小，这种图象的直方图集中在灰度级的中部。经直方图均衡化以后动态范围正常的图象直方图的成分覆盖了灰度级很宽的范围,变换后的图象像素占有全部可能的灰度级并且分布均匀，图象有较高的对比度和多变的灰度色调，也就是通过改变直方图的形状来达到了增强图象对比度的效果。四、设计中遇到的问题四、设计中遇到的问题在此次课程设计中总的来说出现的问题不多，因为这次课程设计和上学期学的东西联系比较紧密。比如分段线形变换、对数变换、直方图均衡化，我们做了重点的学习并且对每一部分也都编过程序进行练习。所以只需把以前学的相应部分加于温习，就轻而易举的把这三部分的程序设计出来了。唯一有难度的就是指数变换增
12、强，当时学的时候没有给予练习，而课本上又没有过多的介绍。经过上网查阅资料，并和同学讨论，最终把指数增强的程序设计出来。最后，我把这四个程序组合成一个大的程序，并把结果在一幅图象上显示出来，以便于对比。五、心得体会五、心得体会课程设计是培养学生综合运用所学知识,发现,提出,分析和解决实际问题,锻炼实践能的重要环节,是对学生实际工作能力的具体训练和考察过程.随着科学技术发展的日新日异，图象处理已经成为当今计算机应用中空前活跃的领域，在生活中可以说得回顾起是无处不在。因此作为二十一世纪的大学来说掌握图象处理知识是十分重要的。此次图象增强课程设计，至今我仍感慨颇多，的确，从选题到定稿，从设计到运行，在整整四天的日子里，可以说得是苦多于甜，但是可以学到很多很多的的东西，同时不仅可以巩固了以前所学过的知识，而且学到了很多在书本上所没有学到过的知识。通过这次课程设计使我懂得了理论与实际相结合是很重要的，只有理论知识是远远不够的，只有把所学的理
