基于Matlab的X线医学图像增强与直方图处理方法.docx

基于Matlab的X线医学图像增强与直方图处理方法
【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，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材料所用图像从百度()中下载某液气胸患者胸片，在WindowsXP环境下用软件(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.方法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］.直方图均衡化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：设原始图像在处的灰度为f,而改变后的图像为g,对于离散图像，则对图像增强的方法为：g=EH(f).EH(f)为映射函数，必须满足两个条件：①EH在0≤f≤L-1范围内是一个单值单增函数；②对于0≤f≤L-1有0≤g≤L-1.则直方图均衡化法的映射函数为：gk=EH(fk)==Σk〖〗i=0ni〖〗N=Σk〖〗I=0pf(fi)(k=0,1,2,……,L-1)根据该方程可以由原图像的各象素灰度值直接得到直方图均衡化后各象素的灰度值［5］.由于算术计算过程复杂，本文利用MATLAB的Imagetoolbox工具箱中直方图均衡化histeq()函数同样可以实现对图像的增强，imread()函数用于读入各种图像文件，imshow()函数用于显示图像,imhist()函数用于显示直方图.在CommandWindow窗口执行如下命令:clear,closeallQ=imread‘D:/’);W=rgb2gray(Q);I=imresize(W,);J=histeq(I);imshow(I);figure,imshow(J);figure,imhist(I);figure,imhist(J);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①同均衡化方法，先对原始图像均衡化：gk=EHf(fi)=Σk〖〗i=0pf(fi)(k=0,1,……,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.②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=EHu(uj)=Σl〖〗j=0pu(uj)(l=0,1,……,N-1)③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