第5章医学图像增强导论.ppt

1 图像增强的概念 2 直方图增强 直方图的计算举例 设图像像元总数为8*8=64, i=[0,7] Matlab程序 clear;clc; I=imread(3.jpg); I=rgb2gray(I); J=histeq(I); subplot(221),imshow(I); subplot(222),imshow(J); subplot(223),imhist(I); subplot(224),imhist(J); 效果图 直方图规定化 原始图像各灰度级对应的概率分布 直方图规定化 直方图规定化举例 给定两幅图像 1-pout.tif和图像2-cameraman.tif 对图像2进行直方图规定化，指定的直方图为图像1的直方图 即使用图像1的直方图对2进行直方图规定化 效果图 Matlab程序 clear;clc; I1=imread(pout.tif); I2=imread(cameraman.tif); I1=rgb2gray(I1); I2=rgb2gray(I2); [hgram,x]=imhist(I1); J=histeq(I2,hgram); subplot(131),imshow(I1); subplot(132),imshow(I2); subplot(133),imshow(J); figure subplot(131),imhist(I1); subplot(132),imhist(I2); subplot(133),imhist(J); 比较 作业一 给定一幅图像f(i,j)=[100 150 162 90 255 100 95 96 102] 对图像f(i,j)进行全域线性灰度变换，[90，255]--〉[0—255]，求输出图像g(i,j) 作业二 　对图像进行直方图均衡化，给定图像f(i,j)，要求给出计算过程与结果。 空域线性滤波的算法 － 模板操作 将模板在图中漫游，并将模板中心与某像素重合 将模板系数与模板下对应像素相乘 将所有乘积相加 将上述求和结果赋予模板中心对应像素 5.3.1 邻域平均法 邻域平均法是一种直接在空间域上进行平滑处理的技术。 邻域平均法 用邻域内各像素的灰度平均值代替该像素原来的灰度值，来实现图像的平滑。 邻域平均法 1、方法：逐个处理待处理像素，以其邻域平均值取代该像素原来的灰度值。 2、邻域的选取：通常有两种方式，以单位距离为半径或单位距离的 倍为半径取一个窗口。 邻域平均法举例 给定一幅图像 添加椒盐噪声 使用邻域平均法去除噪声 需要确定窗口形状 确定为3*3窗口 Matlab程序 clear;clc; I=imread(eight.tif); J=imnoise(I,salt pepper,0.02); K=filter2(fspecial(average,3),J)/255; subplot(131),imshow(I); subplot(132),imshow(J); subplot(133),imshow(K); 效果图 取3X3窗口 取N=3 取N=3 取N=3 取N=3 取N=3 取N=3 中值滤波法举例 给定一幅图像 添加椒盐噪声 使用中值滤波法去除噪声 需要确定窗口形状 确定为3*3窗口 Matlab程序 clear;clc; I=imread(eight.tif); J=imnoise(I,salt pepper,0.02); K=medfilt2(J,[3 3]); subplot(131),imshow(I); subplot(132),imshow(J); subplot(133),imshow(K); 效果图 作业三 邻域平均法处理图像f(x,y)，3*3邻域，求g（x，y） 中值滤波法处理图像f(x,y)，3*3邻域，求g（x，y） f(x,y) 梯度算子 梯度对应于一阶导数，相应的梯度算子就对应于一阶导数算子。 对于图像f(x，y)，在(x，y)处的梯度定义为 梯度 梯度是一个矢量，其幅度和方向分别为 离散图像的梯度 一阶偏导数采用一阶差分近似表示，如，常规梯度算子 对于离散图像处理而言，常用到梯度的大小，因此把梯度的大小习惯称为“梯度” 为简化梯度的计算，经常使用 其它梯度算子 除常规梯度算子以外，还可采用Roberts、Prewitt和Sobel 算子来计算梯度，增强边缘。 Roberts对应的模板 其差分计算式如下 Prewitt算子 为在锐化边缘的同时减少噪声的影响，Prewitt从加大边缘增强算子的模板大小出发，由2x2扩大到3x3来计算差分 其对应模板如图所示： 其差