Bài tập 9.2 Sử dụng ảnh "CAMEL.IMG" thu được trong chương 8 và áp dụng bộ lọc thông cao 2-D được thiết kế để xấp xỉ hàm Butterworth.. Nguyên nhân thứ hai là mỗi một dòng ảnh mới được ch
Trang 1char file_name[14];
clrscr();
printf("Enter file name for image >");
scanf("%s",file_name);
fptri=fopen(file_name,"rb");
if(fptri==NULL)
{
printf("No such image file exists.\n");
exit(1);
}
nsq=(double)filelength(fileno(fptri));
printf("Is image length equal to image width ? (y or n) >");
while(((ch=getche())!='y')&&(ch!='n'));
switch(ch)
{
case 'y':
image_length=image_width=(int)sqrt(nsq);
break;
case 'n':
printf("\nEnter image_width >");
scanf("%d",&image_width);
image_length=(int)(nsq/(float)image_width);
}
printf("\n Image size %dx%d.",image_length,image_width);
printf("\nEnter file name for filter's coefficients >");
scanf("%s",file_name);
fptro=fopen(file_name,"r");
if(fptro==NULL)
{
printf("\nNo such file exists.\n");
exit(1);
}
fscanf(fptro," %d",&N);
printf("IIR filter has an order of %dx%d.",N,N);
N1=N+1;
/* Allocating memory space */
a=(float **)malloc(N1*sizeof(float *));
for(i=0;i<N1;i++)
*(a+i)=(float *)malloc(N1*sizeof(float));
b=(float **)malloc(N1*sizeof(float *));
for(i=0;i<N1;i++)
*(b+i)=(float *)malloc(N1*sizeof(float));
wx=(unsigned char **)malloc(N1*sizeof(char *));
Trang 2for(i=0;i<N1;i++)
*(wx+i)=(unsigned char *)malloc(image_width*sizeof(char));
wy=(float **)malloc(N1*sizeof(float *));
for(i=0;i<N1;i++)
*(wy+i)=(float *)malloc(image_width*sizeof(float));
buff=(unsigned char *)malloc(image_width*sizeof(char));
bufft=(float *)malloc(image_width*sizeof(float));
for(i=0;i<=N;i++)
for(j=0;j<=N;j++)
fscanf(fptro," %f %f",&a[i][j],&b[i][j]);
fclose(fptro);
yt=wherey()+1;
again:
gotoxy(1,yt);
gotoxy(1,yt);
printf("Enter file name for filtered image ->");
scanf("%s",file_name);
if((stricmp("temp.img",file_name))==0)
{
printf("This is a reserved file name Use some other name.");
goto again;
}
gotoxy(1,yt+1);
ind=access(file_name,0);
while(!ind)
{
gotoxy(1,yt+1);
printf("File exists Wish to overwrite? (y or n) >");
while(((ch=tolower(getch()))!='y')&&(ch!='n'));
putch(ch);
switch(ch)
{
case 'y':
ind=1;
break;
case 'n' :
gotoxy(1,yt+1);
gotoxy(1,yt);
gotoxy(1,yt);
Trang 3printf("Enter file name >");
scanf("%s",file_name);
ind=access(file_name,0);
}
}
fptro=fopen(file_name, "wb");
fptrt=fopen( "temp.img","wb+");
/* Clearing input and output image transfer buffers */
for(i=0;i<N1;i++)
for(j=0;j<image_width;j++)
{
wx[i][j]=(char)0;
wy[i][j]=(float)0.0;
}
max=(float)0.0;
min=(float)1000.0;
true_width=image_width-N1;
true_length=image_length*0.9;
for(n=0; n<image_length;n++)
{
fread(buff,image_width,1,fptri);
gotoxy(1,yt+4);
printf("Transferred line %d to input buffer.",n);
for(j=0;j<image_width;j++)
wx[0][j]=buff[j];
for(m=0;m<image_width;m++)
{
wy[0][m]=(float)0.0;
for(i=0;i<=N;i++)
for(j=0;j<=N;j++)
{
if((m-j)<0) continue;
wy[0][m]+=a[i][j]*(float)wx[i][m-j];
if((i+j)==0) continue;
wy[0][m]-=b[i][j]*(float)wy[i][m-i];
}
bufft[m]=wy[0][m];
if((m>N1)&&(m<true_width)&&(n>N1)&&(n<true_length))
{
if(bufft[m]>max) max=wy[0][m];
if(bufft[m]<min) min=wy[0][m];
}
}
fwrite(bufft,image_width,sizeof(float),fptrt);
Trang 4/* Shifting */
temp1=*(wx+N);
for(i=0;i<N;i++)
*(wx+N-i)=*(wx+(N-1)-i);
*wx=temp1;
temp2=*(wy+N);
for(i=0;i<N;i++)
*(wy+N-i)=*(wy+(N-1)-i);
*wy=temp2;
}
printf("\n\n Scaling ");
yt=wherey();
rewind(fptrt);
scale=(float)250.0/(max-min);
for(n=0;n<image_length;n++)
{
gotoxy(1,yt+2);
printf("Scaling line %d.",n);
fread(bufft,image_width,sizeof(float),fptrt);
for(m=0;m<image_width;m++)
{
tt=(bufft[m]-min)*scale;
if(tt>255.0) tt=255.0;
if(tt<0.0) tt=0.0;
buff[m]=(unsigned char)tt;
}
fwrite(buff,image_width,1,fptro);
}
fclose(fptri);
fclose(fptro);
fclose(fptrt);
remove("temp.img");
}
Bây giờ chúng ta hãy kiểm tra chương trình lọc IIR Lần này chúng ta sẽ xem xét ảnh x-quang của lồng ngực trong hình 9.9 Bằng cách sử dụng chương trình 9.1 và 9.2 chúng ta có thể thiết kế một bộ lọc thông cao sử dụng kết quả
đáp ứng biên độ nhận được từ hàm Butterworth với n = 1 và c = 1.0 Bậc của
bộ lọc được thiết kế là 2 2 Hình 9.10 chỉ ra ảnh kết quả sau khi lọc Trên ảnh đã lọc có nhiều chi tiết được làm rõ ảnh được cho sẵn trên đĩa với tên file
là "RIBS.IMG"
Trang 5Hình 9.9 ảnh chụp x quang lồng ngực
Hình 9.10 ảnh lồng ngực sau khi được làm nổi
Trang 6Bài tập 9.2
Sử dụng ảnh "CAMEL.IMG" thu được trong chương 8 và áp dụng bộ lọc
thông cao 2-D được thiết kế để xấp xỉ hàm Butterworth Dùng n = 1 và n = 2
cho hàm Butterworth, và c = 0.6, 0.8 và 1.0 So sánh kết quả với kết quả thu được trong chương 8 Kiểu bộ lọc nào, IIR hay FIR, bạn nghĩ có thể được sử dụng để cho ảnh kết quả rõ hơn với cùng số hệ số, tại sao?
Bài tập 9.3
Chương trình 9.4 đưa ra mã và giải thuật hiệu quả hơn những chương trình được viết cho bộ lọc FIR, ví dụ chương trình 3.1 (FIR.C) và 3.2 (FIRSYM.C)
Nguyên nhân thứ nhất là trong chương trình 9.3 chúng ta sử dụng fread thay cho fgetc trong chương trình 3.1 và 3.2 Nguyên nhân thứ hai là mỗi một dòng
ảnh mới được chuyển đổi thành dòng đầu tiên của bộ chuyển đổi ảnh vào thay thế cho dòng cuối cùng như chúng ta đã làm trong chương trình 3.1 và 3.2 Điều này có khuynh hướng đơn giản hoá công thức đệ qui sử dụng trong giải thuật
Viết lại chương trình 3.1 và 3.2 bằng cách thực hiện hai thay đổi này Kiểm tra chương trình đã được viết lại và so sánh thời gian chạy
9.8 Nhân đôi ảnh dùng bộ lọc IIR
Trong phần này chúng ta sẽ tận dụng một phép tiếp cận xen kẽ để nhân đôi
độ phân giải ảnh thay cho các phương pháp chúng ta đã nghiên cứu trước đây Phép tiếp cận này cũng giống như cách tiếp cận FFT trong chương 7 Giải thuật bao gồm các bước sau :
1 Nhân đôi ảnh bằng cách sao chép các điểm và các đường nằm ngang, ví
dụ, mỗi điểm được đọc từ bộ đệm ảnh được sao chép vào hai vị trí liên tục trên
bộ đệm nhập vào của thuật toán, và tất cả các dòng nằm ngang được sao chép Điều này bao gồm cả việc làm tăng chu kỳ lấy mẫu dòng và mành bằng cách
nhân đôi giá trị của nó.Nếu T H = T V = T, thì trong ảnh mới phải có chu kỳ lấy mẫu là 2T theo mọi hướng Bước này tương đương với áp dụng hàm nội suy
hình vuông trong chương 7, hình 7.8
Trong miền tần số, phóng đại ảnh bằng bản sao có phổ tần số được mô tả bằng một miền chữ nhật
T T
T
Phổ này, như chúng ta đã biết, là tuần hoàn hai chiều
2 Cho ảnh đã phóng qua bộ lọc thông thấp có đặc tuyến tần số biên độ như hình 9.11b Điều này tương đương việc cộng các không vào phổ tần số như đã làm trong cách tiếp cận nội suy biến đổi Fourier
Trang 7199
3 ảnh phóng đại được rút ra giống như cách rút ra ảnh từ cách tiếp cận FFT
Các bước trên đòi hỏi phải thiết kế bộ lọc thông thấp kiểu đáp ứng hình vuông Chúng ta có thể thay đổi chương trình 9.1 để tính đáp ứng xung của bộ lọc thông thấp đáp ứng hình vuông Điều này có thể dùng với chương trình 9.2
và 9.3 thiết kế bộ lọc đáp ứng hình vuông IIR Bạn cũng có thể dùng hai bộ lọc IIR 1-D thiết kế bất kỳ kiểu bộ lọc nào trong tham khảo 3 Một bộ lọc 1-D
phải là hàm của z 1 và bộ lọc còn lại là hàm của z 2 Một bộ lọc đáp ứng hình chữ nhật thông thấp được trình bày ở hình 9.12 Bộ lọc được thiết kế dùng chương trình 9.1 và 9.2 Bộ lọc kích thước 2 2 với c=1.4 và được thiết kế đáp ứng hình chữ nhật Phương pháp lặp được dùng để rút ra một xấp xỉ tốt hơn (ba lần lặp) Các hệ số của bộ lọc cho ở bảng 9.3 Thay đổi chương trình 9.3 để phóng đại ảnh dùng các bước trên qua sự sao chép và sau đó sử dụng bộ
lọc thông thấp IIR được cho ở chương trình 9.4
Mçi ®iÓm ¶nh tõ ¶nh gèc
¸nh x¹ vµo 4 khu vùc
Chu kú lÊy mÉu = T
Chu kú lÊy mÉu = 2T
T
T
T
2
T
1
T
Miền mô tả phổ tín hiệu của ảnh gốc
T
T
2
T
1
1
0
T
2
Đặc tính biên độ tần
số của bộ lọc nội suy
T
2
2
T
2
(a)
) , (12 H
Trang 8Hình 9.11 (a) Phóng đại ảnh dựa trên các điểm ảnh riêng biệt; (b) Bộ lọc nội
suy
Bảng 9.3 Các hệ số của bộ lọc có đáp ứng chỉ trên hình 9.12
0.100672 1.000000
0.084601
-0.628831 0.046073 0.402671
0.084601
-0.628844 0.086782 0.577022
0.058304
-0.346921 0.046072 0.402674
0.058302
-0.346920 0.050166 0.221563
Chương trình dưới đây viết theo thuật toán lọc ảnh ở phần 9.7
Chương trình 9.4 “ENLGIIR.C” Chương trình phóng to ảnh sử dụng
bộ lọc OR thông thấp
/* Program 9.4 "ENLGIIR.C" Program for enlarging an image using OR
low-pass filters */
