医学图像处理与分析-概述.ppt

Matlab -toolbox image processing\feature-based logic 模拟图像和数字图像(analog image digital image) 模拟图像在水平与垂直方向上的像素点位置的变化以及每个像素点位置上的灰度变化都是连续的，因此有时又将模拟图像称之为连续图像( continuous image)。 数字图像是指把模拟图像分解成被称作像素的若干小离散点，并将各像素的颜色值用量化的离散值，即整数值来表示的图像。像素是组成数字图像的基本元素，是按某种规律（如模拟/数字转换）获得一系列二进制数码（0和1）来表示图像中的每个点的信息，即数字图像是将模拟图像经过数字化（或离散化）过程转变而成的。因此，又将数字图像称为离散图像（discrete image)。 由于目前的计算机所能处理的信息必须是数字信号，而我们得到的照片、图纸或景物等原始信息都是连续的模拟信号，所以数字图像处理的第一个环节就是将连续图像信息转化为数字形式。 数字图像：空间量化(采样)+幅值量化(量化) 图像数字化：将模拟图像经过数字化之后，得到用数字表示的图像。图像的数字化包括采样和量化两个过程 采样 采样：指将空域上或时域上连续的图像(模拟图像)变换成离散采样点(像素)集合的一种操作。即：空间坐标的离散化。 图像采样是通过先在垂直方向上采样，然后将得到的结果再沿水平方向采样两个步骤来完成的操作。经过采样之后得到的二维离散信号的最小单位就称为像素。一般情况下，水平方向的采样间隔与垂直方向的采样间隔相同。 图像采样(栅格化) 在进行采样时，采样点间隔的选取是一个非常重要的问题，它决定了采样后图像的质量，即忠实于原图像的程度。采样间隔的大小选取要依据原图像中包含的细微浓淡变化来决定。一般，图像中细节越多，采样间隔应越小。 对一幅图像采样后，若每行(即横向)像素为M个，每列(即纵向)像素为N个，则图像大小为M×N个像素。例如，一幅640×480的图像，就表示这幅连续图像在长、宽方向上分别分成640个和480个像素。显然，想要得到更加清晰的图像质量，就要提高图像的采样像素点数，也就是要使用更多的像素点来表示该图像，但相对需要付出更大的存储空间的代价。 量化 量化：把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。即：灰度的离散化。 将连续图像的像素值分布落在[Zi，Zi+1]范围内的点的取值量化为qi+1，称之为灰度值或灰阶(Gray Level)。把真实值Z与量化值qi+1之差称为量化误差，把表示对应于各个像素的亮暗程度称为灰度等级或灰度标度。 图像的量化等级反映了图像的质量。例如，图像中的每个像素都用8位二进制数表示，有28=256个量级；若采用16位二进制数表示，则有216=65536个量级；若采用24位二进制数表示，则有224=1667万个量级。同样，量级越大，图像质量就越高，存储空间要求就越大。但由于计算机的工作速度、存储空间是相对有限的，各种参数都不能无限地提高。 假定图像取M×N个样点，每个像素量化后的灰度二进制位数为Q，一般Q总是取为2的整数幂，即Q=2k, 则存储一幅数字图像所需的二进制位数b为： 字节数B为 partial volume effect 部分容积效应 左图显示了投影到一阵列传感器平面上的连续图像。右图显示了取样和量化后的图像。很明显,数字图像的质量很大程度上取决于取样和量化中所用的取样数和灰度级。 为像素的大小 图像大小＝ 灰度级和字节 图像 灰度级 所占字节 8位 256 1字节/像素 12位 4096 2字节/像素 图像存储容量的计算 一幅灰度图像，矩阵为512×512，灰度级别为256，在计算机中保存，图像数据占多少字节？ 灰度级别为256，也就是28 ，8位图像。使用一个字节保存一个像素。 像素共有 512×512＝262144 这幅图像占262144字节， 也就是 262144/1024 = 256K 空间分辨率和灰度分辨率 空间分辨率(spatial resolution )： 图像空间中可分辨的最小细节。一般用单位长度上采样的像素数目或单位长度上的线对数目表示。 灰度分辨率(contrast resolution )： 图像灰度级中可分辨的最小变化。一般用灰度级或比特数表示。 数字图像的两个基本问题 a. 像素数目 b.灰度值的度量 灰度级(Gray level scale) 2的整数次幂 2n 如：8bit 28=256 由256个灰度级别表示白到黑之间的过度 空间分辨率（图像的采样）与图像质量的关系 像素越多，相同大小的图像的分辨率也就越高，像素太大会