论文网
直方图类论文范文,与填写文答辩表的注意事项相关毕业论文提纲
本论文是一篇直方图类毕业论文提纲,关于填写文答辩表的注意事项相关在职研究生毕业论文范文。免费优秀的关于直方图及图像及灰度方面论文范文资料,适合直方图论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
【关 键 词】均衡化,规定化,算法,Matlab,图像增强
XraymedicalimageenhancementandhistogramprocessingmethodsbasedonMatlab
【Abstract】AIM:Toimprovethequalityofmedicalimagebyenhancingthelowcontrastdetails.METHODS:Twoprocessingmethods,thegraylevelhistogramequalizationandthegraylevelhistogramregulation,wereappliedtoenhanceanXrayimageandtheirenhancementeffectswereparedbyusingMatlabtoolboxfunctions.RESULTS:Bythetwomeansofalgorithmhistogramequalizationorregulation,thedensegrayleveldistributionoftheoriginalimagebecamesparse,andtheoutputimagewasrefined.Theregulationmethodstrengthenedthedifficultlyobserveddetails,whiletheequalizationmethodimprovedlessthelocaldetailsofimage.CONCLUSION:Matlabtoolboxishelpfulforsimplifyingtheprogrammingandprovidesaplatformformedicalimageprocessing.Theregulationmethodisbetterthantheequalizationmethodinpresentingthelocaldetailsofmedicalimages.
【Keywords】equalization,regulation,algorithms,Matlab,imageenhancement
【摘 要】目的:改善医学图像质量,使低对比度的图像得到增强.方法:利用Matlab工具箱函数,采用灰度直方图均衡化和灰度直方图规定化的方法对一幅X线图像进行增强处理,并比较它们的增强效果.结果:用直方图均衡化和规定化的算法,将原始图像密集的灰度分布变得比较稀疏,处理后的图像视觉效果得以改善.直方图均衡化对于局部细节增强不显着,而直方图规定化则使不易观察到的细节变得清晰.结论:使用Matlab工具箱大大简化了编程工作,为医学图像处理提供了一种技术平台.直方图规定化法处理医学图像局部细节方面好于均衡化. 【关 键 词】均衡化,规定化,算法,Matlab,图像增强
0引言
根据国内外的相关文献,研究和发展图像处理工具,改善医学图像质量是当今研究的热点[1-2].图像增强就是一种基本的图像处理技术,增强的目的是对图像进行加工,以得到对医务工作者来说视觉效果更"好"更易于诊断的图像.图像增强根据图像的模糊情况采用了各种特殊的技术突出图像整体或局部特征,常用的图像增强技术有灰度变换,直方图处理,平滑滤波(高斯平滑),中值滤波,剃度增强,拉普拉斯增强以及频率域的高通低通滤波等,这些算法运算量大,算术复杂,处理速度低.针对这些问题,我们可以在Matlab环境中,利用Matlab提供的图像处理工具箱,简单快捷地得到统计数据,同时又可得到直观图示.其中,Matlab工具箱中包括的图像处理函数涵盖了近期研究成果在内几乎所有的技术方法,都是由该领域内学术水平很高的专家编写的,功能强大,集成在一个便于用户使用的交互式环境之中,是易学,易用,高效的应用工具箱. 1材料和方法
1.1材料所用图像从百度(baidu.)中下载某液气胸患者胸片,在WindowsXP环境下用Matlab6.5软件(MathWorks公司)进行处理.对患者诊断时需了解肺脏萎缩的程度,肺内病变情况以及有无胸膜粘连,胸腔积液和纵隔移位等,由于原图表现出低对比度,使图像中较暗细节看不清楚,采用增强处理可使原图灰度集中的区域拉开或使灰度分布均匀,从而增大反差,使图像细节清晰. 1.2方法 1.2.1图像的预处理先判断图像的格式,由于获取的图片为真彩色图像,既RGB图像,则可用rgb2gray()函数转为灰度图像.根据计算机的硬件条件将图像的尺寸适当缩小,因为医学图像的数据很大,给图像处理带来很大的挑战,为了减少运算量同时加快程序的执行速度,利用imresize()在保持长度比不变的前提下把数据集整体缩小到原来的3/4[3]. 1.2.2直方图均衡化(histogramequalization)直方图均衡化是利用直方图的统计数据进行直方图的修改,能有效的处理原始图象的直方图分布情况,使各灰度级具有均匀的概率分布,通过调整图像灰度值的动态范围,自动地增加整个图像的对比度,以致图像具有较大的反差,大部分细节比较清晰.传统算法根据直方图增强技术理论:设原始图像在(x,y)处的灰度为f,而改变后的图像为g,
直方图类论文范文
1.2.3直方图规定化(histogramregulation)临床诊断中很多情况下对局部组织细节感兴趣,直方图规定化可以根据实际需要[6]灵活地选择某个灰度值范围,增强该灰度值范围内的对比度,使直方图成为某个特定形状,可获得比直方图均衡化更好的效果.传统算法如下:同均衡化方法,先对原始图像均衡化:gk等于EHf(fi)等于Σk〖〗i等于0pf(fi)(k等于0,1,等,M-1)这里设M和N分别为原始图和规定图中的灰度级数,且只考虑N≤M的情况.规定需要的直方图,并计算能使规定的直方图均衡化的变换:Vl等于EHu(uj)等于Σl〖〗j等于0pu(uj)(l等于0,1,等,N-1) 将第一个步骤得到的变换反转过来,即将所有pf(fi)对应到pu(uj)中,也就是将原始直方图对应映射到规定的直方图.实际上是以均衡化为桥梁,选取适当的某个灰度值范围内的对比度[5].这个过程在MATLAB中这样实现,接着刚才程序运行如下代码:hgram等于0:255M等于histeqI,hgram),figure,imshow(M),figure,imhist(M)其中hgram是由自己指定的矢量,规定将原始图像的直方图变换成hgram,hgram中的每个元素都在[0,255]之间.
转贴于中国论文下载中心studa.2结果
用本文算法对医学图像进行的增强实验,得到处理后图像(图1).经图像预处理后,显示结果为:原图像真彩色是600×800×3的矩阵,大小为1.44M,转为灰度图像后是600×800的矩阵,大小为0.48M,缩小后的图像是450×600的矩阵,大小为0.27M.由此可见矩阵是大大缩小了,转为可以处理的二维灰度图像(图1A1).原图1A1看到图像模糊不清,动态范围小,整个图像呈现低对比度,在图1A2上反映为图像灰度范围狭窄.直方图均衡化的结果使整图对比度明显增强,但它&#
直方图类论文范文,与填写文答辩表的注意事项相关毕业论文提纲参考文献资料：