医学图像锐化系统设计

1、 1医学图像处理课程设计说明书医学图像锐化系统设计医学图像锐化系统设计班班 级级生医生医 113113 班班姓姓 名名付道远付道远学学 号号111417010308111417010308指导教师指导教师李振伟、何琳李振伟、何琳医学图像处理课程设计 生医 113 付道远2目目 录录1 设计目的.12 设计内容与原理.13 设计思路与方案.54 详细设计步骤.65 结果与分析.106 总结.14参考文献.15附录.17医学图像处理课程设计 生医 113 付道远1基于灰度变换的医学图像增强系统设计基于灰度变换的医学图像增强系统设计1 1 设计目的设计目的1、熟练运用 MATLAB 编程实现对医学图

2、像的锐化增强处理；进一步巩固和加强对医学图像处理课程中所学相关理论知识的理解。2、掌握 MATLAB GUI 设计的基本原理和方法，并在此基础上进行医学图像应用处理系统的初步设计与开发；通过实践培养独立分析问题、解决问题的能力。2 2 设计内容与原理设计内容与原理1）图像锐化的概念在图像增强过程中，通常利用各类图像平滑算法消除噪声，图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。一般来说，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时图像边缘信息也主要集中在其高频部分i。这将导致原始图像在平滑处理之后，图像边缘和图像轮廓模糊的情况出现。为了减少这类不利效果的影响，就需要利

3、用图像锐化技术，使图像的边缘变得清晰。图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变得清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算(如微分运算)就可以使图像变得清晰。从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。但要注意能够进行锐化处理的图像必须有较高的性噪比，否则锐化后图像性噪比反而更低，从而使得噪声增加的比信号还要多，因此一般是先去除或减轻噪声后再进行锐化处理ii。2）图像锐化的目的加强图像的轮廓边缘或轮廓，使图像看起来比较清晰。与图像平滑不同，图像平滑通过积分过程使得图像边缘模糊，图像

4、锐化则微分而使图像边缘突出、清晰。由于我们常常无法事先确定轮廓的取向，因而挑选用于轮廓增强的微分算子时，必须选择那些不具备空间方向性的和具有旋转不变的线性微分算子。最基本的一类边缘检测算子是微分类算子。包括：梯度算子、Robel 梯度算子、Sobel 算子、Prewitt 边缘检测算子、Kridch 边缘检测算子、Laplacian 算子等。医学图像处理课程设计 生医 113 付道远22.12.1 SobelSobel 微分算子函数微分算子函数Sobel 算子具有一定的噪声抑制能力，在检测阶跃边缘时得到的边缘宽度至少为二像素，它不依赖于边缘方向的二阶微分算子，是一个标准量而不是向量，具有旋转不

5、变即各向同性的性质。在图像处理中常被用于提取图像的边缘。Sobel 微分算子定义如下： （式 1） (1,1)(1,1) 2 (1, )(1, ) (1,1)(1,1) (1,1)(1,1) 2 ( ,1)( ,1) (1,1)(1,1)xyDf xyf xyf xyf xyf xyf xyDf xyf xyf x yf x yf xyf xy （式 2） 22xyfDD如果用图像处理的模板来表示，则有： （式 3）-1 -2 -10 0 0 1 2 1xD-1 0 1-2 0 2 -1 0 1yD下面以一个简单的例子来体会该算法。设原图像为 3 3 3 3 33 8 7 6 33 6 0 5

6、 33 7 8 4 33 8 3 3 3f对中模板罩不住的地方其处理结果令为 0，其它的像素一次按照式（式f1）进行计算。例如，对的模板下的图像子块为：(2,2),3 3f医学图像处理课程设计 生医 113 付道远33 3 3(2,2)3 8 73 6 0mf计算结果为22(2,2)(33)2(63)(03)(33)2(73)(03)g 5.836()取整最终处理结果为3 3 3 3 30 0 0 0 00 6 5 5 00 3 7 4 00 8 7 7 00 0 0 0 0f2.22.2 PriwittPriwitt 微分算子函数微分算子函数Priwitt 微分算子的思路与 Sobel 微分

7、算子的思路类似，是在一个奇数大小的模板中定义其微分运算。 Priwitt 微分算子定义如下：2.32.3 拉普拉斯微分算子函数拉普拉斯微分算子函数最简单的二阶各向同性微分算子是拉普拉斯微分算子，二维图像f（x,y）的拉普拉斯微分算子定义为： 22222yfxff22( , )(1, )( , )(1, )(1, )( , )xxffi jfijxf i jf ijf ijf i j医学图像处理课程设计 生医 113 付道远4写成模板系数形式形式即为 Laplacian 算子：二阶微分算子所提取出的细节较一阶微分算子提出的细节多，表明了二阶微分算子在对图像细节更加敏感。2.42.4 理想高通滤波

8、器的转移函数： 0， D(u,v) D0 H(u,v)= 1, D(u,v) D0 2.52.5 Butterworth 滤波器的转移函数：22( ,)( ,1)( ,)( ,1)( ,1)( ,)yyffi jfi jyf i jf i jf i jf i j)1,()1,(),1(),1(),(42jifjifjifjifjiff0010141010H 医学图像处理课程设计 生医 113 付道远5H(u,v)=1/1+ 0/(,)22.62.6 指数高通滤波器的转移函数： H(u,v)= 0/(,)注：式中，D0 为截止频率；D(u,v)=是点(u,v)到频率平面原点的距2+ 2离。3 3

9、 设计思路与方案设计思路与方案利用 matlab 数字图像处理，编写相关函数，具体过程如下：双击打开MATLAB 7.0FileNewGUI单击，调整 axes1 大小单击 OK，调整按钮大小和颜色，修改名称再建 axes2单击 OK，调整按钮大小和颜色，修改名称保存ViewM-file Edit针对每个功能按钮，输入对应的函数。图像锐化设计流程图：频域锐化 SobelPriwitt保存退出打开空域锐化理想高通巴特沃斯梯度高通Log医学图像处理课程设计 生医 113 付道远64 4 详细设计步骤详细设计步骤4.1 Sobel 锐化算子代码w=fspecial(sobel);k1=imfilte

10、r(im,w);axes(handles.axes2);imshow(k1,);4.2 Prewitt锐化算子代码w=fspecial(sobel);k1=imfilter(im,w);axes(handles.axes2);imshow(k1,);4.3 Log锐化算子代码w=fspecial(log);k1=imfilter(im,w);axes(handles.axes2);imshow(k1,);4.4 理想高通滤波器v=str2double(get(handles.edit9,String); I=fft2(im); j=double(I); g=fftshift(j); M,N=s

11、ize(g); n1=floor(M/2);医学图像处理课程设计 生医 113 付道远7 n2=floor(N/2); d0=v; for i=1:M for j=1:N t=sqrt(i-n1)2+(j-n2)2); if td0; for i=1:M for j=1:N t=sqrt(i-n1)2+(j-n2)2); if t=d0&t=d1 h=(t-d1)/(d0-d1); else h=1; end end g(i,j)=h*g(i,j); end end s=ifftshift(g); s=uint8(real(ifft2(s); axes(handles.axes2);

12、imshow(s);end医学图像处理课程设计 生医 113 付道远105 5 结果与分析结果与分析 图 5-1 操作的原图像图 5-2 到图 5-7 是图 5-1 经过处理后得到的图像医学图像处理课程设计 生医 113 付道远11 图 5-2 理想高通滤波器滤波后的图像 图 5-3 巴特沃斯高通滤波器处理后的图像 图 5-4 梯度高通滤波器滤波后的图像医学图像处理课程设计 生医 113 付道远12 图 5-5 Sobel 微分算子处理后的图像 图 5-6 Prewitt 微分算子处理后的图像医学图像处理课程设计 生医 113 付道远13 图 5-7 Log 微分算子处理后的图像从实验的仿真结

13、果我们可以看出，不同的滤波器对图像的滤波效果是不同的。它们的共同点是图像在经过高通滤波后，消除了模糊，突出了边缘，使低频分量得到了抑制，从而增强了高频分量，使图像的边沿或线条变得清晰，实现了图像的锐化。但理想高通滤波器出现了明显的振铃现象，即图像边缘有抖动现象；而 Butterworth 滤波器高通效果较好，但是计算复杂，其优点是有少量的低频通过，故 H(u,v)是渐变的，振铃不明显；指数高通滤波效果比Butterworth 差些，但振铃也不明显。而且不同的滤波半径和不同的滤波器阶数对图像的滤波效果也是不同的。滤波半径越越小，则图像的滤波效果越好；滤波器阶数越高，则滤波效果越好。从以上 3 种

14、高通滤波的研究可知，加强了高频分量，但是由于低频通过太少，故处理后图像仍不清晰。理想的方案是把多种处理方法综合使用，例如每次频域处理之后，再用空域处理，如直方图均衡化修正，这样处理后，图像效果更好，轮廓更加突出，图像更加清晰。6 6 总结总结数字图像处理（Digital Image Processing）又称为计算机图像处理，它最早出现 于 20 世纪 50 年代 ，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于 20 世纪 60 年代初期。图像处理的基本目的是改善图像的质量。它以人为对象，改善人的视觉效果为目的。图像处理中，输入

15、的是质量低的图像，输出的是改善质量后的图像，常见的图像处理方法有图像增强、复原、编码、压缩等。图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于医学图像处理课程设计 生医 113 付道远14这些领域的有航空航天。生物医学工程、工业检测、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注意、前景远大的新型科学。随着图像处理技术的深入发展，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理更高、更深层次发展。数字图像经过转换和传输后，难免会产生模糊。图像锐化的主要目的在于补偿图像边缘轮廓、突出图像的边缘信息以使图像显得更为清晰，从而符合人类的观察习惯。图像锐化的

16、实质是增强原图像的高频分量。边缘和轮廓一般位于灰度突变的地方，因此和自然地利用灰度差分提取出来。由于边缘和轮廓在一幅图中常常具有任意方向，而差分运算是有方向性的，因此和差分方向一致的边缘和轮廓便检测不出来。因而希望找到一些各向同性的检测算子，它们对任意方向的边缘和轮廓都有检测能力，具有这钟性质的锐化算子有 Roberts 算子、Prewitt 算子、Sobel 算子、Laplacian 算子等微分算子。利用 Matlab 实现图像边缘检测，具体的是利用 Matlab 针对 Roberts 算子、Prewitt 算子、Sobel 算子、Laplacian 算子实现边缘检测的功能。数字图像处理中图

17、像锐化的目的有两个：一是增强图像的边缘，使模糊的图像变得清晰起来；这种模糊不是由于错误操作，就是特殊图像获取方法的固有影响。二是提取目标物体的边界，对图像进行分割，便于目标区域的识别等。通过图像的锐化，使得图像的质量有所改变，产生更适合人观察和识别的图像7。 数字图像的锐化可分为线性锐化滤波和非线性锐化滤波。如果输出像素是输入像素领域像素的线性组合则称为线性滤波，否则称为非线性滤波。 线性高通滤波器是最常用的线性锐化滤波器。这种滤波器必须满足滤波器的中心系数为正数，其他系数为负数。 非线性锐化滤波就是使用微分对图像进行处理，以此来锐化由于邻域平均导致的模糊图像。无方向一阶微分锐化算子有：Pre

18、witt 锐化算子特点：与 Sobel 相比，有一定的抗干扰性。图像效果比较干净。Sobel 锐化算子特点：锐化的边缘信息较强。Log 锐化算子特点：把高斯平滑滤波器和拉普拉斯锐化滤波器结合起来，先平滑噪声，再进行边缘检测，所以效果更好。在实际应用过程中，图像锐化效果不理想是因为图像信噪比较小要用较高的 kt 才能看清晰。图像该系数要取值合理，kt 过小，锐化效果就不明显。通过这个实验熟悉了 4 个传统的图像锐化算子的基本理论，运用其不同的算子得到不同图像进行比较，灵活掌握在不同情况下合理选择锐化算子进行图像处理，得到比较理想的图片。医学图像处理课程设计 生医 113 付道远157 个人总结个

19、人总结这次的课程设计已接近尾声，在这次的综合训练中，我才正真体会到了知识用时方恨少的滋味,有许多知识需要学习。不过这次的综合训练让我受益匪浅，正真的锻炼了我的动手能力。并且使我对书本上的知识有了更深入的了解。以前在上图像处理课时，只知道图像锐化就是用数学公式来计算的。通过这次的训练才明白那些微分算子后面原来隐藏着好多知识，运用它们锐化后的图像发生了很大的变化。通过这次课程设计使我对 matlab 有了更深层次的理解，也对掌握了如何用 matlab 制作界面，使我对图像处理有了更深的理解和掌握。在课程设计过程中，也遇到了很多问题，体会最深的是，自己知识的不足。在这种情况下同学们对我的帮忙很大，我非常感激！还感受到同学们坐在一起讨论问题时的快乐。总之，这次课程设计使我学到了很多有用的知识，也让我明白了要想真正掌握一门新知识，就必须对其进行不断的学习与探