魚(yú)類X射線圖像增強(qiáng)算法研究

李詠豪

（南京理工大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，江蘇 南京210094）

利用魚(yú)類進(jìn)行加工得到的食品，在加工的時(shí)候已經(jīng)將大部分魚(yú)刺剔除掉，但由于人工因素，不可避免會(huì)有一些殘留魚(yú)刺仍舊在食品內(nèi)，這將對(duì)食用該產(chǎn)品的用戶帶來(lái)安全隱患。目前，常用的方法是對(duì)包裝食品拍攝X射線圖像，然后，對(duì)X射線圖像利用圖像處理方法找到其中的殘留魚(yú)刺。由于X射線圖像存在對(duì)比度較低，魚(yú)刺不明顯的特點(diǎn)，所以為準(zhǔn)確定位魚(yú)刺，需要對(duì)X射線圖像進(jìn)行圖像增強(qiáng)，以增強(qiáng)視覺(jué)效果。

本文研究了常用的圖像增強(qiáng)技術(shù)，如直方圖均衡[1]、巴特沃斯高通濾波器[2]等，然后提出了對(duì)比度增強(qiáng)函數(shù)，該函數(shù)的參數(shù)采用像素鄰域內(nèi)的最大值和最小值來(lái)自適應(yīng)確定，為魚(yú)類X射線圖像增強(qiáng)提供了較好的方法。

1 直方圖均衡化

假定圖像I的直方圖表示為h（i），i=0，1，…，255，則h（i）的大小表示圖像中灰度等級(jí)為i的像素的數(shù)目。如果圖像偏暗，則直方圖分布在灰度等級(jí)較小的區(qū)域。直方圖均衡是將直方圖中各等級(jí)的數(shù)值趨向于相同，使得圖像的視覺(jué)效果較好。

圖1 顯示了一幅魚(yú)類X射線圖像，圖2為利用直方圖均衡化得到的結(jié)果。從圖2可見(jiàn)，利用直方圖均衡化并沒(méi)有達(dá)到增強(qiáng)魚(yú)刺的效果，圖像的視覺(jué)效果比原圖還差。這主要是由于圖像中魚(yú)身部分的顏色對(duì)比度較低，利用直方圖均衡化很難將其直方圖的分布趨向于一致。

圖1 魚(yú)類X射線圖像

圖2 直方圖均衡化結(jié)果

2 巴特沃斯高通濾波器

對(duì)一幅圖像而言，其能量主要集中在低頻部分，高頻部分主要包括圖像的邊緣部分和噪聲。利用巴特沃斯（Butterworth）高通濾波器在頻域通過(guò)保留圖像中的高頻成份，從而完成圖像增強(qiáng)。Butterworth高通濾波器可以表示為：

其中，D0為截止頻率，n為階數(shù)，本文定義n=2。

具體方法是：首先對(duì)圖像進(jìn)行二維傅里葉（FFT）變換，將圖像變換到頻域；接著，將圖像的頻域數(shù)據(jù)與式（1）相乘；最后，通過(guò)二維傅里葉反變換得到增強(qiáng)結(jié)果。圖3顯示了對(duì)圖1中的X射線圖像利用Butterworth濾波的結(jié)果。

圖3 Butterworth高通濾波結(jié)果

從圖3可見(jiàn)，利用Butterworth高通濾波器對(duì)圖像進(jìn)行增強(qiáng)，得到的圖像效果比采用直方圖均衡化的效果要好，使得魚(yú)刺部分更明顯，缺點(diǎn)是背景的噪聲部分也被增強(qiáng)。

3 本文算法

對(duì)于魚(yú)類X射線圖像而言，需要增強(qiáng)的是魚(yú)刺部分，而非魚(yú)刺部分，包括背景、魚(yú)肉等部分不需要增強(qiáng)。前面介紹的直方圖均衡化和Butterworth高通濾波器都是對(duì)整幅圖像進(jìn)行增強(qiáng)運(yùn)算，因此，得到的增強(qiáng)效果都不符合要求。

我們進(jìn)一步分析如圖1所示的魚(yú)類X射線圖像的特點(diǎn)。整幅圖像可以看作由三部分組成，包括背景、魚(yú)肉和魚(yú)刺。背景部分由單一顏色構(gòu)成，而魚(yú)肉和魚(yú)刺兩部分的對(duì)比度較低，魚(yú)刺部分的顏色偏暗，魚(yú)肉部分和魚(yú)刺部分相比，顏色偏亮。但由于魚(yú)體厚薄和構(gòu)成的不同，不同位置的魚(yú)刺和魚(yú)肉的灰度分布也不盡相同。比如，越靠近魚(yú)頭部分，則灰度值偏低，顏色偏暗，而靠近魚(yú)尾處，則灰度值偏大，顏色偏亮。因此，采用固定的對(duì)比度拉伸的方法不符合當(dāng)前圖像的需求。

由于X射線圖像內(nèi)部有噪聲分布，所以，我們需要對(duì)圖像進(jìn)行濾波。所謂圖像濾波[3]，就是在保持圖像原樣的同時(shí)，對(duì)噪聲部分進(jìn)行一定程度的抵制，也就是說(shuō)，對(duì)圖像進(jìn)行濾波的結(jié)果能達(dá)到：保留圖像的主要信息，包括顏色、輪廓等，同時(shí)刪除圖像中的噪聲。常用的濾波器有均值濾波器、高斯濾波器[4]、中值濾波器和雙邊濾波器[5]等。本文采用高斯濾波去除圖像中的噪聲。高斯濾波器與均值濾波器相比，除了能去除圖像中的噪聲之外，還有一定的平滑作用，但其平滑帶來(lái)的模糊程度要比均值濾波器低，因此，當(dāng)希望在去除噪聲的同時(shí)保持圖像原樣的時(shí)候，我們一般采用高斯濾波器對(duì)圖像進(jìn)行濾波。另外，高斯濾波器的好處是可以按具體圖像調(diào)整方差。如果希望去噪效果大一些，則可以取較大的方差，反之則取較小的方差。總之，高斯濾波器有以下特性：

（1）高斯濾波器對(duì)各個(gè)方向的平滑程度一致。

（2）高斯濾波器屬于單值函數(shù)，即像素點(diǎn)距離高斯核函數(shù)的中心點(diǎn)越遠(yuǎn)，則權(quán)值越小。

（3）高斯函數(shù)的傅立葉變換的頻譜分布呈鐘形，與Sa函數(shù)[6]相比，由于它是單瓣的，則不會(huì)產(chǎn)生振鈴現(xiàn)象。

（4）高斯濾波器的核大小由方差σ決定。

（5）高斯函數(shù)具有可分離性，因此，二維高斯函數(shù)可以先做X方向一維卷積，再做Y方向一維卷積。

高斯濾波器其質(zhì)就是一個(gè)二維高斯分布：

其中，x和y分別表示點(diǎn)的x坐標(biāo)和y坐標(biāo)。σ為標(biāo)準(zhǔn)差。如果要將式（2）用于圖像濾波，由于圖像是離散的二維數(shù)據(jù)，因此，需要將式（2）離散化，一般可以表示為3×3或5×5等形式。

對(duì)圖像進(jìn)行高斯濾波之后，將濾波后的圖像再進(jìn)行以下操作：

步驟1：計(jì)算圖像中各像素鄰域內(nèi)的灰度最大值max和最小值min。

這里計(jì)算灰度最大值和最小值的目的是，由于魚(yú)類X射線圖像各部分的灰度分布不同，但魚(yú)刺部分的灰度值一般要比其周圍的非魚(yú)刺部分的灰度值小，因此，我們通過(guò)尋找各像素鄰域內(nèi)的灰度最大值和最小值來(lái)自適應(yīng)調(diào)整對(duì)比度參數(shù)。

步驟2：對(duì)各像素按式（3）調(diào)整其灰度值。

其中，I（i，j）表示坐標(biāo)為i，j處像素的灰度值，min（i，j）表示坐標(biāo)為i，j處像素鄰域內(nèi)的最小值，這里的鄰域取11*11大小。

另外，A（i，j）為自適應(yīng)參數(shù)，按式（4）計(jì)算：

4 實(shí)驗(yàn)

本文利用所提出的圖像增強(qiáng)方法對(duì)圖1進(jìn)行了實(shí)驗(yàn)，得到圖4。

圖4 本文算法實(shí)驗(yàn)結(jié)果

分析圖2-圖4利用三種方法的圖像增強(qiáng)實(shí)驗(yàn)結(jié)果，可以得出以下結(jié)論：

（1）在三種方法中，直方圖均衡化方法的效果最差。

（2）本文方法是三種比較方法中最優(yōu)的。

（3）對(duì)于魚(yú)類X射線圖像，因其對(duì)比度低，灰度分布不均勻，并且需要將魚(yú)刺部分進(jìn)行增強(qiáng)，因此，需要采用本文方法，對(duì)于不同區(qū)域，按其對(duì)比度不同值，分別采用不同參數(shù)進(jìn)行對(duì)比度調(diào)整。

5 結(jié)論

本文針對(duì)魚(yú)類X射線圖像的圖像增強(qiáng)問(wèn)題開(kāi)展了研究，對(duì)常用圖像增強(qiáng)方法進(jìn)行了分析，包括直方圖均衡化、Butterworth高通濾波器。通過(guò)對(duì)這兩種方法的總結(jié)，本文提出了利用對(duì)比度調(diào)整的方法進(jìn)行圖像增強(qiáng)，其中，對(duì)比度函數(shù)參數(shù)通過(guò)像素鄰域內(nèi)的最大值和最小值設(shè)定，并取得了較好的圖像增強(qiáng)效果。同時(shí)，本文所提出的算法也為圖像增強(qiáng)應(yīng)用在特定場(chǎng)景中提供了新的思路。