基于高頻強(qiáng)調(diào)濾波和直方圖均衡化的醫(yī)學(xué)圖像增強(qiáng)

基于高頻強(qiáng)調(diào)濾波和直方圖均衡化的醫(yī)學(xué)圖像增強(qiáng)現(xiàn)代醫(yī)學(xué)非常興旺，能通過各種手段來獲取人體的各種信息，例如，X光可以拍攝人的骨頭等圖片。但是，這些圖片效果不一定很好，所以在使用著大量的數(shù)字成像和數(shù)字圖片處理設(shè)備。那么，現(xiàn)在，我用Matlab這個軟件對一幅胸透圖片進(jìn)行處理，獲得更好的效果。本次軟件處理實(shí)驗(yàn)方法是：利用高通濾波器削弱傅里葉變換的低頻而保持高頻相對不變點(diǎn)，這樣會突出圖像的邊緣和細(xì)節(jié)，使得圖像邊緣更加清晰。但是由于高通濾波器偏離了直流分分量，從而把圖像的平均值降低到了0,。一種補(bǔ)償方法是給高通濾波器加上一個偏移量。假設(shè)偏移量與濾波器乘以一個大于1的常數(shù)結(jié)合，那么這種方法就稱為高頻強(qiáng)調(diào)濾波，因?yàn)樵摮Ａ砍藬?shù)突出了高頻局部。這個乘數(shù)同時增加了低頻局部的幅度，但是只要偏移量與被乘數(shù)比擬小，低頻增強(qiáng)的影響就弱于高頻增強(qiáng)的影響。數(shù)學(xué)分析其中，a是偏移量，b是乘數(shù)，是高通濾波器的傳遞函數(shù)該常量乘數(shù)突出了高頻局部。這個乘數(shù)同時增加了低頻局部的幅度，但是只要偏移量與被乘數(shù)比擬小，低頻增強(qiáng)的影響就弱于高頻增強(qiáng)的影響。Matlab代碼編寫主函數(shù)代碼：%%%%%%clcclearf=imread('Xray1.png');%%%讀入圖像subplot(2,2,1);imshow(f)title('原始圖像')%%%對圖像進(jìn)行填充PQ=paddedsize(size(f));%%%高通濾波器D0=0.05*PQ(1);HBW=hpfilter('btw',PQ(1),PQ(2),D0,2);gbw=dftfilt(f,HBW);gbw=uint8(gbw);subplot(2,2,2);imshow(gbw)title('巴特沃茲濾波后的圖像')%%%高通強(qiáng)調(diào)濾波H=0.5+2*HBW;ghf=dftfilt(f,H);ghf=uint8(ghf);subplot(2,2,3)imshow(ghf)title('強(qiáng)調(diào)高通濾波后的圖像')%%%對高頻強(qiáng)調(diào)濾波后圖像進(jìn)行直方圖均衡化ghe=histeq(ghf,256);ghe=uint8(ghe);subplot(2,2,4);imshow(ghe)title('直方均衡化圖像')各函數(shù)代碼：1.PQ=paddedsize(AB,CD,PARAM)對圖像進(jìn)行補(bǔ)充，以便形成的方形大小等于最小接近的2的整數(shù)次冪。functionPQ=paddedsize(AB,CD,PARAM)ifnargin==1PQ=2*AB;elseifnargin==2&~ischar(CD)PQ=AB+CD-1;PQ=2*ceil(PQ/2);elseifnargin==2m=max(AB);P=z^nextpower(2*m);PQ=[P,P];elseifnargin==3m=max([AB,CD]);P=2^nextpower(2*m);PQ=[P,P];elseerror('Wrongnumberinputs.')end2.g=dftfilt(f,H)接受輸入圖像f和一個濾波器函數(shù)，可以處理所有濾波器細(xì)節(jié)并輸出經(jīng)過濾波和剪切后的圖像g。functiong=dftfilt(f,H)H1=zeros(size(H,1),size(H,2),3);H1(:,:,1)=H;H1(:,:,2)=H;H1(:,:,3)=H;F=fft2(f,size(H,1),size(H,2));g=real(ifft2(F.*H1));g=g(1:size(f,1),1:size(f,2));3.function[U,V]=dftuv(M,N)提供距離計算及其他應(yīng)用所需的網(wǎng)格數(shù)。function[U,V]=dftuv(M,N);u=0:M-1;v=0:N-1;idx=find(u>M/2);u(idx)=u(idx)-M;idy=find(v>N/2);v(idy)=v(idy)-N;[V,U]=meshgrid(v,u);4.function[H,D]=lpfilter(type,M,N,D0,n)實(shí)現(xiàn)低通濾波波。function[H,D]=lpfilter(type,M,N,D0,n)[U,V]=dftuv(M,N);D=sqrt(U.^2+V.^2);switchtypecase'ideal'H=double(D<=D0);case'btw'ifnargin==4n=1endH=1./(1+(D./D0).^(2*n));case'gaussian'H=exp(-(D.^2)./(2*(D0^2)));otherwiseerror('UNknownfiltertype.')end5.實(shí)現(xiàn)高通濾波。functionH=hpfilter(type,M,N,D0,n)ifnargin==4n=1;endHlp=lpfilter(type,M,N,D0,n);H=1-Hlp;運(yùn)行結(jié)果結(jié)果分析圖1顯示了一幅胸部X光圖像，圖像略顯模糊。所以我要對其進(jìn)行處理。圖2顯示的是使用二階巴特沃茲高通濾波器對圖1濾波的結(jié)果。濾波結(jié)果沒有什么特色，模糊的顯示了