资源预览内容
第1页 / 共9页
第2页 / 共9页
第3页 / 共9页
第4页 / 共9页
第5页 / 共9页
第6页 / 共9页
第7页 / 共9页
第8页 / 共9页
第9页 / 共9页
亲,该文档总共9页全部预览完了,如果喜欢就下载吧!
资源描述
医学图像处理评分实验报告 课程名称 医学图像处理 实验名称 图像变换 专业班级 姓 名 学 号 实验日期 实验地点 20152016学年度第 2 学期一、 实验目的学习灰度变换修正图像的颜色和灰度的方法。学习图像直方图的生成和修正技术的原理和实现方法,理解其对观察图像的意义。了解图像变换的意义和手段,熟练掌握傅里叶变换等图像正交变换的方法,了解二维频谱的分布特点。二、实验环境 1、硬件配置:Intel(R) Core(TM) i5-4210U CPU 1.7GHz 1.7GHz 安装内存(RAM):4.00GB 系统类型:64位操作系统 2、软件环境:MATLAB R2013b软件三、实验内容(包括本实验要完成的实验问题及需要的相关知识简单概述)1. 灰度调整2. 直方图均衡化3. 直方图匹配(规定化)4. 利用MATLAB软件实现数字图像傅里叶变换1灰度调整函数imadjust是对灰度图像进行灰度变换的基本工具。其语法为 g=imadjust(f,low_in high_in,low_out high_out,gamma)此函数将图像f中的亮度值映象到g中的新值,即将low_in至high_in之间的值映射到low_out high_out之间的值。low_in以下与high_in以上的值被剪切掉了。输入图像应为uint8类、uint16类或double类图像,输出图像与输入图像有着相同的类。需要注意的是,不管f属于哪一个类,函数imadjust指定的强度值的范围均为0,1。如果f是uint8类图像,则函数imadjust将乘以255来确定应用中的实际值;如果f是uint16类图像,则函数imadjust将乘以65 535。为low_in high_in或low_out high_out使用空矩阵( )会得到默认值0 1。若high_out小于low_out,则输出亮度会反转。参数gamma指定了曲线的形状,该曲线用来映射f的亮度值,以便生成图像g。gamma的取值决定了输入图像到输出图像数据的映射方式,gamma1,增强暗度,只有当gamma1(缺省情况)时,这种映射才是线性映射。例1 灰度调整这样的操作将显著增加图像的对比度,同时也扩宽了原始图像上黑色部分的变动范围,从而使摄影师所穿着的衣服的细节能够更容易分辨。2直方图均衡化直方图是图像亮度分布的概率密度函数,是图像最基本的统计特征,它反映的是图像的灰度值的分布情况和图像的明暗分布规律,。直方图操作能有效地用于图像增强,其固有的信息还可用于在其他图像处理应用中,如图像压缩与分割。直方图在软件中易于计算,也适用于商用硬件设备,因此,它们成为了实时图像处理的一个流行工具。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化,改善图像的亮度分布状态,增强图像的视觉效果。灰度直方图是图像预处理中涉及最广泛的基本概念之一。直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图,即在每个灰度级上都具有相同的象素点数的过程。直方图生成函数为imhist,其基本语法为h=imhist(f,b) 其中,f为输入图像,h为其直方图,b是用于形成直方图的灰度级个数。若b未包含在此变量中,则其默认值为256。若处理的一幅uint8类图像,且b2,则亮度标度范围被分成两个部分:0至127和128至255。所得的直方图将有两个值:h(1)等于图像在区间0,127内的像素总数,h(2)等于图像在区间128,255内的像素总数。直方图均衡化由工具箱中的函数histeq实现,该函数的语法为g=histeq(f,nlev)式中,f为输入图像,nlev是为输出图像指定的灰度级数。若nlev等于L(输入图像中可能的灰度级的总数),则histeq直接执行变换函数T(rk)。若nlev小于L,则histeq试图划分灰度级,以便能够得到较为平坦的直方图。histeq中的默认值为nlev64。例2 直方图均衡化示例直方图均衡化修正后,图像直方图灰度间隔被拉大了,处理后的图像直方图分布更均匀了,图像在每个灰度级上都有像素点。从处理前后的图像可以看出,许多在原始图像中看不清楚的细节在直方图均衡化处理后所得到的图像中都变得十分清晰。从而实现图像增强,有利于图像的分析与识别。3直方图匹配(规定化)函数histeq实现直方图匹配的形式为:g=histeq(f,hspec)其中,f为输入图像,hspec为指定的直方图(一个由指定值构成的行向量),g为输出图像,其直方图近似于指定的直方图hspec。向量中包含对应于等分空间bin的整数值。histeq的一个特性是在length(hspec)远小于图像f中的灰度级数时,图像g的直方图通常会较好地匹配hspec。例3 直方图规定化1 图像正交变换 图像二维正交变换在数字图像处理中扮演着重要的角色,如,在傅里叶变换(FT, Fourier Transform)域中,高频分量往往对应图像的边缘,利用这一性质可以从图像中抽取特征。又如,傅里叶变换后,图像能量往往集中在少数项上,或者说能量主要集中在低频分量上,于是通过对低频成分分配较多的比特数,对高频成分分配较少的比特数,即可实现图像数据压缩。再者,舍弃变换函数矩阵中某些幅度小的系数,可缩减计算维数,提高计算速度等等。在实际应用中离散傅里叶变换DFT及其逆变换可以通过使用快速傅里叶变换(FFT)算法来实现。一个大小为MN的图像数组f可以通过使用函数fft2得到,该函数的简单语法为:Y=fft2(X) 返回二维离散傅里叶变换,结果Y和X的大小相同。仍为MN,数据排列形式为:数据的原点在左上角,而四个四分之一周期交汇于频率矩形的中心。使用傅里叶变换时,需要对输入数据进行零填充。在这种情况下,调用格式如下:Y=fft2(X,P,Q)使用该语法,fft2将使用所要求的0的个数对输入图像进行填充,以便结果函数的大小为PQ。傅里叶频谱可以使用函数abs来获得:F=abs(Y)该函数计算数组的每一个元素的幅度(实部和虚部平方和的平方根)。函数fftshift将变换的原点移动到频率矩形的中心。其语法为:C=fftshift(Y)其中,Y是用fft2计算得到的变换,C是已居中的变换。该函数变换相当于将输入图像乘以(-1)x+y所得到的结果。但要注意的是,这两种处理过程不可互换。即fftshift(fft2(f)fft2(fftshift(f)。可以用下面的命令行显示居中后的频谱:C=fftshift(Y);imshow(abs(C2), )虽然频谱移中后适于观看了,但该频谱中值的动态范围(0到204 000)与8比特显示相比要大得多。此时可以使用对数变换来解决该问题。如:F2=log(1+abs(C);imshow(F2, )傅里叶逆变换可以用函数ifft2实现,其基本语法为 f=ifft2(F)其中,F是傅里叶变换,f是结果图像。四、实验结果与分析 (包括实验原理、数据的准备、运行过程分析、源程序(代码)、图形图象界面等)注:本项可以增加页数 %例1 灰度调整I=imread(skull.tif); %读取图像J=imadjust(I,0 0.2,0.5 1); %imadjust在数字图像处理中用于进行图像的灰度变换(调节灰度图像的亮度或彩色图像的颜色矩阵)将图像I中的亮度值映射到J中的新值,即将0至0.2之间的值映射到0.5至1之间的值。0 以下与0.2以上的值被剪切掉了, 0以下的值映射到0.5,0.2以上的值映射到1。它们都可以使用空的矩阵,默认值是0 1。Gamma=1(缺省情况)时,是线性映射。imshow(I); %显示图像figure,imshow(J) %显示进行灰度变换后的图像图1 原图像 图2 灰度变换后的图像分析:图像的灰度变换处理是图像增强处理技术中基础的空间域图像处理方法。灰度灰度变换是指根据某种目标条件按照一定变换关系逐点改变原图像中每个像素灰度值的方法。灰度变换法又可分为三种:线性、分段线性及非线性变换。目的是为了改善画质,使图像的显示效果更加清晰。%例2直方图均衡化I=imread(skull.tif); %读取图像J=histeq(I); %指定直方图均匀化后的灰度级数n,默认值为64imshow(I); %显示原图像title(原图像); %图像标题为原图像figure,imshow(J); %显示直方图均衡化后的图像title(直方图均衡化所得图像); %图像标题为直方图均衡化所得图像figure;subplot(121); %创建画图空间,把绘图窗口分成一行两列两块区域,在第一块区域绘原图像直方图imhist(I,64); %显示图像I的直方图,灰度级为64title(原图像直方图); %标题为原图像直方图subplot(122); %把绘图窗口分成一行两列两块区域,在第二块区域绘均衡变换后的直方图imhist(J,64); %计算和显示灰度图像J的直方图,64为指定的灰度级的数目,即imhist(J,n)对于灰度图像其的默认值是256,对于黑白二值图像,n的默认值是2。title(均衡变换后的直方图); %标题为均衡变换后的直方图 图3 原图像 图4 直方图均衡化所得图像分析:直方图均衡化后的图像在整个灰度值动态变化范围内分布均匀化,改善了原图像的亮度分布状态,增强图像的视觉效果。它是非线性灰度变换。图5 原图像直方图和均衡化变换后的直方图分析:原直方图是高对比度图像的直方图,均衡化变换后的直方图是亮图像的直方图。%例3直方图匹配(规定化)I=imread(skull.tif); %读取图像hgram=50:2:250; %以减少灰度级为代价,拉升对比度。以2为步长,把灰度级0-25
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号