第5章医学图像增强.ppt

图像增强(Image enhancement) 从扫描设备出来的原始图像由于受到成象设备和获取条件等多种因素的影响，可能出现图像质量退化，甚至伪迹。即使是高质量的图像，在大多数情况下，也很难用肉眼直接得出有用的诊断。因此用计算机对医学图像做后处理，首要的任务就是对获取的图像进行增强信噪比的工作。 5.1 图像增强的概念 图像增强(Image enhancement) 图像增强技术 扩展对比度 增强图像中对象的边缘 消除噪声 保留某些特性，抑制另一些特性 彩色增强 改变对比度 改变对比度 去除噪声 增强边缘 图像增强方法 5.2 直方图增强 （一）直方图Histogram 用于表示图象灰度分布情况的统计图表。通过直方图可以大致判断一幅图像的质量.如图像的对比度,图像的动态范围等信息，对灰度分布形式作校正来修正图像灰度，最终达到图像增强的目的。 直方图均衡化(Histogram Equalization) 直方图均衡化目标 直方图均衡化 考虑到灰度变换不影响像素的位置分布，也不会增减像素数目。所以有 ? 直方图均衡化 s=T ( r ) 满足以下条件: （1）T(r)在0≤r≤1范围内单调递增函数， （2） 对0≤r≤1有0≤T(r)≤1 使直方图变平直，为使变换后的灰度仍保持从黑到白的单一变化顺序，且变换范围与原先一致，以避免整体变亮或变暗。? 直方图均衡化 应用到离散灰度级，设一幅图像的像素总数为n，分L个灰度级。 nk: 第k个灰度级出现的频数。 第k个灰度级出现的概率 P(rk)=nk/n 其中0≤rk≤1，k=0,1,2,...,L-1 形式为： ? 直方图均衡化 设图象的象素总数为n，分L个灰度级。 ①列出原始图象的灰度级sk ，0≤sk≤1， ②统计各灰度级的象素数目n(sk) k=0,1,2,...,L-1 ③计算各灰度级的频数P(sk)=nk/n ④计算累计分布函数 ? 直方图均衡化 ⑤ 计算映射后的输出图像的灰度级 gk，k=0,1,2,...,P-1, P 输出图像灰度级的个数。 INT是取整的符号。 ⑥ 统计新直方图各灰度级象素n(jk)， k=0,1,2,...,P-1 ⑦计算输出图像的直方图P(jk)= n(jk)/n ⑧用tk和gk映射关系调整原始图像的灰度级，获 得直方图均匀分布的输出图像。 例：设图象有64*64=4096个象素，有8个灰度级，灰度分布如表所示。进行直方图均衡化。 步骤： 1. 由累计分布函数计算tk。 直方图均衡化 直方图均衡化实质上是减少图像的灰度级以换取对比度的加大。在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强。若这些灰度级所构成的图像细节比较重要，则需采用局部区域直方图均衡。 ? 直方图均衡化 MATLAB中，可以使用histeq函数实现直方图均衡化。函数的调用方法为： [J,T]= histeq (I,N) 改函数对图像I进行变换，返回有N个灰度级的图像J，J中的每个灰度级具有大致相等的像素点，所以图像J的直方图比较平坦，N的默认值为64。T是转移函数。 例： I=imread(pout.tif); imshow(I); figure,imhist(I); [J,T]=histeq(I,64) figure,imshow(J); figure,imhist(J); figure,plot((0:255)/255,T)； 原始图与其直方图 均衡化后的结果 增强函数 5.3 图像的空间滤波增强 平滑滤波 锐化滤波 图像的空域平滑 方法： 空间域：邻域平均法、 中值滤波、 多图像平均法等。 均值滤波法 取N=3 取N=3 取N=3 取N=3 取N=3 取N=3 取3X3窗口 MATLAB实现 图像增强主要是针对图像的各种噪声而 言的，为了说明滤波方法的用途，需 要模拟各种噪声来分析滤波效果。 MATLAB的图像处理工具箱提供imnoise 函数，可以用该函数给图像添加不同类 型的