基于灰度變換的骨骼圖像增強(qiáng)設(shè)計(jì)

《基于灰度變換的骨骼圖像增強(qiáng)設(shè)計(jì)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、燕山大學(xué)計(jì)算機(jī)視覺（圖像處理技木）i果程設(shè)計(jì)報(bào)告設(shè)計(jì)題目：基于灰度變換的骨骼掃描圖像增強(qiáng)設(shè)計(jì)學(xué)院（系）：里仁學(xué)院年級(jí)專業(yè)：12級(jí)檢測二班學(xué)生姓名：曹洪樂是否答辯：否指導(dǎo)教師：劉斌完成口期：2015年1月1口電氣工程學(xué)院《課程設(shè)計(jì)》任務(wù)書課程名稱：計(jì)算機(jī)視覺基層教學(xué)單位：儀器科學(xué)與工程系指導(dǎo)教師：劉斌學(xué)號(hào)121203021028學(xué)生姓名曹洪樂(專業(yè))班級(jí)檢測二班設(shè)計(jì)題基于灰度變換的骨骼掃描圖像增強(qiáng)設(shè)計(jì)目設(shè)U技利用灰度變換實(shí)現(xiàn)骨骼掃描圖像的增強(qiáng)處理，自行設(shè)計(jì)軟件流程，術(shù)配置相關(guān)參數(shù),對(duì)比不同參數(shù)的增強(qiáng)

2、效果。參數(shù)設(shè)計(jì)(1)利用Matalb軟件編寫相關(guān)程序;要(2)撰寫課程設(shè)計(jì)報(bào)告，報(bào)告內(nèi)容應(yīng)包含算法原理、程序流程和本人求的主要工作；報(bào)告其他內(nèi)容詳見模板。參課程教材考《數(shù)字圖像處理Matlab版》RafaelC.Gonzalez著，阮秋琦等譯資《精通MatlabGUI設(shè)計(jì)第三版》陳垚光等著料MATLAB軟件相關(guān)參考書周次前半周后半周應(yīng)搜集資料，總體設(shè)計(jì)，編寫程序；調(diào)試程序、撰寫報(bào)告，準(zhǔn)備答兀辯用PPT；成內(nèi)容指導(dǎo)教師簽字基層教學(xué)單位主任簽字說明：1、此表一式四份，系、指導(dǎo)教師、學(xué)生各一份，報(bào)送院教

3、務(wù)科一份。2、學(xué)生那份任務(wù)書要求裝訂到課程設(shè)計(jì)報(bào)告前面。電氣工程學(xué)院教務(wù)科一、理論基礎(chǔ)或算法原理對(duì)混合模糊圖像進(jìn)行處理，為得到一個(gè)滿意的結(jié)果，對(duì)其應(yīng)用多種互補(bǔ)的圖像增強(qiáng)技術(shù)，最終得到良好效果?；叶茸儞Q是基于點(diǎn)操作的增強(qiáng)方法，它將每一個(gè)像素的灰度值按照一定的數(shù)學(xué)變換公式轉(zhuǎn)換為一個(gè)新的灰度值，如增強(qiáng)處理中的對(duì)比度增強(qiáng)。對(duì)比度增強(qiáng)可以采用線性拉伸和非線性拉伸。線性拉伸可以將原始輸入圖像中的灰度值不加區(qū)別地?cái)U(kuò)展。如果要求對(duì)局部擴(kuò)展拉伸某一范圍的灰度值，或?qū)Σ煌秶幕叶戎颠M(jìn)行不同的拉伸處理吋，采用分段線性

4、拉伸。非線性拉伸常采用對(duì)數(shù)擴(kuò)展和指數(shù)擴(kuò)展。對(duì)數(shù)擴(kuò)展拉伸低亮度去，壓縮高亮度區(qū);指數(shù)擴(kuò)展拉伸了高亮區(qū)，壓縮了低亮度區(qū)。根據(jù)圖像增強(qiáng)處理過程所在的空間不同，圖像增強(qiáng)可分為空域增強(qiáng)法和頻域增強(qiáng)法兩大類。頻域增強(qiáng)是在圖像的某種變換域內(nèi)，對(duì)圖像的變換系數(shù)值進(jìn)行運(yùn)算，即作某種修正,然后通過逆變換獲得增強(qiáng)了的圖像?？沼蛟鰪?qiáng)則是指直接在圖像所在的二維空間進(jìn)行增強(qiáng)處理，既增強(qiáng)構(gòu)成圖像的像素?？沼蛟鰪?qiáng)法主要冇灰度變換增強(qiáng)，直方圖增強(qiáng)，圖像平滑和圖像銳化等。二、設(shè)計(jì)流程基于matlab實(shí)現(xiàn)軟件編寫：(1)讀入原圖“gu

5、ge.tif’(2)拉普拉斯變換(3)銳化原圖(4)soble算子運(yùn)算(5)均值平滑(6)乘機(jī)圖像(7)再次銳化(8)伽馬變換hl=[0,-1,0;-1,4,-1;0,-1,0];離散拉普拉斯所用的濾波器掩膜，用hl與原圖進(jìn)行卷積，得到中心像素點(diǎn)與鄰域像素點(diǎn)的差值。Ml=imfilter(T,hl);%掩膜得到的拉普拉斯變換圖MlM2=M1+I;%與原圖相加得到M2，銳化原圖一幅圖像的邊緣是通過一階和二階數(shù)字導(dǎo)數(shù)來檢測得到的。邊緣的寬度取決于從初始灰度級(jí)躍變到最終灰度級(jí)的斜坡的長度。這個(gè)長度又取決

6、于斜度，而斜度又取決于模糊程度。所以，我們可知，模糊的邊緣使其變粗，而清晰的邊緣使其變得較細(xì)。在實(shí)踐屮計(jì)算數(shù)字梯度時(shí)最常用的是Prewitt算子和Sobcl算子，雖然Prewitt模版的實(shí)現(xiàn)比Sobcl模版更簡單，但是Sobcl模版在抑制噪聲上更勝一籌，考慮到圖片屮的噪聲，所以在此處用Sobel模版。模版是用于求梯度分量仏，0＞，的，其中Sobel算子為Hl二-101-202-101H2=10-120-210-1實(shí)現(xiàn)圖像邊緣檢測的程序代碼(Matlab)為：h2=[-l，-2，-l;0,0,0;1

7、,2,1];h3=[-l,0,1;-2,0,2;-1,0,1];Gx=imfi1ter(T,h2);Gy=imf11ter(T,h3);fori=l:mforj=l:nM3(i,j)=abs(Gx(i,j))+abs(Gy(i,j));endend%sobel算子運(yùn)算結(jié)果得到■，保留邊緣去除噪聲根據(jù)最后運(yùn)行的結(jié)果顯示，Sobel圖像的邊緣要比拉普拉斯圖像的邊緣突出很多。拉普拉斯變換作為一種二階微分算子，在圖像細(xì)節(jié)的增強(qiáng)處理方面有明顯的優(yōu)點(diǎn)，但拉普拉斯變換與梯度變換和比較會(huì)產(chǎn)生更多的噪聲。其中位于平

8、滑區(qū)域的噪聲非常顯眼，梯度變換在灰度變換的K域的相應(yīng)要比拉普拉斯更強(qiáng)烈，而梯度變換對(duì)噪聲和小細(xì)節(jié)的響應(yīng)要比拉普拉斯變換弱，而且可以通過均值濾波器對(duì)其進(jìn)行平滑處理而進(jìn)一步的降低，對(duì)梯度圖像進(jìn)行平滑處理并用拉普拉斯圖像與他和乘。處理后的結(jié)果在灰度變化強(qiáng)的區(qū)域仍然保留細(xì)節(jié)，而在灰度變化相對(duì)平坦的IX域則減少噪聲，這種處理可以看做是將拉普拉斯變換與梯度變換的有點(diǎn)結(jié)合。用一個(gè)5*5的均值濾波器對(duì)圖像進(jìn)行平滑處理，代碼為M4=M3;forx=3:m-2fory=3:n-2fora=-2:2fo