Giáo trình xử lý ảnh y tế Tập 1b P10 ppsx

Hình 4.17 Ảnh xử lý dùng phân phối Gauss để biến đổi lược đồ mức xám... Hình 4.19 Kết quả thu được sau khi áp dụng lọc trung vị kích thước 5  5 trên ảnh đã được biến đổi lược đồ mức xám

Hình 4.15 Hàm tuyến tính từng đoạn

1 Tính:

) tan(

1 1

1

L j

m

y







) tan( L

j

j y

2 Với 0 z  x j

) tan(

) (

L z

z z

p





và với x j  zm

j j j

j

x m

y h z





) (

3 Tính:

) tan(

255 25

) tan(

1 1

H k k

H k

y x

m y















4 Với mzx k

k k k

k

m x

h y z





) (

và với x k  z 255

) 255 ( 255 )

x

y z

p

k

k





Phương pháp xen kẽ trên, chỉ sử dụng hai đoạn thẳng, được chỉ trên hình 4.16

Với 0  z  m

L

L

m

h z

p ( )   

Và với m  z 255

R

m

h z





255 ) (

Tham số  H, H,m và h có thể được điều chỉnh xấp xỉ với phân phối mong

muốn Ví dụ, nếu chúng ta đặt H  H mh1.0thì ta sẽ thu được phân bố đồng đều

Hình 4.16 Xấp xỉ hai đoạn thẳng

Các dạng phân phối khác Có một số dạng phân phối khác cũng được sử

dụng để nâng cao chất lượng ảnh Các dạng này được cho dưới đây Với những dạng này chúng ta có thể có được một giải pháp gần nhất với công thức (4.26)

Hàm mũ:

min )

( min )

p z   zz  (4.34)

Hàm chuyển đổi được cho bởi



















r

p r

r

0 min 1ln 1 ()  (4.35) Hàm Rayleigh:

2 ) (

2 min )

p

z z

























(4.36)

p z (z)

h

0 m 255 z

Hàm hyperbolic (căn bậc 3):

3 / 1 min 3

/ 1 max

3 / 2

3

1 ) (

z z

z z

p z







(4.38)

Hàm hyperbolic (logarit)

1 )

(

min

z z z

p z



 (4.40)

Hàm chuyển đổi được cho bởi

















r

p r

r r

) (

min

max min





(4.41)

Thực tế khi thực hiện công thức trên chúng ta sẽ thay thế p r (r) bằng h(i)

Bây giờ là lúc chúng ta phát triển các chương trình biến đổi lược đồ mức xám

Bài tập 4.3

1 Viết chương trình C để thay đổi lược đồ mức xám trên cơ sở hàm tuyến tính mức độ bộ phận hình 4.15 Kiểm tra chương trình trên ảnh

"ISLAM.IMG"

2 Tương tự như câu 1, nhưng xuất phát từ các công thức (4.35), (4.37), (4.39), và (4.41)

3 Lập chương trình cho phép bạn chọn hàm san bằng, gaussian, mũ, Rayleigh, hyperbolic (căn bậc 3), hoặc hyperbolic (logarith), sau đó ánh xạ ảnh thích hợp

Hình 4.17 là ảnh "ISLAM.IMG" sau khi sử dụng phân phối gaussian với

125



 và  / 1 073  150 Chú ý rằng ảnh này có hiển thị nhiều chi tiết hơn ảnh san bằng mức xám trên hình 4.12b Tuy nhiên, bạn sẽ thử nghiệm với  và

 khác nhau để phát hiện ra ưu điểm của phương pháp này

Hình 4.17 Ảnh xử lý dùng phân phối Gauss để biến đổi lược đồ mức

xám

4.6 Lọc trung vị

nhiễu kim, cải thiện khả năng chống nhiễu của tớn hiệu Lọc trung vị cú thể được bổ xung bằng cỏc biện phỏp đó được phỏt triển cho bộ lọc FIR

Bài tập 4.4

Viết một chương trỡnh dựa trờn sơ đồ hỡnh 4.18 để đưa ra lọc trung vị Kiểm tra lọc trung vị trờn ảnh thu được khi dựng biểu thức lược đồ mức xỏm và giới thiệu trờn hỡnh 4.12b Chỳ ý rằng một ảnh thu được khi dựng biểu thức lược đồ mức xỏm là một ảnh cú nhiễu

Kết quả của sử dụng bộ lọc trung vị kớch thước 5  5 được thể hiện trờn hỡnh 4.19 Cú một vài cải thiện về chất lượng ảnh được hiển thị ở đõy Tuy nhiờn, chất lượng ảnh sẽ tốt hơn nếu ta đem trung bỡnh ảnh gốc với ảnh kết quả lọc trung vị

Hỡnh 4.18 Lọc trung vị

Bộ đệm chuyển đổi ảnh

Hàng thứ n1 từ file ảnh vào đến hàng cuối cùng của bộ đệm chuyển đổi ảnh (ví dụ n1

từ 0 đến độ dài ảnh - 1)

N

yn 2= trung b ình { W(N1 -k1,n2-k 2)};

N1=(N-1)/2; k1=-N1đến N1, và k2=-N1

đến N1, n2=0 đến (độ rộng ảnh-1)

Bộ đệm

Đến file ảnh ra

N

N k1,k2 Vùng hỗ trợ cho bộ lọc trung vị.

Trong ví dụ này N=3

Hình 4.19 Kết quả thu được sau khi áp dụng lọc trung vị kích thước 5  5

trên ảnh đã được biến đổi lược đồ mức xám

Chương

5

Làm nổi và tách đường biên ảnh 5.1 Chỉ dẫn

Các kỹ thuật xử lý ảnh đều quan tâm đến việc làm nổi hoặc tách lấy đường biên ảnh Đường biên trong một ảnh đen trắng được định nghĩa là các đoạn rời rạc hoặc là thay đổi đột ngột của cường độ mức xám Sự thay đổi này chứa các thông tin về ảnh, và phần đóng góp của chúng trong phổ ảnh sẽ tìm thấy cuối miền tần số cao Một đường biên ảnh, trong trường hợp tổng quát có thể trải theo bất kỳ hướng nào, và có thể biến thiên về cường độ sáng Trong chương này, chúng ta sẽ lấy ra đường biên ảnh bằng đặc tuyến tần số của chúng Ta sử dụng bộ lọc FIR được thiết kế như bộ lọc thông cao đối xứng vòng tròn vào công việc này Sau đó, ta sẽ đưa ra một số phép xử lý đường biên lấy từ đặc tuyến không gian của đường biên ảnh

5.2 Làm nổi đường biên ảnh qua bộ lọc FIR

Vì đường biên ảnh chiếm ở dải tần số cao trong phổ của ảnh, nên ta có thể làm nổi hoặc tách đường biên ảnh qua bộ lọc thông cao Dùng cho chức năng này, ta có thể dùng bộ lọc tương phản pha có điểm cắt tần số

đủ cao để làm nổi đường biên ảnh và làm mờ các chi tiết khác của ảnh có tần số thấp Vấn đề đặt ra là chúng ta tìm ra điểm cắt tần số này như thế nào Điểm này được tìm ra bằng phương pháp thử nghiệm và điều chỉnh dần dần Ví dụ, ta có thể sử dụng ảnh đã qua bộ lọc trung vị ở hình 4.19 trong chương 4, ảnh này thu được khi sử dụng lược đồ mức xám và lọc trung vị trên ảnh "ISLAM.IMG" có trên đĩa đi kèm theo Hình 5.1a và hình 5.1b cho kết quả dùng PCF thiết kế như lọc FIR kích thước 5  5

hợp này đường biên ảnh nổi trội với c = 2.0

Một phương pháp khác hay dùng để làm nổi đường biên ảnh là dùng

bộ lọc Laplace, định nghĩa như sau:

(5.1)

ở đây f(x,y) là hàm cường độ của ảnh Đặc tính tần số của Laplace được

định nghĩa như sau:

y

y x f x

y x f y x f

2 2

2

2

) , (















2 1 2

1 , ) (   

Để hiểu hoạt động của phương pháp Laplace trong việc trích ra đường

biên, xem sơ đồ ví dụ hình 5.2 Chúng là sự đơn giản hoá sườn âm và

sườn dương đường biên

Hình 5.1 (a) Kết quả sử dụng bộ lọc PCF với  c  1 7

(b) Kết quả sử dụng lọc PCF với  c 2.0