一種改進的圖像增強算法及其應(yīng)用

1、第25卷第9期計算機應(yīng)用與軟件Vol 125No . 92008年9月Computer App licati ons and Soft w are Sep. 2008一種改進的圖像增強算法及其應(yīng)用王小鳳耿國華郭紅波(西北大學(xué)信息科學(xué)與技術(shù)學(xué)院陜西西安710069收稿日期:2006-12-30。國家自然科學(xué)基金項目(60673100 。王小鳳, 博士生, 主研領(lǐng)域:數(shù)據(jù)挖掘, 模式識別, 圖形圖像處理和音頻處理。摘要為改進圖像增強算法, 使之更適合醫(yī)學(xué)領(lǐng)域圖片的處理, , 景區(qū), 使用不同的函數(shù)進行增強, , 。實驗結(jié)果顯示改進的基于粗糙集的增強效果優(yōu)于直方圖均衡化方法。關(guān)鍵詞粗糙集上逼近下逼近

2、AN I M I M ENHANCE M ENT AL GO R I TH M AND I TS APPL I CAT I O NW ang Xiaofeng Geng Guohua Guo Hongbo(School of Infor m ation Science and Technology, N orthw est U niversity, X i an 710069, Shaanxi, China Abstract W ith an ai m t o i m p r ove the i m age enhance ment algorith m and make it suitabl

3、e f or medical field, the upper and l ower app r oxi m a 2ti on ideas of r ough set theory are used, and the i m age is divided int o object 2i m age and backgr ound 2i m age, which are enhanced by different functi ons . Then, an i m p r oved i m age enhancement algorith m based on r ough set is p r

4、 oposed and used in medical i m age field . Experi m ental re 2sults show that the enhanced effect of the p r oposed algorith m is obvi ous and better than that of the hist ogra m equalizati on method . Keywords Rough set Upper app r oxi m ati on Lower app r oxi m ati on H ist ogram equalizati on0引言

5、圖像增強是一種基本的圖像預(yù)處理手段, 它對改善原始圖像的視覺效果起著不可估量的作用, 特別是在醫(yī)學(xué)圖像處理中更顯示了它的重要性。多年來, 醫(yī)學(xué)工作者和工程師們?yōu)榱颂岣哚t(yī)學(xué)圖像的襯比, 采用了各種各樣的圖像處理算法。圖像增強技術(shù)大致可分為頻域法、空域法和模糊處理三大類。頻域法24、空域法59、模糊增強方法1013的處理步驟都是運用某一變換對整個圖像作增強變換, 即對圖像的平滑區(qū)域和邊緣區(qū)域都以一種變換作灰度改變, 其結(jié)果是圖像的邊緣部分仍不明顯, 而且圖像平坦區(qū)域也會丟失一些細(xì)節(jié)信息14。粗糙集理論是將圖像分為物體區(qū)和背景區(qū), 采用不同的函數(shù)進行增強。在本文中我們先采用中值平滑濾波器1進行圖像去

6、噪處理, 去掉圖像中的大多數(shù)背景信息和噪聲。第二步進行圖像增強, 它能將原來不清楚的圖像變得清晰或把我們感興趣的某些特征強調(diào)出來, 以改善圖像的視覺效果或便于對圖像進行其它處理。本文根據(jù)醫(yī)學(xué)圖像的特點, 改進了基于粗糙集的圖像增強算法并且首次將其應(yīng)用于醫(yī)學(xué)領(lǐng)域, 并和直方圖均衡化算法進行比較; 實驗表明基于粗糙集的增強算法增強效果明顯, 優(yōu)于直方圖均衡化算法。1直方圖均衡化處理圖像的灰度變換處理是通過改變原始圖像各像素在各灰度級上的概率分布來實現(xiàn)的。通過對圖像的灰度值進行統(tǒng)計可以得到一個一維離散的圖像灰度統(tǒng)計直方圖函數(shù)p (sk =nk /n (這里k =0, 1, , L -1 , 該式表示

7、在第k 個灰度級上的像素個數(shù)nk 占全部像素總數(shù)n 的比例, p (sk 則給出了對sk 出現(xiàn)概率的一個估計。因此該直方圖函數(shù)實際是圖像的各灰度級的分布情況的反映, 換句話說也就是給出了該幅圖像所有灰度值的整體描述。通過該函數(shù)可以清楚地了解到圖像對應(yīng)的動態(tài)范圍情況, 可以了解到圖像灰度的主要集中范圍。因此可以通過圖像增強程序的干預(yù)來改變直方圖的灰度分布狀況, 使灰度均勻地或是按預(yù)期目標(biāo)分布于整個灰度范圍空間, 從而達(dá)到增強圖像對比度的效果。2基于粗糙集的圖像增強粗糙集體現(xiàn)了集合中對象的不可區(qū)分性, 即由于知識的粒度而導(dǎo)致的粗糙性。圖像信息具有較強的復(fù)雜性和相關(guān)性, 將粗糙集理論應(yīng)用于圖像的處理

8、和理解, 具有比其他方法更好的效果。文獻(xiàn)15將此方法應(yīng)用于弧形閘門黑白圖像, 效果比較理想, 并且乳腺圖片也是黑白圖像, 因此本文改進了此方法并嘗試將其應(yīng)用于乳腺影像圖片。2. 1劃分子圖文獻(xiàn)15基于不可分辨關(guān)系的子圖劃分對于一幅灰度級為L 的M N 個像素組成的二維圖像U, 設(shè)像素x 為U 中的一個對象, 我們稱知識庫(知識系統(tǒng) K =(U, R 為一個圖像近似40計算機應(yīng)用與軟件2008年 空間。粗糙集理論中有兩種屬性:條件屬性和決策屬性。為了圖像增強, 應(yīng)該有目的地改變圖像中某類像素的灰度值。為此, 我們定義條件屬性集C =c 1, c 2, 其中c 1是像素灰度值屬性,c 2是噪聲屬性

9、。乳腺癌影像一般是由較亮區(qū)域和較暗區(qū)域組成(亮區(qū)是腫瘤(物體 區(qū), 暗區(qū)是正常組織(背景 區(qū) , 則直方圖有兩個峰, 一個峰對應(yīng)于亮區(qū)灰度值,一個峰對應(yīng)于暗區(qū)灰度值, 兩峰之間選一個灰度值作閾值P ?；叶戎祵傩詂 1=0, 1, 其中0代表0P 灰度值, 1代表(P +1 255灰度值, 噪聲屬性c 2=0, 1, 其中0代表22, 或者44像素組成子塊s 的平均灰度值與相鄰子塊平均灰度值之差的絕對值均小于某一閾值Q, 1代表子塊的差值絕對值均大于Q 可分辨關(guān)系的等價概念, 按屬性C 分類。根據(jù)c 1劃分子圖, 設(shè)x , R c 1定義為:P, 則兩個像素是R c 1相關(guān)的, :R c 1(x

10、 |x |:f(x P, f (x x , R c 1(x 表示所有“較亮”的像素x 組成的集合。R c 1的非集R c 1則表示所有“較暗”的像素x 組成的集合。根據(jù)c 2劃分子圖, 定義等價關(guān)系R c 2為:子塊s ij 與相鄰子塊的平均灰度值m (s 之差的絕對值取整均大于某一閾值Q, 即R c 2(s =ijs ij |:int|m (s ij -m (s i 1, j 1 |Q, s i 1, j 1表示s ij相鄰的子塊。R c 2(s 表示所有噪聲像素組成的集合, 子塊s ij 與相鄰子塊s i 1, j 1構(gòu)成宏塊。將上述劃分的子圖合起來。即A 1=R c 1(x -R c 2

11、(s 和A 2=R c 1(x -R c 2(s , A 1表示剔除噪聲后所有“較亮”的像素x 組成的集合, 即腫瘤區(qū)物體區(qū)。A 2表示剔除噪聲后所有“較暗”的像素集合, 即背景區(qū)。A 1, A 2也就是我們需要增強的像素集合。2. 2具體增強算法在對二維圖像U 的子圖劃分基礎(chǔ)上, 分別對A 1和A 2作對比度增強。我們稱此增強為一變換, 記為T:T (U =U 。該運算分別對“較亮”子圖A 1作正切變換(式(2 和“較暗”子圖A 2作正弦變換(式(1 , 不僅增強了圖像, 而且可以控制圖像“明暗”區(qū)的對比度。增強變換T 的步驟如下:將子A 1圖補全, 即在所有“較暗”的像素和噪聲像素位置處,

12、 分別用閾值P 灰度值和噪聲子塊處的宏塊的平均灰度值填充, 構(gòu)成A 1。將子A 2圖補全, 即在所有“較亮”的像素和噪聲像素位置處, 分別用閾值P 值和宏塊均值填充, 構(gòu)成A 2。對A 1作正切變換(式(2 , A 2作正弦變換(式(1 。對A 1和A 2變換后的圖像作重疊, 輸出增強的圖像。綜上所述, 基于粗糙集的增強算法由兩部分組成:1 按屬性C 對圖像作粗糙分類。2 分類后分別做式(1 和式(2 的增強變換T:T (U =U 。效果如圖1圖4所示。 圖1原始圖片圖2去噪圖片圖3(sin (2sin D m -201(1 正切變換:f (x =D 21tan (2tan D m -201.

13、 13穴位的半徑, 穴位拾取錯誤。否則, 拾取正確。 圖2穴位錯誤拾取況之一該算法根據(jù)人體穴位和皮膚空間位置關(guān)系, 解決了穴位拾取過程中誤選情況的發(fā)生, 實現(xiàn)了穴位的準(zhǔn)確拾取。2. 4GPU 渲染在本系統(tǒng)中, GP U 明的疊加效果。系統(tǒng)在A l (Effects Fra me 2work 10。A l pha B lend 技術(shù)實現(xiàn)單層模型的半透明效果的公式如下:F inalCol =sCol 3sFact +dCol 3(1-sFact (2公式中的所有變量都是4D 顏色向量(R, G, B, A , 符號3表示分量相乘。Final Col 表示混合后的顏色結(jié)果; s Col 表示被計算的

14、顏色, 利用在后緩存中的顏色來被混合的; sFact 是一個在0, 1范圍內(nèi)的值, 指定源顏色在混合中的百分比; dCol 表示在后緩存中的顏色; 改變sFact 的大小即可改變s Col 和dCol 在Fi 2nal Col 中的比值, 實現(xiàn)不同半透明度。人體模型總共分為14層, 系統(tǒng)為每個分層模型建立一個效果文件實現(xiàn)分層模型的半透明疊加效果10。與傳統(tǒng)的渲染方式相比9, 這種方法具有以下優(yōu)勢:(1 根據(jù)需要可獨立地對每個分層模型進行獨立的光照效果合成, 提高系統(tǒng)視覺效果。(2 系統(tǒng)運行時, 用戶可實時改變某個模型分層R 通道值調(diào)整該層模型的半透明效果, 這不會影響到其他層的顯示效果。雖然這

15、在一定程度上影響了GP U 性能的發(fā)揮, 但為分層模型提供了靈活的光照效果合成和半透明疊加效果。3實驗結(jié)果系統(tǒng)的實驗平臺是C42. 93G CP U , 512M DDR400內(nèi)存,NV I D I A GeForce 7300GS 顯卡, W indows XP Pr ofessi onal 中文版。我們設(shè)計了兩組實驗, 比較使用傳統(tǒng)模型渲染和使用GP U渲染之間的差距, 在分辨率(9053581 和面片數(shù)(139431 一樣條件下, GP U 渲染幀率比傳統(tǒng)方式渲染提高了30%以上。GP U 渲染的效果圖如圖3和圖4所示, 其中圖3是手太陰肺經(jīng)部分穴位及其穴位名稱的截圖, 圖4是在人體分層

16、模型半透明疊加效果圖。 圖3手太陰肺經(jīng)部分穴位截圖4隨著圖形應(yīng)用程序應(yīng)用領(lǐng)域的開拓和可編程圖形硬件的發(fā)展, GP U 在實時渲染和視覺效果編程等方面起著極其重要的作用。本文基于GP U 和虛擬現(xiàn)實技術(shù)建立起包含人體臟腑結(jié)構(gòu)、骨骼和穴位的經(jīng)絡(luò)虛擬研究系統(tǒng), 實現(xiàn)了模型操作、穴位準(zhǔn)確拾取、人體分層模型半透明疊加效果。與基于傳統(tǒng)渲染方式的系統(tǒng)相比, 基于GP U 的虛擬經(jīng)絡(luò)系統(tǒng)有著更強的交互性, 實時性和更逼真的視覺效果。這為經(jīng)絡(luò)學(xué)說及針灸療法的臨床、教學(xué)提供一種直觀的、有利于全面觀察和綜合分析的有力工具, 為下一步進行針灸過程模擬、循經(jīng)感傳現(xiàn)象研究奠定良好基礎(chǔ)。參考文獻(xiàn)1藺云桂. 經(jīng)絡(luò)圖解M.福州

17、:福建科學(xué)技術(shù)出版社, 1991. 2V irtual Acupuncture . htt p:/www. cse . cuhk . edu . hk /vrcentre /.3Zhao J, Zheng L, Zhuang T G, et al . 3D Rep resentati on of AcupointsBased on the V isible Human C .Pr oceedings of the 25 Annual lnte 2mati onal Conference of the I EEE E MBS, 2003:5252528.4邵水金, 牟芳芳, 嚴(yán)振國, 等. 基于

18、VOXEL 2MAN 針灸學(xué)三維影像瀏覽器的研究J .上海中醫(yī)藥雜志, 2005, 39(11 .5胡翔龍, 汪培清, 許金森, 等. 人體體表循經(jīng)紅外輻射軌跡的主要特征和顯現(xiàn)規(guī)律研究J .紅外與毫米波學(xué)報, 2001, 20(5 :3252328.6Coombe Greg, Harris Mark J, Lastra Ansel m o . Radi osity on graphicshardware . htt p:/www. cs . unc . edu /coombe research /radi osity/.7郭光文, 王序, 等. 人體解剖彩色圖譜M.人民衛(wèi)生出版社, 1986. 8王軍安. 對基于四元數(shù)的飛機本體運動模型的改進J .系統(tǒng)仿真學(xué)報, 2006, 18(2 :2302232.9I ntr oducti on t o 3D Game Pr ogra mm ing with D irect X? 9. 0. WordwarePublishing, I nc 2003.10Dave A r ons on, Kris Gray . U sing the