3医学影像图像处理3要点.ppt

取3X3窗口 * 图像增强：目的是为了改善图像的视觉效果，或者是为了更便于人或机器的分析和处理，提高图像的可懂度。在不考虑降质原因的情况下，用试探的方式对图像进行加工，力求改善图像的质量，如突出了一部分信息，同时可能压制另一部分的信息。 问题1： 灰度分布不合理 没有充分利用灰度动态范围 典型场合: 曝光不足、曝光过度、对比过于强烈 问题2：噪声干扰 原因：强噪声成像通道 问题3：图像模糊 影响图像细节分辨 原因：成像通道分辨率不足、景物移动等 图像增强技术是不考虑图像降质的原因，只将图像中感兴趣的特征有选择地突出，而衰减不需要的特征，故改善后的图像不一定要去逼近原图像。如突出目标物体的轮廓，去除各类噪声，将黑白图像转换为伪彩色图像等等，图像增强技术已经成为医学图像实际应用中不可或缺的一项工作。 空间域 图像增强 频率域 灰度变换 空域滤波 直接灰度变换 直方图修正法 图像的代数运算 直方图均衡化 直方图规定化 图像平滑 图像锐化 高通滤波 低通滤波 带通、带阻滤波 图像增强技术从总体上说，可以分为两大类： 空域增强和频域增强。 空域增强是直接对图像平面中的像素进行处理，像前面已经介绍过的直方图均衡、匹配等方法，都属于空域增强技术。 频域增强是将原定义在图像空间中的图像以某种形式转换（Fourier 变换）到其它空间（频率域）中，利用该空间的特有性质方便地进行图像处理，最后再转回原图像空间中。 两大类中的某些方法通常也被结合在一起来进行增强操作。 图像平滑的目的： 1）消除噪声，改善图像质量； 2）可以平滑图像一些细致的纹理结构，从而突出图像的基本骨架结构 。 平滑可以在空间域进行，也可以在频率域进行。 空间域常用的方法有邻域平均法、中值滤波和多图像平均法等； 在频率域，因为噪声频谱多在高频段，因此可以采用各种形式的低通滤波方法进行平滑处理。 模 板 图像的空间域平滑 中值滤波是一种非线性处理技术，由于它在实际运算过程中并不需要知道图像的统计特性，所以使用比较方便。中值滤波的目的是在保护图像边缘的同时去除噪声。 中值滤波 原理 中值滤波实际上就是用一个含有奇数个像素的滑动窗口，将窗口正中点的灰度值用窗口内各点的中值代替 。 例如 若窗口长度为5，窗口中像素的灰度值分别为80、90、200、110、120，则中值为110，因为如果按从小到大排列，结果为80、90、110、120、200．其中间位置上的值为110。于是原来窗口正中的灰度值200就由110代替。 如果200是一个噪声的尖峰，则将被滤除。 如果它是一个信号，那么此法处理的结果将会造成信号的损失。 设图像在(x, y)的灰度值为f (x, y)，增强图像在对应位置(x, y)的灰度值为g (x, y)，则有： W为选定窗口大小 对中值滤波法来说，正确选择窗口尺寸的大小是很重要的环节。一般很难事先确定最佳的窗口尺寸，需通过从小窗口到大窗口的中值滤波试验，再从中选取最佳的。 在对图像进行中值滤波时，如果窗口是关于中心点对称的，并且包含中心点在内，则中值滤波能保持任意方向的跳变边缘。图像中的跳变边缘是指图像中不同灰度区域之间的灰度突变边缘。 令[f(x,y)]--原始图象阵列， [g(x,y)]--中值滤波后图象阵列， f(x,y) --灰度级， g(x,y) --以f(x,y)为中心的窗口内各象素的灰度中间值。 中值滤波法算例 *