Giáo trình xử lý ảnh y tế Tập 1a P6

Đặc trưng cho các vật thể trong ảnh. Khi các vật mang các chi tiết trong ảnh như đường viền giữa các vật thể, các đường biên trong vật thể, ..., thì hàm r(x,y) sẽ chứa các tần số cao hơn i(x,y), hàm đặc trưng cho độ chói và thường có thay đổi khá đều đặn trên ảnh.
Nội dung trích xuất từ tài liệu:
Giáo trình xử lý ảnh y tế Tập 1a P6 Theo định nghĩa: f ( x, y ) (4.3) r ( x, y )  i ( x, y ) (4.4) f ( x , y )  r ( x, y ) i ( x , y )ở đ ây r(x,y) đặc trưng cho các vật thể trong ảnh. Khi các vật mang các chi tiếttrong ảnh như đường viền giữa các vật thể, các đư ờng biên trong vật thể, ..., thìhàm r(x,y) sẽ chứa các tần số cao hơn i(x,y), hàm đặc trưng cho độ chói vàthường có thay đổi khá đều đặn trên ảnh. Một ph ương pháp dùng để tăngcường chất lượng của ảnh là làm giảm sự tác động của yếu tố độ sáng và tăngcường các chi tiết của ảnh. Nó được thực hiện bằng cách chia ảnh th ành haikhối khi đi qua bộ nhấn tần số cao. Các bước xử lý tiếp được mô tả trong mộtloại bộ lọc đặc biệt gọi là bộ lọc đồng hình.4.3 Lọc đồng hình Một giải pháp cung cấp độ nổi cho các vật th ể trong một ảnh đã cho là làmgiảm tác động của độ chói. Nó được thực hiện bằng cách đầu tiên chia tín hiệuảnh th ành hai thành ph ần r(x,y) và i(x,y), và sau đó tăng cường th ành phần tầnsố cao. Điều này có thể thực hiện bằng cách lấy logarit của h àm cường độ sángf(x,y). Kết quả sau đó được lọc qua bộ lọc 2-D có đặc tính nh ư trong h ình 4.1. H(1,2 H L D0 D(1,2) Hình 4.1 Biểu diễn dạng bộ lọc đồng hình. Lấy đối lôgarit kết quả cho ta kết quả cuối cùng. Toàn bộ quá trình nàyđược mô tả ở hình 4.2 hoặc theo các biểu thức sau: (4.5) ln( f ( x, y))  ln( r ( x, y))  ln(i ( x, y )) (4.6) o ( x, y )  ln( f ( x, y )) * h( x, y ) 44 dấu * là tích ch ập. Ảnh nhận đ ược tại đầu ra được cho bởi: g ( x, y )  e o ( x , y ) (4.7) Thuật toán này sẽ làm giảm ảnh hưởng của những tín hiệu chói không đồngđều trong ảnh và làm nổi các chi tiết trên ảnh. Ba tham số trong hình 4.1 (H,L ,,D0) được chọn từ thực nghiệm. Đặc tuyến trong hình 4.1 có thể được môtả, cho ví dụ, bằng hàm Butterworth, cho tron g trường hợp này theo biểu thức: Cho D( 1 ,  2 )   12   2  D0 2 D(1 ,  2 ) 2  H   L  H ( 1 ,  2 )   H 2 1   H   L  D ( 1 ,  2 ) 2  D0 ( H   L ) các trường hợp còn lại (4.8) H ( 1 ,  2 )   H ảnh đã lọc f(x,y) o(x,y) o(x ,y) ln[f(x,y)] e H(1, 2) Hình 4.2 Lọc đồng hình. Bảng 4.1 Các hệ số của bộ lọc 5  5 được dùng theo kiểu lọc đồng hình. 0.02675 -0.001526 -0.007420 -0.001526 - .002675 - -0.034115 -0.059471 -0.034115 - 0.001526 .001526 - -0.059471 0.902895 -0.059471 - 0.007420 .007420 - -0.034115 -0.059471 -0.034115 - 0.001526 .001526 - -0.001526 -0.007420 -0.001526 0.00267 0.002675 5 Dùng chương trình (2.1) trong chương 2, chúng ta có th ể thiết kế bộ lọc FIRcó đặc tuyến mô tả bằng biểu thức (4.8). Các hệ số của bộ lọc 5  5 có H =1.0, L = 0.5 và D0 = 0.8  đư ợc cho ở bảng 4.1. Đáp ứng tần số đư ợc cho ởhình 4.3. Chương trình lọc ảnh dùng bộ lọc FIR được cho ở trong chương 3, chươngtrình 3.2, có thể thay đổi th ành lọc đồng hình. Chú ý rằng, nếu logarit của giá 45trị điểm ảnh đ ã đ ược chuyển vào bộ đệm, thì bộ đệm chuyển ảnh trong hình3.1 phải có kiểu float thay cho kiểu unsigned char. Kết quả của chươngtrình được chứa vào các biến con trỏ float thay thế cho các biến giá trị nguyên. Trước khi lấy logarit, tốt nhất là nên chia các m ức xám của ảnh đầu vàonằm trong khoảng giữa 0.0000001 đến 10. Điều này sẽ hạn chế đầu vào vớiph ần chia của hệ số logarit, việc đó sẽ qui định sự phân ly giữa các giá trịđiểm, ngaọi trừ giá trị không, giá trị n ày sẽ là  trong hệ số logarit. Bài tập 4.1 Thay đ ổi chương trình 3.2 để đưa ra bộ lọc đồng hình. Chúng ta sẽ kiểm tra khái niệm lọc đồng h ình. Hình 4.5 đưa ra một ảnh sẽđược sử dụng để kiểm tra. Hình 4.6 trình bày m ột ảnh sau khi áp dụng lọcđồng h ình với bộ lọc có hệ số cho trong bảng 4.1. Bạn chú ý rằng nhiều đặcđiểm trong ảnh bây giờ trở nên rõ ràng hơn. Tuy nhiên, lọc đồn ...