資源描述：
《基于線性廣義模糊算子圖像快速增強(qiáng)算法》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、基于線性廣義模糊算子圖像快速增強(qiáng)算法【關(guān)鍵詞】模糊增強(qiáng)Afastimageenhancementalgorithmbasedonlineargeneralfuzzyoperator 【Abstract】AIM:TostudytheimageenhancementprincipleofPalfuzzyalgorithmsandtoproposeafastfuzzyenhancementalgorithmfittingforCT/MRimage.METHODS:Theregionofinterest(ROI)theregionofbackg
2、roundbyanovellinearmappingfunctionandfurtherenhancedbythelineargeneralfuzzyoperator.RESULTS:FiftyCT/MRimagesplementedinIDLonaPC42.4GHz,512MRAMand128MRAMDAC,stoenhanceeachimageusingthealgorithmproposed.CONCLUSION:Thealgorithmpresentedbythispaperreducestheputationloadandspe
3、edsuptheprocess. 【Keyage;regionofinterest;fuzzyenhancement;lineargeneralfuzzyoperator 【摘要】目的：研究Pal類模糊算法的圖像增強(qiáng)原理，提出適合CT/MR圖像的快速增強(qiáng)算法.方法：首先，通過定義一個線性映射函數(shù)，將感興趣區(qū)域(ROI)從背景區(qū)域分離出來；其次，用線性的廣義模糊算子(LGFO)單獨(dú)對ROI進(jìn)行增強(qiáng).結(jié)果：在P42.4G/512M/128M微機(jī)上，用IDL對50幅CT/MR圖像處理速度進(jìn)行測試，本文算法平均每幅增強(qiáng)處理用時(shí)約0.8ms.結(jié)
4、論：本文算法減少了運(yùn)算量、提高了處理速度. 【關(guān)鍵詞】CT/MR圖像；感興趣區(qū)域；模糊增強(qiáng)；線性的廣義模糊算子 0引言 針對圖像的模糊性和不均勻性問題,1983年P(guān)al等［1］提出模糊增強(qiáng)算法，后來陸續(xù)又出現(xiàn)了一些改進(jìn)算法［2,3］；這些算法對整幅圖像的ROI與背景區(qū)域統(tǒng)一進(jìn)行處理，同時(shí)所采用的GFO又是非線性的，造成運(yùn)算開銷大、處理速度低下.針對這種問題，我們提出了一種適合CT/MR圖像的快速模糊增強(qiáng)算法，通過定義一個新的線性映射函數(shù)，將圖像的ROI從背景區(qū)域分離出來，并采用線性的廣義模糊算子(LGFO)只對ROI進(jìn)行處理，從而減
5、少了運(yùn)算量、提高了處理速度. 1模型與算法 1.1傳統(tǒng)基于模糊集理論的Pal類圖像增強(qiáng)算法根據(jù)模糊集理論，一個M×N個像素的L級灰度圖像X，可表示為M×N的模糊矩陣：X=UM〖〗i=1UN〖〗j(luò)=1Pij/xij(1)式(1)中元素Pij/xij表示圖像中像素（i，j）的灰度xij相對于最大灰度(L-1)的某種亮度程度.這是一個求模糊分布的問題， 顯然,式(9)是線性連續(xù)的，廣義模糊集合A在其作用下生成的模糊集合A'已成為普通意義上的模糊集，且LGFO的作用是降低了廣義模糊集A的模糊度.式(3)、式(7)不但是非線性的，而且對圖像進(jìn)
6、行模糊增強(qiáng)處理一般需迭代才可得到滿意的結(jié)果，運(yùn)算時(shí)間較長；該LGFO是線性連續(xù)的，提高了處理速度；實(shí)驗(yàn)結(jié)果表明，式(9)所示算法的增強(qiáng)效果和運(yùn)算復(fù)雜度均優(yōu)于式(3)和式(6)所示算法. 1.2.2線性映射函數(shù)的定義及ROI的分離為了克服傳統(tǒng)算法運(yùn)算效率低的缺陷，我們提出了線性映射函數(shù)xijT(g)Pij，即：pij=T(xij)=-xij-D〖〗D(10)經(jīng)過式(10)變換，P=｛Pij｝并不符合廣義模糊集合的定義，不能夠用定義2的LGFO進(jìn)行增強(qiáng)；因此，必須構(gòu)造符合定義1條件的廣義模糊集合. 由于CT/MR圖像從結(jié)構(gòu)上可分為ROI和
7、背景區(qū)兩部分［6］，在背景區(qū)圖像像素的灰度值較低而且變化緩慢，在ROI圖像灰度值較高；但兩者之間沒有明確的分界.為此，我們將ROI定義為一個模糊集合，其中每一個像素都有其隸屬度，隸屬度值越大，說明其越屬于ROI；反之則不屬于ROI，這樣定義的ROI集合具有模糊性.經(jīng)實(shí)驗(yàn)研究，該定義符合CT/MR圖像的實(shí)際情況.通過式(10)映射函數(shù)的變換，ROI的信息主要集中在廣義模糊集合P1中，令P1=｛pij｜-1≤pij≤1｝,且pij∈P(11)則背景區(qū)的信息集中在P-P1中.將P1=｛Pij｝用上述LGFO變換到普通模糊集合P1'=｛pij'｝
8、,pij'∈［0,1］.通過這一變換，ROI的對比度得到了增強(qiáng)；而對集合P-P1不予進(jìn)行增強(qiáng)處理.令P'=(P-P1)∪P1'=｛pij'｝(12)通過映射函數(shù)T(xij)的逆變換T-1(xi
