资源描述：
《基于灰度变换的骨骼图像增强设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、燕山大学计算机视觉（图像处理技木）i果程设计报告设计题目：基于灰度变换的骨骼扫描图像增强设计学院（系）：里仁学院年级专业：12级检测二班学生姓名：曹洪乐是否答辩：否指导教师：刘斌完成口期：2015年1月1口电气工程学院《课程设计》任务书课程名称：计算机视觉基层教学单位：仪器科学与工程系指导教师：刘斌学号121203021028学生姓名曹洪乐(专业)班级检测二班设计题基于灰度变换的骨骼扫描图像增强设计目设U技利用灰度变换实现骨骼扫描图像的增强处理，自行设计软件流程，术配置相关参数,对比不同参数的增强
2、效果。参数设计(1)利用Matalb软件编写相关程序;要(2)撰写课程设计报告，报告内容应包含算法原理、程序流程和本人求的主要工作；报告其他内容详见模板。参课程教材考《数字图像处理Matlab版》RafaelC.Gonzalez著，阮秋琦等译资《精通MatlabGUI设计第三版》陈垚光等著料MATLAB软件相关参考书周次前半周后半周应搜集资料，总体设计，编写程序；调试程序、撰写报告，准备答兀辩用PPT；成内容指导教师签字基层教学单位主任签字说明：1、此表一式四份，系、指导教师、学生各一份，报送院教
3、务科一份。2、学生那份任务书要求装订到课程设计报告前面。电气工程学院教务科一、理论基础或算法原理对混合模糊图像进行处理，为得到一个满意的结果，对其应用多种互补的图像增强技术，最终得到良好效果。灰度变换是基于点操作的增强方法，它将每一个像素的灰度值按照一定的数学变换公式转换为一个新的灰度值，如增强处理中的对比度增强。对比度增强可以采用线性拉伸和非线性拉伸。线性拉伸可以将原始输入图像中的灰度值不加区别地扩展。如果要求对局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理吋，采用分段线性
4、拉伸。非线性拉伸常采用对数扩展和指数扩展。对数扩展拉伸低亮度去，压缩高亮度区;指数扩展拉伸了高亮区，压缩了低亮度区。根据图像增强处理过程所在的空间不同，图像增强可分为空域增强法和频域增强法两大类。频域增强是在图像的某种变换域内，对图像的变换系数值进行运算，即作某种修正,然后通过逆变换获得增强了的图像。空域增强则是指直接在图像所在的二维空间进行增强处理，既增强构成图像的像素。空域增强法主要冇灰度变换增强，直方图增强，图像平滑和图像锐化等。二、设计流程基于matlab实现软件编写：(1)读入原图“gu
5、ge.tif’(2)拉普拉斯变换(3)锐化原图(4)soble算子运算(5)均值平滑(6)乘机图像(7)再次锐化(8)伽马变换hl=[0,-1,0;-1,4,-1;0,-1,0];离散拉普拉斯所用的滤波器掩膜，用hl与原图进行卷积，得到中心像素点与邻域像素点的差值。Ml=imfilter(T,hl);%掩膜得到的拉普拉斯变换图MlM2=M1+I;%与原图相加得到M2，锐化原图一幅图像的边缘是通过一阶和二阶数字导数来检测得到的。边缘的宽度取决于从初始灰度级跃变到最终灰度级的斜坡的长度。这个长度又取决
6、于斜度，而斜度又取决于模糊程度。所以，我们可知，模糊的边缘使其变粗，而清晰的边缘使其变得较细。在实践屮计算数字梯度时最常用的是Prewitt算子和Sobcl算子，虽然Prewitt模版的实现比Sobcl模版更简单，但是Sobcl模版在抑制噪声上更胜一筹，考虑到图片屮的噪声，所以在此处用Sobel模版。模版是用于求梯度分量仏，0＞，的，其中Sobel算子为Hl二-101-202-101H2=10-120-210-1实现图像边缘检测的程序代码(Matlab)为：h2=[-l，-2，-l;0,0,0;1
7、,2,1];h3=[-l,0,1;-2,0,2;-1,0,1];Gx=imfi1ter(T,h2);Gy=imf11ter(T,h3);fori=l:mforj=l:nM3(i,j)=abs(Gx(i,j))+abs(Gy(i,j));endend%sobel算子运算结果得到■，保留边缘去除噪声根据最后运行的结果显示，Sobel图像的边缘要比拉普拉斯图像的边缘突出很多。拉普拉斯变换作为一种二阶微分算子，在图像细节的增强处理方面有明显的优点，但拉普拉斯变换与梯度变换和比较会产生更多的噪声。其中位于平
8、滑区域的噪声非常显眼，梯度变换在灰度变换的K域的相应要比拉普拉斯更强烈，而梯度变换对噪声和小细节的响应要比拉普拉斯变换弱，而且可以通过均值滤波器对其进行平滑处理而进一步的降低，对梯度图像进行平滑处理并用拉普拉斯图像与他和乘。处理后的结果在灰度变化强的区域仍然保留细节，而在灰度变化相对平坦的IX域则减少噪声，这种处理可以看做是将拉普拉斯变换与梯度变换的有点结合。用一个5*5的均值滤波器对图像进行平滑处理，代码为M4=M3;forx=3:m-2fory=3:n-2fora=-2:2fo
