人體骨骼核掃描圖的混合空間增強(qiáng)

1、人體骨骼核掃描圖的混合空間增強(qiáng)一、 實(shí)驗(yàn)?zāi)康模簩旌夏：龍D像進(jìn)行處理，為得到一個(gè)滿意的結(jié)果，對其應(yīng)用多種互補(bǔ)的圖像增強(qiáng)技術(shù)，最終得到良好效果。二、 實(shí)驗(yàn)要求：本次的數(shù)字圖像處理作業(yè)是對人體骨骼核掃描圖片進(jìn)行混合增強(qiáng)處理，通過混合增強(qiáng)突出骨骼的更多細(xì)節(jié)。原圖中骨骼比較模糊，邊緣不夠清晰，對比度不夠，對此應(yīng)該采取的策略是首先用拉普拉斯變換突出圖像中的小細(xì)節(jié)，然后用梯度法突出其邊緣。平滑后的拉普拉斯變換將用于掩蔽拉普拉斯圖像，最后用灰度變換來擴(kuò)展圖像的灰度動態(tài)范圍。三、 實(shí)驗(yàn)內(nèi)容：軟件開發(fā)環(huán)境：基于matlab實(shí)現(xiàn)軟件編寫。具體步驟：（1）拉普拉斯算子h1=0,-1,0;-1,4,-1;0,-1,0

2、;離散拉普拉斯所用的濾波器掩膜,用h1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。M1=imfilter(I,h1);%掩膜得到的拉普拉斯變換圖M1M2=M1+I; %與原圖相加得到M2，銳化原圖 （2）邊緣檢測 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躍變到最終灰度級的斜坡的長度。這個(gè)長度又取決于斜度，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)。一幅數(shù)字圖像的一階導(dǎo)數(shù)是基于各種二維梯度的近似值。圖像在位置的梯度定義為下列向量：梯度向量指向在坐標(biāo)的的最大變化率方向。在邊緣檢測中，一個(gè)重要的量是向量的大小，用

3、表示，。一般來講稱為梯度。在實(shí)踐中計(jì)算數(shù)字梯度時(shí)最常用的是Prewitt算子和Sobel算子，雖然Prewitt模版的實(shí)現(xiàn)比Sobel模版更簡單，但是Sobel模版在抑制噪聲上更勝一籌，考慮到圖片中的噪聲，所以在此處用Sobel模版。模版是用于求梯度分量的，其中Sobel算子為H1= -1 -2 -1 0 0 0 1 2 1H2= 1 0 -1 2 0 -2 1 0 -1實(shí)現(xiàn)圖像邊緣檢測的程序代碼（Matlab）為：h2=-1,-2,-1;0,0,0;1,2,1;h3=-1,0,1;-2,0,2;-1,0,1;Gx=imfilter(I,h2);Gy=imfilter(I,h3);for i=

4、1:m for j=1:n M3(i,j)=abs(Gx(i,j)+abs(Gy(i,j); endend % sobel算子運(yùn)算結(jié)果得到M3，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相比較會產(chǎn)生更多的噪聲。其中位于平滑區(qū)域的噪聲非常顯眼，梯度變換在灰度變換的區(qū)域的相應(yīng)要比拉普拉斯更強(qiáng)烈，而梯度變換對噪聲和小細(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其進(jìn)行平滑處理而進(jìn)一步的降低，對梯度圖像進(jìn)行平滑處理并用拉普拉斯圖像與他相乘。處理后的結(jié)

5、果在灰度變化強(qiáng)的區(qū)域仍然保留細(xì)節(jié)，而在灰度變化相對平坦的區(qū)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。（3）平滑處理用一個(gè)5*5的均值濾波器對圖像進(jìn)行平滑處理，代碼為M4=M3;for x=3:m-2 for y=3:n-2 for a=-2:2 for b=-2:2 M4(x,y)=(M4(x,y)+M3(x+a,y+b)/25; end end endend %5*5的均值濾波器對圖像進(jìn)行平滑處理（3）銳化圖像 拉普拉斯與平滑后的梯度圖像乘積的結(jié)果可以看出，強(qiáng)邊緣的優(yōu)勢和可見噪聲的減少。將乘積圖像與原始圖像相加就得到了銳化圖像。與原始圖像相比，銳化處理后的圖像細(xì)節(jié)增

6、加很明顯。單獨(dú)使用拉普拉斯或者梯度變換不能達(dá)到這種效果。而且以上的銳化過程沒有影響圖像的灰度動態(tài)變化范圍。進(jìn)行增強(qiáng)處理的最后一步就是擴(kuò)大銳化圖像的灰度動態(tài)范圍。程序代碼：M6=I+M5;%得到的銳化圖像for x=1:m for y=1:n M7(x,y)=(M6(x,y)0.5; endend %做冪次變換，擴(kuò)散灰度范圍，提升對比度，但冪次必須小于1經(jīng)過該步以后，人體的骨架清晰可見，相比原圖顯示了很好的視覺改進(jìn)效果。四、 學(xué)習(xí)總結(jié)在這次的作業(yè)中，我使用了課本提供的算法流程，熟悉運(yùn)用了拉普拉斯銳化和冪次變換提升對比度的原理方法，了解了matlab在數(shù)字圖像處理中的簡單使用，不僅加深了對書本知識

7、的理解，也加深了對于本門課程的了解和喜愛。五、 代碼實(shí)現(xiàn)及運(yùn)行結(jié)果clearJ=imread('picture.jpg');m,n=size(J);I=im2double(J);h1=0,-1,0;-1,4,-1;0,-1,0;M1=imfilter(I,h1);%拉普拉斯變換得到M1M2=M1+I;%與原圖相加得到M2,銳化原圖h2=1,0,-1;2,0,-2;1,0,-1;h3=-1,-2,-1;0,0,0;1,2,1;Sx=imfilter(I,h2);Sy=imfilter(I,h3);for i=1:m for j=1:n M3(i,j)=sqrt(Sx(i,j)2+

8、(Sy(i,j)2); endend%sobel算子運(yùn)算結(jié)果得到M3,保留邊緣去除噪聲M4=zeros(m,n);for x=2:m-1 for y=2:n-1 for a=-1:1 for b=-1:1 M4(x,y)=(M4(x,y)+M3(x+a,y+b)/9; end end endendfor c=1:m for d=1:n M4(c,1)=M3(c,1); M4(1,d)=M3(1,d); endend%作3*3模板的均值平滑for e=1:m for f=1:n M5(e,f)=M2(e,f)*M4(e,f); endendM6=I+M5;for g=1:m for h=1:n M7(g,h)=2*(M6(g,h)1.15; endend%作冪次變換,提升亮度2倍,提升對比度subplot(241);imshow(I);subplot(242);imshow(M1);subplot(243);imshow(M2);su