MRI图像增强和灰度插值.doc

  1. 1、本文档共38页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
MRI图像增强和灰度插值

课程设计报告 题 目: MRI图像增强和灰度插值 专 业: 生物医学工程 班 级: 生医2班 学 号: 姓 名: 指导教师: 天津医科大学 生物医学工程学院 年 月 日 一. 开题背景 在社会生活和科研生产中, 人们随时随地都要接触图像。图像信息是人类认识世界的重要信息来源。而图像处理就是一门关于图像的综合学科, 它汇聚了光学、 电子学、 数学、 摄影技术和计算机技术等众多学科【1】。 所谓图像处理,就是通过某些数学运算对图像信息进行加工, 以满足人的视觉心理和实际生活需要。医学图像处理作为一门具有很强实用价值和广泛应用前景的交叉学科,吸引了电子、数学、物理等诸多不同专业人员从事于这一热点领域的研究。医学图像具有信息量大、图像模糊、处理困难等特点,借助于图形图像技术的快速发展和应用,医学图像的成像质量和显示方法得到了极大的改善,大大提高临床诊断的准确性和正确性,这样既能充分挥了医学影像设备的效力和潜能,又能促进了诊疗水平的提高,改善了人们群众的健康况。因此对医学图像处理方法的研究具有十分重要的理论意义和现实意义【2】。 磁共振成像MRI可以很好地识别大脑的灰质和白质密度接近的软组织,从而深受医生的青睐。其临床应用越来越广,然而受其他因素影响。原始的MRI图像可能出现值脉冲噪声、伪影、图像模糊等。因此需要对MRI图像进行增强处理,凸显重要的医学特征改善图像的质量,以方便医生对病情做出准确的判断。 二.课题目的 在学习了数字信号处理和医学图像处理等课程的基础上,以MRI图像为例,利用Matlab软件,学习医学图像的读取保存等基本操作,图像的灰度映射增强(直方图均衡化、直方图规定化和Gamma校正)以及常用的三种灰度插值算法:最近邻算法,双线性插值法,三次多项式插值。 三.课题研究的主要内容 1、原始图像是MRI脑图像,分别为t1加权像,t2加权像和pd质子加权像。了解所给MRI图像的图像信息,如图像宽度、高度和文件类型等; 2、根据图像的不同类型,把原始MRI图像转为灰度图像,将图像拆分为大小相等的t1, t2, pd三幅图像并保存; 3、绘出t1, t2, pd三幅图像的灰度直方图,分析图像的灰度分布情况,并分别利用直方图均衡化、直方图规定化和Gamma校正对三幅图像进行增强处理,并对结果加以比较; 4、对t1, t2, pd三幅图像每三点取一点进行采样,然后分别利用最近邻法,双线性法及三次多项式插值恢复图象,并对这三种插值方法结果进行比较。 四.原理和方法 1、利用Matlab软件的imread函数读入图像,再imfinfo函数获取所给MRI图像信息; 2、根据得到的图像的矩阵信息将图像拆分为大小相等的t1, t2, pd三幅图像并保存; 3、利用imhist函数绘出三幅图像的灰度直方图,再分别用histeq函数,自定义的 twomodegauss函数,imadjust函数对三幅图像进行直方图均衡化,直方图规定化, Gamma 校正增强处理; 4、对t1, t2, pd三幅图像每三点取一点进行采样,再利用imresize函数进行最近邻法,双 线性法及三次多项式插值恢复图象【3】。 五.步骤与结果 1、利用imfinfo函数获取所给MRI图像信息,程序见附录(1),结果如下: Width: 520 Height: 284 ColorType: indexed 由此可知原始MRI图像的宽为520列,高为284行,图像类型是索引图像; 2、利用ind2gray函数将原始图像转换为灰度图像,程序见附录(1),结果如图1: 图1 原始MRI的灰度图像 3、根据得到的图像的矩阵信息将图像拆分为大小相等的t1, t2, pd三幅图像,程序见附 录(1),结果如图2.1~2.3: 图2.1 原始t1加权像的灰度图像 图2.2 原始t2加权像的灰度图像

文档评论(0)

kakaxi + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档