基于Matlab的图像增强与复原技术在SEM图像中的应
根据国内外的相关文献,研究和发展图像处理工具,改善图像质量是当今研究的热点。图像增强与复原是一种基本的图像处理技术。其按照特定的需要突出一幅图像中的某些信息或强化某些感兴趣的特征,将原来不清晰的图片变得清晰,使之改善图像质量和丰富信息量,提高图像的视觉效果和图像成分的清晰度,加强图像判读和识别效果的图像处理的方法。图像增强和复原的目的是对图像进行加工,以得到视觉上更好、更加容易区分的图像。
1图像处理方法
1.1 直方图均衡化
直方图均衡化(Histogran Equalization,HE)是利用直方图的统计数据进行直方图的修改,能有效地处理原始图像的直方图分布情况,使各灰度级具有均匀的概率分布,通过调整图像的灰度值的动态范围,自动地增加整个图像的对比度,以使图像具有较大的反差,大部分细节清晰。传统的直方图理论如下:
输入的直方图用H(p)表示;输入的灰度级范围为[p0,pk],其目的是找到一个单调的像素亮度变换q=T(p),使得输出的直方图G(q)在整个输出亮度范围[p0,pk]内是均匀的。直方图可以看作是离散的概率密度函数,变换T的单调性意味着有如下公式成立:
式(1)中的求和可以理解成离散概率密度函数的累积。假设图像有M行和N列个像素,则均衡化的直方图G(q)就对应均衡化的离散概率密度函数f,其函数的值是一个常数:
式(2)的值替换式(1)的左边,对于理想化的连续概率密度来说,就可以得到精确的均衡化直方图,这时式(1)变化为:
式(4)中的积分被称为累积的直方图,在数字图像中用求和来近似,因此结果直方图并不是理想地等同的。在离散情况下,对式(4)的连续像素亮度变换的近似为:
1.2频域低通滤波
对于图像这样的二维信号,经过傅里叶变换可以将其空间域转换到频率域,在频域中可以进行图像的增强操作。在分析图像信号的频率特性时,对于一幅图像,直流分量表示了图像的平均灰度;大面积的背景区域和缓慢变化部分代表了图像的低频分量,而它的边缘,细节,跳跃部分以及颗粒噪声都代表图像的高频分量。因此,在频域中对图像采用滤波器函数衰减高频信息而使低频信息畅通无阻的过程称为低通滤波。通过滤波可以去除高频分量,消除噪声,起到平滑图像去噪声的增强作用。
在频域中实现对图像的滤波过程如下:
(1)对原始输入图像进行傅里叶变换,得到频谱函数F(u,v);
(2)利用传递函数H(u,v)对图像的频谱函数F(u,v)进行处理,得到输出G(u,v);
(3)G(u,v)再经过傅里叶反变换,得到所希望的图像。
1.3 自适应维纳滤波
自适应维纳滤波图像复原试图利用退化现象的某种先验知识(即退化模型),对已退化了的图像加以重建和复原,使复原的图像尽量接近源图像。图像复原的目的就是尽可能复原被退化图像的本来面目。实现图像复原需要弄清退化原因,建立相应的数学模型,并沿着图像质量降低的逆过程对图像进行复原。图像复位技术对图像退化的复原技术分为非约束复原方法、约束复原方法、非线性复原方法以及其他方法。在此,采用有约束图像复原技术中的自适应维纳滤波。该算法是用 Wiener2函数进行二维自适应去噪滤波;该函数可对一幅被加性噪声污染的灰度图进行低通滤波处理。它的运算法则是Winner2函数估计图像A中每个像素周围的局部均值和方差:
式中:N和M表示每个像素周围的N×M局部邻域。Winener2函数使用这些估计值,构建像素式维纳滤波为:
式中:v2为噪声方差,如果不指定噪声方差,Winner2函数将使用所有局部估计方差的平均值作为其参数。
2基于Matlab中的图像增强与图像复原技术在SEM图像中的应用
采用该算法对医学生物图像进行增强和复原的实现。如图1所示,原始图像的图像模糊不清,动态范围小,整个图像呈现低对比度。利用直方图均衡化处理的图像2,使整个图像的对比度明显增强,上皮细胞与周围环境的区别明显,但是图像不平滑,有噪声。经过低通滤波处理后的图3,通过滤波去除了高频分量,消除了噪声,起到了平滑图像去除噪声的增强作用,但因它去除了某些边界对应的频率分量,使得上皮细胞的边界变得有一点模糊缘效应。经过自适应维纳滤波得到的图4,很好地改善了上皮细胞的图像质量,突出了上皮细胞的整体与局部特征,达到了很好的视觉效果和区别特征。
3 结 语
所用的原始图片,是作者从事扫描电镜工作过程中所拍到并且保存的照片,细胞与背景区分不明显,无论怎么操作电镜都无法达到客户所希望的、清楚的细胞轮廓,与周围环境区别明显。图像增强可以理解为按需要进行适当的变换,对图像的某些特征,如边缘、轮廓的对比度等进行强调或
- 基于直方图的图像增强算法(HE、CLAHE、Retinex)之(二)(02-23)
- 基于直方图的图像增强算法(HE、CLAHE、Retinex)之(一)(02-23)
- 基于SDI接口的实时图像增强显示系统(10-29)
- 基于FPGA的彩色图像增强系统设计(10-26)
- 基于FPGA的图像增强视频处理系统(04-09)
- 基于非抽样Contourlet变换的红外图像增强算法(01-27)
- 妤傛ḿ楠囩亸鍕暥瀹搞儳鈻肩敮鍫濆悋閹存劕鐓跨拋顓熸殌缁嬪顨滅憗锟�
閸忋劍鏌熸担宥咁劅娑旂姴鐨犳0鎴滅瑩娑撴氨鐓$拠鍡礉閹绘劕宕岄惍鏂垮絺瀹搞儰缍旈懗钘夊閿涘苯濮幃銊ユ彥闁喐鍨氶梹澶歌礋娴兼ḿ顫呴惃鍕殸妫版垵浼愮粙瀣瑎...
- 娑擃厾楠囩亸鍕暥瀹搞儳鈻肩敮鍫濆悋閹存劕鐓跨拋顓熸殌缁嬪顨滅憗锟�
缁箖鈧拷30婢舵岸妫亸鍕暥閸╃顔勭拠鍓р柤閿涘奔绗撶€硅埖宸跨拠鎾呯礉閸斺晛顒熼崨妯烘彥闁喕鎻崚棰佺娑擃亜鎮庨弽鐓庣殸妫版垵浼愮粙瀣瑎閻ㄥ嫯顩﹀Ч锟�...
- Agilent ADS 閺佹瑥顒熼崺纭咁唲鐠囧墽鈻兼總妤勵棅
娑撴挸顔嶉幒鍫n嚦閿涘苯鍙忛棃銏n唹鐟欘枃DS閸氬嫮顫掗崝鐔诲厴閸滃苯浼愮粙瀣安閻㈩煉绱遍崝鈺傚亶閻€劍娓堕惌顓犳畱閺冨爼妫跨€涳缚绱癆DS...
- HFSS鐎涳缚绡勯崺纭咁唲鐠囧墽鈻兼總妤勵棅
鐠у嫭绻佹稉鎾愁啀閹哄牐顕抽敍灞藉弿闂堛垼顔夐幒鍦欶SS閻ㄥ嫬濮涢懗钘夋嫲鎼存梻鏁ら敍灞藉簻閸斺晜鍋嶉崗銊╂桨缁崵绮洪崷鏉款劅娑旂姵甯夐幓顡嶧SS...
- CST瀵邦喗灏濆銉ょ稊鐎广倕鐓跨拋顓熸殌缁嬪顨滅憗锟�
閺夊孩妲戝ú瀣╁瘜鐠佽绱濋崗銊╂桨鐠佸弶宸緾ST閸氬嫰銆嶉崝鐔诲厴閸滃苯浼愮粙瀣安閻㈩煉绱濋崝鈺傚亶韫囶偊鈧喕鍤滅€涳附甯夐幓顡塖T鐠佹崘顓告惔鏃傛暏...
- 鐏忓嫰顣堕崺铏诡攨閸╃顔勭拠鍓р柤
娑撳洣绗€妤傛ɑ銈奸獮鍐叉勾鐠у嚖绱濇潻娆庣昂鐠囧墽鈻兼稉杞扮稑閸︺劌鐨犳0鎴炲Η閺堫垶顣崺鐔枫亣鐏炴洘瀚甸懘姘剧礉閹垫挷绗呴崸姘杽閻ㄥ嫪绗撴稉姘唨绾偓...
- 瀵邦喗灏濈亸鍕暥濞村鍣洪幙宥勭稊閸╃顔勭拠鍓р柤閸氬牓娉�
鐠愵厺鎷遍崥鍫ユ肠閺囨潙鐤勯幆鐙呯礉缂冩垵鍨庨妴渚€顣剁拫鍙樺崕閵嗕胶銇氬▔銏犳珤閵嗕椒淇婇崣閿嬬爱閿涘本鍨滅憰浣圭壉閺嶉绨块柅锟�...