基于圖像融合與亞像素邊緣提取的醫(yī)學(xué)病變診斷

基于圖像融合與亞像素邊緣提取的醫(yī)學(xué)病變診斷智能檢測理論與技術(shù)研討課源圖像融合圖像增強(qiáng)圖像分割圖像圖像融合圖像增強(qiáng)邊緣提取圖像融合圖像融合

圖像融合在醫(yī)療、軍事、地物分類、機(jī)場導(dǎo)航、故障診斷、目標(biāo)跟蹤與識(shí)別等眾多領(lǐng)域有著廣泛的應(yīng)用。

圖像融合圖像融合是指將多源信道所采集到的關(guān)于同一目標(biāo)或場景的圖像數(shù)據(jù)經(jīng)過圖像處理和計(jì)算機(jī)技術(shù)等，以最大限度的提取各自信道中的有用信息，最后綜合成高質(zhì)量的圖像。圖像融合圖像融合是指將多源信道所采集到的關(guān)于同一目標(biāo)或場景的圖像數(shù)據(jù)經(jīng)過圖像處理和計(jì)算機(jī)技術(shù)等，以最大限度的提取各自信道中的有用信息，最后綜合成高質(zhì)量的圖像。融合層次像素級(jí)融合特征級(jí)融合決策級(jí)融合融合圖像多傳感器圖像多聚焦圖像多序列圖像遙感圖像圖像融合像素級(jí)融合方法分為空間域和變換域兩大類。空間域常用方法有：加權(quán)平均法、基于灰度值的選大選小方法、加權(quán)融合與主成分分析等。變換域常用的是金字塔變換與小波變換兩大類、此外還有小波包變換、曲波變換、脊波變換等。圖像融合

拉普拉斯金字塔、對(duì)比度金字塔、梯度金字塔三種不同金字塔的圖像融合方法。高斯窗口函數(shù)：圖像融合1.拉普拉斯金字塔：圖像融合2.對(duì)比度金字塔：圖像融合3.梯度度金字塔：圖像融合低頻子帶圖像系數(shù)選擇：圖像融合高頻子帶圖像系數(shù)選擇：系數(shù)選大：絕對(duì)值選大：圖像融合基于窗口的系數(shù)加權(quán)平均：

小于設(shè)定的相似度閾值，則第i個(gè)高頻子帶系數(shù)為：大于設(shè)定的相似度閾值，則第i個(gè)高頻子帶系數(shù)為：基于窗口的系數(shù)絕對(duì)值選大：取窗口領(lǐng)域內(nèi)絕對(duì)值最大的系數(shù)作為融合后的系數(shù)。圖像融合圖像A---圖像融合圖像B---圖像融合圖像融合金字塔變換圖像分解A高頻A低頻B低頻B高頻F高頻F低頻低頻融合準(zhǔn)則高頻融合準(zhǔn)則金字塔變換圖像重構(gòu)圖像A圖像B融合圖像F圖像融合原始圖像：

圖像增強(qiáng)在圖像獲得過程中，因?yàn)楣庹?、設(shè)備等原因，會(huì)導(dǎo)致圖像不清晰。圖像增強(qiáng)是圖像預(yù)處理的一個(gè)重要環(huán)節(jié)，圖像增強(qiáng)是大多數(shù)圖像處理的基礎(chǔ)。圖像增強(qiáng)圖像增強(qiáng)的目的：改善圖像視覺效果，讓圖像更清晰使圖像更有利于計(jì)算機(jī)處理針對(duì)某些特征進(jìn)行銳化，如邊緣、輪廓、對(duì)比度等。圖像增強(qiáng)圖像增強(qiáng)灰度直方圖的定義：

其中i表示灰度級(jí)，L表示灰度級(jí)種類數(shù)，表示圖像中具有灰度級(jí)i的像素的個(gè)數(shù)，N表示圖像總的像素?cái)?shù)。圖像增強(qiáng)灰度直方圖的定義：

表示圖像中具有灰度級(jí)i的像素出現(xiàn)的頻率。其橫坐標(biāo)是灰度級(jí)，縱坐標(biāo)是該灰度出現(xiàn)的頻率。圖像增強(qiáng)灰度直方圖的特點(diǎn)：RST不變性；不能有效地表示圖像的空間信息。圖像增強(qiáng)直方圖均衡化的原理：通過灰度點(diǎn)運(yùn)算處理直方圖的變化，把原本比較集中的灰度空間變成在全部灰度范圍內(nèi)的均勻分布，重新分配圖像的像素值，從而使圖像對(duì)比度提高、細(xì)節(jié)更清晰。

圖像增強(qiáng)直方圖均衡化的原理：圖像中各種亮度所占的比例大都分布不均勻，設(shè)法增加在直方圖統(tǒng)計(jì)中所占比例高的像素和其他占的比例少的像素之間的亮度差，可以提高圖像的顯示效果。

圖像增強(qiáng)直方圖均衡化的實(shí)現(xiàn)：g=EQ(f)f為原始圖像在(x,y)處的灰度，g為變換后的圖像灰度，則對(duì)圖像增強(qiáng)的方法可表述為將在(x,y)處的灰度f映射為g。圖像增強(qiáng)直方圖均衡化的實(shí)現(xiàn)：EQ(f)需要滿足兩個(gè)條件：EQ（f）在0≤f≤L-1范圍內(nèi)是一個(gè)增值函數(shù)對(duì)于0≤f≤L-1，有0≤g≤L-1圖像增強(qiáng)直方圖均衡化的實(shí)現(xiàn)：其中k為灰度級(jí)，L表示灰度級(jí)種類數(shù)。圖像增強(qiáng)直方圖均衡化的處理結(jié)果：分別對(duì)兩幅曝光不足與曝光過度的灰度圖像應(yīng)用Matlab編程進(jìn)行直方圖均衡化。曝光不足轉(zhuǎn)換函數(shù)圖像增強(qiáng)直方圖均衡化的處理結(jié)果：分別對(duì)兩幅曝光不足與曝光過度的灰度圖像應(yīng)用Matlab編程進(jìn)行直方圖均衡化。曝光過度轉(zhuǎn)換函數(shù)圖像增強(qiáng)本課題中直方圖均衡化的處理結(jié)果：原始灰度圖像增強(qiáng)后圖像亞像素邊緣檢測亞像素邊緣檢測數(shù)字圖像的邊緣檢測是圖像分割、目標(biāo)識(shí)別、區(qū)域形狀提取等圖像分析領(lǐng)域的基礎(chǔ)。亞像素邊緣檢測傳統(tǒng)的邊緣檢測方法的檢測精度最高只能達(dá)到一個(gè)像素級(jí)。

工業(yè)檢測等應(yīng)用對(duì)精確度的要求不斷提高，傳統(tǒng)的像素級(jí)邊緣檢測方法已經(jīng)不能滿足實(shí)際測量的需求，需要更高精度的邊緣檢測方法。亞像素邊緣檢測在視覺檢測系統(tǒng)中，系統(tǒng)的測量精度與邊緣檢測的精度成正比關(guān)系。

提高視覺檢測系統(tǒng)精度的方法有兩種，第一、提高硬件分辨率，但其將導(dǎo)致成本提高；第二、采取亞像素邊緣提取的方法提高邊緣檢測精度。亞像素邊緣檢測傳統(tǒng)