MUSICA（多尺度图像对比度增强）算法的VC实现-2[r-CSDN博客

程序源码下载：IPLab_MUSICA.rar

    整体的流程还是比较简单的，问题是图像处理中的一些细节，例如滤波时边界的处理，图像抽样时w或者h为奇数时w/2（h/2）的取值，也就是离散整数的取整误差问题。还有些编程时内存分配的问题，临时缓存的分配等。但是不考虑得太复杂都使用最常用的方式，以上仅将大概的问题列出，碰到时候需要注意。
    入口函数伪代码：
void GDIPlusImage::IPFuncMUSICA()
{
    O = 原始图像;

for（分解级数）
{计算每级的长宽保存到矩阵S;}

ImageGrey24To8(O);//灰度化，仅对灰度图象进行处理

X = MUSICA_Decomposition(O,S);//分解，得到X为所有的图像按S里的顺序排列，30

X = MUSICA_Mapping(X,S);//对分解图像进行变换，32

O = MUSICA_Reconstruction(X,S);//重构，得到增强后的图像，34

ImageGrey8To24(O);//转化成24为图，显示、后继处理起来方便，仅此而已
}

MUSICA_Mapping(X,S)函数相对简单，只需要对S中的残差距阵进行灰度级的查表替换，替换的表根据s型函数事先构造好，其过程类似进行反色处理，可以参考前面的文章。可以考虑将替换表的构造独立出来，通过参数传递，方便改进。

MUSICA_Decomposition分解和MUSICA_Reconstruction重构过程相对复杂，而且专利文档中提供了几种改进后的分解重构过程。对于编程实现来说其实本质都相通，因此所附程序中实现了专利文档中的4.a和4.b，也就是最简单的一种。仅对4.a分解的实现进行说明，4.c重构为逆过程，参考源代码。

图5

一次分解流程：
1) 对X进行一级分解，X拷贝到buffer
2) 对buffer进行平滑滤波
3) buffer隔行抽样得到下一级的近似图X+1
4) 近似图X+1隔行插值0到buffer
5) 进行滤波参数乘4（对置0行列的补偿）的平滑滤波
6) X减去平滑后的buffer得到残差图像保存于X

这样就完成一次分解，然后再对X+1进行下一级的分解。

图6

所附程序在xp+vs.net2003下编译运行通过，程序运行后打开工程目录下的图片，点击快捷按钮1或者菜单项“图像处理-〉MUSICA”，然后要稍等一会，处理速度比较慢。工程目录下有两张示例图片，“心脏-交响乐处理前.jpg”为原始成像图片，“心脏-交响乐处理后.jpg”是一位老师给我的在专业设备上处理过后的结果图，作为和程序运行结果的比较。当然，程序运行的结果比它差很多，但是基本方向是对的，专利文档里还有很多改进的步骤和参数的择优都未实现，有兴趣的朋友自己动手。：）