Giáo trình xử lý ảnh y tế Tập 2 P14

Chia sẻ: Cinny Cinny | Ngày: | Loại File: PDF | Số trang:8

Thêm vào BST

Báo xấu

83
lượt xem 6
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Kết hợp thực hiện ba lần liên tục trên ảnh với toán tử nội suy vuông tương đương với áp dụng toán tử nội suy Bell. Toán tử nội suy bậc 3 có thể thu được nhờ kết hợp phép nội suy vuông và Bell hoặc kết hợp toán tử nội suy vuông bốn lần. Sử dụng cùng khái niệm đó, chúng ta có thể dễ dàng có được nội suy cao hơn.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Giáo trình xử lý ảnh y tế Tập 2 P14

bộ lọc 2-D. Ví d ụ để thiết kế bộ lọc IIR bạn cần có IMPULSE.EXE và IIRD.EXE theo tên của file lấy từ chương trình này. Để chạy chương trình này bạn cần tách các đường biên dùng một trong các chương trình hoặc biểu đồ đã mô tả ở trong chương 5. Chương trình bắt nguồn từ tên của file chứa ảnh mờ và độ đậm đường biên ảnh. Độ đậm đường biên ảnh là file ch ứa ảnh sau khi đã tách ra các đường biên. Chương trình 10.1 :DEBLUR.C” Tính độ lớn của đáp ứng /*ProgramlO.1 "DEBLUR.C".Calculating the magnitude response of the deblurring function.*/ /* This program calculates the inverse magnitude response of the extracted blurring function.Theprogram requires the file names of the blurred imageand the edge strength image for the blurred image.To obtain the edge strength image you can use Kirsh.exe or Sobel.exe. */ #include #include #include #include #include #include #define pi 3.1414 void main() { FILE *fptr1,*fptr2,*fptr; char file_name1[12],file_name2[12]; unsigned char *buff; int M,M1,z,i,j,*wv,*wh,x0,y0,sign_max; float sum,A,*cv,*ch,mu1,mu2,pi2; float sigmax,sigmay,sx2,sy2,u,v,du,dv; float H[32][32],G,x; double nsq; char file_name[14],ch1; clrscr(); printf ("Enter file name for blurred image before obtaining edges-->"); 207
scanf("%s",file_name1); fptr1=fopen(file_name1,"rb"); if(fptr1=NULL) { printf("File does not exist."); exit(1); } printf("Enter file name for edge strength image-- >"); scanf("%s",file_name2); fptr2=fopen(file_name2,"rb"); if(fptr2=NULL) { printf("File does not exist."); exit(1); } nsq=filelength(fileno(fptr1)); M=sqrt(nsq); M1=M/4; buff=(char *)malloc(M); wv=(int *)malloc(11*sizeof(int)); wh=(int *)malloc(11*sizeof(int)); ch=(float *)malloc(11*sizeof(float)); cv-(float *)malloc(11*sizeof(float)); fseek(fptr2,(long)(M*M1),0); for(i-M/4;i
fclose(fptr2); fseek(fptr1,(long)(M*(y0-5)),0); for(i=0;i
} fclose(fptr1); fclose(fptr2); } A=(ch[0]+ch[10])/2.0; for (i=1;i
fptr=fopen(file_name,"w"); u=-pi; pi2=2.0*pi*sigmax*sigmay;; du=dv=(2.0*pi)/32.0; H ình 10.3 Hàm khôi phục ảnh mờ. for(i=0;i
{ fprintf(fptr,"%e ",v); v+=dv; } fprintf(fptr,"\n"); u=-pi; for(i=0;i
lọc được thiết kế với phương pháp Shanks và sau đó là phương pháp lặp của chương 9. Kết quả áp dụng bộ lọc IIR 2-D với ảnh đ ã nói ở trên có sự cải thiện đáng chú ý so với ảnh gốc. Tuy nhiên, phương pháp lọc thông thấp mô tả trong chương 9 cho kết quả gần với phương pháp FFT hơn, so với cách tiếp cận n ày. Các hệ số thu được của bộ lọc IIR trong ví dụ này được ghi trong bảng 10.1. Bây giờ chúng ta tăng cường ảnh sao hoả thu được qua kính thiên văn được cho trên hình 10.5. Nguyên nhân của vết mờ này là do hệ số khúc xạ thay đổi theo áp xu ất khí quyển, và cũng có thể là do mở ống kính trong khoảng th ời gian dài. áp dụng thủ tục đ ường biên trong ph ần này, chúng ta thu được ảnh ch ỉ ra trên hình 10.6. Mặt dù ảnh nét h ơn, nhưng nó không cung cấp cho ta nhiều chi tiết mới. Chúng ta cần chỉ ra rằng đây là một ảnh của to àn bộ sao hoả với độ phân giải chỉ có 256  256 điểm ảnh. Đây là m ột ảnh dư ới mẫu, và không có thông tin nào về ảnh được rút ra ở đây mà lại không rút ra được từ ảnh gốc. Hình 10.7 chỉ ra một ảnh mờ là kết quả của ảnh của vật nằm ngoài tiêu cự. Áp dụng cùng thủ tục và dùng bộ lọc FIR 7  7 thiết kế sử dụng cửa sổ Blackmann chúng ta thu được ảnh chỉ trên hình 10.8. Bảng 10.1 các hệ số của bộ lọc khôi phục -0.034139 1.000000 -0.014686 - 0.650127 -0.012220 0.007701 -0.014683 - 0.650224 0 .991926 0.474917 -0.655115 0.005353 -0.012214 0.007699 -0.655211 0.005351 0 .468586 0.005273 213
Hình 10.4 Đáp ứng biên độ của bộ lọc 2-D IIR được xấp xỉ bởi h àm khôi phục ảnh mờ. Bài tập 10.2 1 . "MARS.IMG" và "YOSSRA.IMG" là các tên file tương ứng của các ảnh trong hình 10.5 và 10.7. Thực hiện quá trình khôi phục. Để làm bài tập này chúng ta cần chạy các ch ương trình sau theo thứ tự: a. KIRSH để có được đ ường biên rõ nét của ảnh. b. DEBLUR để tính h àm chuyển đổi giảm mờ. c. IMPULSE đ ể thu được đáp ứng không gian của hàm giảm mờ. d. IIRD đ ể thiết kế bộ lọc IIR từ đáp ứng không gian. e. IIRDITER đ ể tăng cường bộ lọc đ ược thiết kế (dùng một hoặc hai bước lặp). Bạn cần phải tự viết chương trình cho b ạn. 2 . Lặp lại phần 1 dùng các bộ lọc kiểu FIR. 3 . áp dụng lọc trung bình để khôi phục ảnh "YOSSRA.IMG". 4 . áp dụng bộ lọc thống kê Wallis với ảnh "YOSSRA.IMG".` 214