Giáo trình xử lý ảnh y tế Tập 2 P14 pps

207

bộ lọc 2-D. Ví dụ để thiết kế bộ lọc IIR bạn cần có IMPULSE.EXE và
IIRD.EXE theo tên của file lấy từ chương trình này. Để chạy chương trình này
bạn cần tách các đường biên dùng một trong các chương trình hoặc biểu đồ đã
mô tả ở trong chương 5. Chương trình bắt nguồn từ tên của file chứa ảnh mờ
và độ đậm đường biên ảnh. Độ đậm đường biên ảnh là file chứa ảnh sau khi đã
tách ra các đường biên.

Chương trình 10.1 :DEBLUR.C” Tính độ lớn của đáp ứng

/*ProgramlO.1 "DEBLUR.C".Calculating the magnitude
response
of the deblurring function.*/
/* This program calculates the inverse magnitude
response of the extracted blurring
function.Theprogram requires the file names of the
blurred imageand the edge strength image for the
blurred image.To obtain the edge strength image you
can use Kirsh.exe or Sobel.exe. */

#include <stdio.h>
#include <math.h>
#include <stdlib.h>
#include <io.h>
#include <conio.h>
#include <ctype.h>

#define pi 3.1414

void main()

{
FILE *fptr1,*fptr2,*fptr;
char file_name1[12],file_name2[12];
unsigned char *buff;
int M,M1,z,i,j,*wv,*wh,x0,y0,sign_max;
float sum,A,*cv,*ch,mu1,mu2,pi2;
float sigmax,sigmay,sx2,sy2,u,v,du,dv;
float H[32][32],G,x;
double nsq;
char file_name[14],ch1;

clrscr();
printf
("Enter file name for blurred image before
obtaining edges >");
208

scanf("%s",file_name1);
fptr1=fopen(file_name1,"rb");
if(fptr1=NULL)
{
printf("File does not exist.");
exit(1);
}
printf("Enter file name for edge strength image
>");
scanf("%s",file_name2);
fptr2=fopen(file_name2,"rb");
if(fptr2=NULL)
{

printf("File does not exist.");
exit(1);
}
nsq=filelength(fileno(fptr1));
M=sqrt(nsq);
M1=M/4;
buff=(char *)malloc(M);
wv=(int *)malloc(11*sizeof(int));
wh=(int *)malloc(11*sizeof(int));
ch=(float *)malloc(11*sizeof(float));
cv-(float *)malloc(11*sizeof(float));
fseek(fptr2,(long)(M*M1),0);
for(i-M/4;i<(3*M/4);i++)
{
fread(buff,M,1,fptr2);
for(j=M/4;j<(3*M/4);j++)
{
z=(int)(buff[j]-buff[j-1]);
if(abs(z)>(int)30)
{
printf("\An edge has been detected at
(%d, %d)",j,i);
x0=j; y0=i;
goto one;
}
}
}
printf("\nNo edges has been located.");
fclose(fptr2);
exit(1);

one:
209

fclose(fptr2);
fseek(fptr1,(long)(M*(y0-5)),0);
for(i=0;i<11;i++)
{
fread(buff,M,1,fptr1);
wv[i]=buff[x0];
if(i==5)
{
for(j=0;j<11;j++)
wh[j]=buff[j+x0-5];
}
}
/* Obtaining the derivatives of the image about the
edge. */
for(j=1;j<11;j++)
{
ch[j]=(float)(abs((wh[j]-wh[j-1])));
cv[j]=(float)(abs((wv[j]-wv[j-1])));
}
ch[0]=ch[1];
cv[0]=cv[1];
fclose(fptr1);
printf("\nDo you wish to store horizontal and
vertical difference");
printf("\n data for plotting (y or n) >");
while(((ch1=tolower(getch()))=='y')&&(ch1=='n'));
putch(ch1);

if(ch1== 'y')
{
/* Preparing data for plotting. */
printf("\nEnter file name for storing data");
printf("\n taken along a horizontal line >");
scanf ( "%s", file_name1);
printf("Enter file name for storing data ");
printf("\n taken along a vertical line >");
scanf("%s " , file_name2);
fptr1=fopen(file_name1,"w");
fptr2=fopen(file_name2,"w");
fprintf(fptr1,"%d %d\n",11,2);
fprintf(fptr2, "%d %d\n",11,2);
for(i=0;i<11;i++)
{
fprintf(fptr1,"%e %e\n",(float)i,ch[i]);
fprintf(fptr2,"%e %e\n",(float)i,cv[i]);
210

}
fclose(fptr1);
fclose(fptr2);
}
A=(ch[0]+ch[10])/2.0;
for (i=1;i<10; i++)
A+=ch[i];
for(i=0;i<11;i++)
ch[i]/=A;
mu1=0.0;
for(i=0;i<11;i++)

mu1+=(float)i*ch[i];
sum=0.0;
for(i=0;i<11;i++)
sum+=(i-mu1)*(i-mu1)*ch[i];
sigmax=sqrt((double)sum);
printf("\n mul=%f sigmax=%f\n",mu1,sigmax);
A=(cv[0]+cv[10])/2.0;
for(i=1;i<10;i++)
A+=cv[i];
for(i=0;i<11;i++)
cv[i]/=A;
mu2=0.0;
for(i=0;i<11;i++)
mu2+=(float)i*cv[i];
sum=0.0;
for(i=0;i<11;i++)
sum+=(i-mu2)*(i-mu2)*cv[i];
sigmay=sqrt((double)sum);
printf("\n mu2=%f sigmay=%f\n",mu2,sigmay);
sx2=sigmax*sigmax;
sy2=sigmay*sigmay;
printf("\n Does the source of the blur imposes equal
extent \n");
printf(" of blurs in both the x and y directions?(y
or n) >");
while(((ch1=getche())!='y')&&(ch1!='n'));
if(ch1=='y')
sx2=sy2=sx2+sy2;
printf("\nEnter name of file for storing magnitude-
frequency");

printf("\nresponse in a form suitable for plotting
>");
scanf("%s",file_name);
211

fptr=fopen(file_name,"w");
u=-pi;
pi2=2.0*pi*sigmax*sigmay;;
du=dv=(2.0*pi)/32.0;

Hình 10.3 Hàm khôi phục ảnh mờ.
for(i=0;i<32;i++)
{
v=-pi;
for(j=0;j<32;j++)
{
x=(u*u*sx2+v*v*sy2)/2.0;
if(x>=20.0)
G=(float)0.0;
else
G=(float)exp((double)(-x));
H[i][j]=1.0/(pi2*G+1.0);
v+=dv;
}
u+=du ;
}
fprintf(fptr,"%d %d\n",32,32);
fprintf(fptr,"%e ",0.0);
v=-pi;
for(i=0;i<32;i++)

212


{
fprintf(fptr,"%e ",v);
v+=dv;
}
fprintf(fptr,"\n");
u=-pi;
for(i=0;i<32;i++)
{
fprintf (fptr, "%e " , u) ;
for(j=0;j<32;j++)
fprintf(fptr,"%e ",H[i][j]);
fprintf(fptr, " \n ");
u+=du;
}

fclose(fptr);
printf("\nEnter file name for storing mag .
-freq . response in a");
printf ( "\nformat that can be used by IMPULSE.
C or FIRD.C > " );
scanf ( "%s " , file_name);
fptr=fopen(file_name,"w");
fprintf(fptr , "%d %d ", 32, 32);
for(i=0;i<32;i++)
for (j=0 ;j<32 ; j++)
fprintf(fptr,"%f ", H[i][j]);
fclose(fptr) ;

}


Bài tập 10.1
Kiểm tra thủ tục trên đây với ảnh "CAMEL.IMG" (hình 7.7a) đã được
phóng to, dùng hàm nội suy chốt B bậc ba. Kết quả được cho trong hình 7.9 đó
là ảnh hơi mờ. Với yêu cầu nhận dạng đường biên ảnh mà tại đó phạm vi vết
mờ theo cả hai hướng ngang và dọc có thể đánh giá được, chương trình trên đã
cho ra một đường biên ảnh rõ nét trên cả hai hướng ngang và dọc. Kết quả này
có thể thu được khi sử dụng toán tử Kirsh (chương 5, chương trình 5.3). So
sánh kết quả đó với hình 7.7b, 8.5, và 8.6 trong các chương trước.
Hình 10.3 chỉ ra hàm giảm mờ, đó là kết quả từ bài tập này. Vết mờ được
xem như tròn trong trường hợp này. Hình 7.9 là ảnh kết quả của chương trình
trên với 
x
 2.9 và 
x
 2.6, hoặc 

 3.89. Hình 10.4 đưa ra đáp ứng tần số-
biên độ của bộ lọc IIR 2  2 được thiết kế để xấp xỉ hàm giảm mờ. Đầu tiên bộ
213

lọc được thiết kế với phương pháp Shanks và sau đó là phương pháp lặp của
chương 9. Kết quả áp dụng bộ lọc IIR 2-D với ảnh đã nói ở trên có sự cải thiện
đáng chú ý so với ảnh gốc. Tuy nhiên, phương pháp lọc thông thấp mô tả trong
chương 9 cho kết quả gần với phương pháp FFT hơn, so với cách tiếp cận này.
Các hệ số thu được của bộ lọc IIR trong ví dụ này được ghi trong bảng 10.1.
Bây giờ chúng ta tăng cường ảnh sao hoả thu được qua kính thiên văn được
cho trên hình 10.5. Nguyên nhân của vết mờ này là do hệ số khúc xạ thay đổi

theo áp xuất khí quyển, và cũng có thể là do mở ống kính trong khoảng thời
gian dài. áp dụng thủ tục đường biên trong phần này, chúng ta thu được ảnh
chỉ ra trên hình 10.6. Mặt dù ảnh nét hơn, nhưng nó không cung cấp cho ta
nhiều chi tiết mới. Chúng ta cần chỉ ra rằng đây là một ảnh của toàn bộ sao hoả
với độ phân giải chỉ có 256  256 điểm ảnh. Đây là một ảnh dưới mẫu, và
không có thông tin nào về ảnh được rút ra ở đây mà lại không rút ra được từ
ảnh gốc. Hình 10.7 chỉ ra một ảnh mờ là kết quả của ảnh của vật nằm ngoài
tiêu cự. Áp dụng cùng thủ tục và dùng bộ lọc FIR 7  7 thiết kế sử dụng cửa sổ
Blackmann chúng ta thu được ảnh chỉ trên hình 10.8.

Bảng 10.1 các hệ số của bộ lọc khôi phục
-0.034139 1.000000
-0.014686 -
0.650127
-0.012220 0.007701
-0.014683 -
0.650224
0.991926 0.474917
-0.655115 0.005353
-0.012214 0.007699
-0.655211 0.005351
0.468586 0.005273



214

Hình 10.4 Đáp ứng biên độ của bộ lọc 2-D IIR được xấp xỉ bởi hàm khôi phục
ảnh mờ.

Bài tập 10.2
1. "MARS.IMG" và "YOSSRA.IMG" là các tên file tương ứng của các ảnh
trong hình 10.5 và 10.7. Thực hiện quá trình khôi phục.
Để làm bài tập này chúng ta cần chạy các chương trình sau theo thứ tự:
a. KIRSH để có được đường biên rõ nét của ảnh.
b. DEBLUR để tính hàm chuyển đổi giảm mờ.
c. IMPULSE để thu được đáp ứng không gian của hàm giảm mờ.
d. IIRD để thiết kế bộ lọc IIR từ đáp ứng không gian.
e. IIRDITER để tăng cường bộ lọc được thiết kế (dùng một hoặc hai
bước lặp). Bạn cần phải tự viết chương trình cho bạn.
2. Lặp lại phần 1 dùng các bộ lọc kiểu FIR.
3. áp dụng lọc trung bình để khôi phục ảnh "YOSSRA.IMG".
4. áp dụng bộ lọc thống kê Wallis với ảnh "YOSSRA.IMG".`