图像空域滤波在医学中应用.docVIP

图像空域滤波在医学中应用1.图像技术在医学中的应用 随着计算机技术的发展，计算机医学图像技术已广泛应用于现代医学及生物医学研究和临床领域。这类医学图像技术主要包括：计算机X光断层扫描技术（CT）、核磁共振图像技术（MRI）、计算机单探头光子断层扫描技术（SPECT），以及计算机正电子断层扫描技术（PET）。以这些医学图像技术为基础的医用图像处理将实现医学界“将人体变为透明”的目标。 利用医学图像技术所摄制的不论是X光照片还是CT照片都是为了给医生作诊断的依据。而对摄入的图像或从射线重建的图像，其识别分析的全过程都要求图像的改善。任何一幅未经处理的原始图像，都存在着一定程度的噪声干扰。噪声恶化了图像质量，使图像模糊，甚至淹没特征，给分析带来困难。 图像增强的目的是改善图像的视觉效果，并把图像处理成为适于计算机分析或控制的某种形式。图像增强包括内容广泛，如去掉噪声、抽取图像中一些目标的轮廓、图像的勾边处理、提取图像中的特征，以及把黑白图像映射成为彩色图像等技术。图像增强是不顾图像畸变与否，只要达到看得舒服和找出特征这两个目的就行。 本次处理的目的是对图像进行空间域滤波增强处理，即对图像进行平滑和锐化，以消除噪声和突出图像特征。 2.医学图像处理设计说明 为了达到对图像的处理，用C语言进行编程,并在Visual C++环境下运行得到实现。 邻域运算是对图像进行平滑处理常使用的一种算法，模板运算实现了一种邻域运算，即某个像素点的结果不仅和该像素的灰度有关，而且和其邻域点的值有关。平滑模板的思想是通过一点和周围8个点的平均来去除突然变化的点，从而滤掉一定的噪声。在这设计里，运用到了Box模板和Gauss模板。 Box模板为： 1/9×1 1 11 1 11 1 1 它虽然考虑了邻域点的作用，但并没有考虑各点位置的影响，对于所有的9个点都一视同仁，所以平滑的效果并不理想。可以想象，离某点越近的点对该点的影响应该越大。为此，引入了加权系数，将Box模板改造为： 1/16×1 2 12 4 21 2 1 这称为Gauss模板。可看出，距离越近的点，加权系数越大。这两模板对图像的处理如图（1）所示。 由附图（1）中可看出经Box模板和Gauss模板处理后图像的边缘模糊。如果采用中值滤波，它就是一种低通滤波器。中值滤波是把以某点为中心的小窗口内的所有像素的灰度按从大到小排列，将中间值作为（x，y）处的灰度值。在这里，把中值滤波只考虑一个水平方向或一个垂直方向。结果由附图（1）所示，可看出中值滤波对图像在去除噪声的同时还能保护边缘。 给原来的图像加入1.5%的高斯噪声，再按以上的方法对图像进行处理。 可以由附图（2）看出，加入一定的高斯噪声的图像经过Box模板处理，噪声幅度有所下降；Gauss模板对去除Gauss噪声非常有效；但中值滤波对于高斯噪声则无能为力。 在设计里运用拉普拉斯（Laplacian）算子，是为了对图像进行锐化处理。锐化处理在增强图像边缘效果的同时增加了图像的噪声，由附图（1）和（2）所示。在这里，我们仍采用模板运算，即拉普拉斯（Laplacian）模板。它表示为： -1 -1 -1-1 9 -1-1 -1 -1 其做法是：先将自身与周围的8个像素相减，表示自身与周围像素的差别；再将这个差别加上自身作为新像素的灰度。锐化处理的结果是灰度突变处的亮点变得更亮，增加了图像的噪声。 3.结果讨论 运用平滑模板如Box模板和Gauss模板对图像进行了消除噪声处理，但使图像的边缘灰度趋向均匀化，以致使图像边缘模糊。 可以发现，运用Gauss模板实现平滑效果的同时，图像要比用Box模板处理的清晰一些，是因为运用Gauss模板引入加权系数，考虑了不同位置点的影响。离某点越近的点对该点影响越大。 采用中值滤波可以既消除噪声又保持图像边缘，但本次实验却对所加的Gauss无能为力，是因为Gauss噪声是杂乱无章，随机分布的。而中值滤波是容易去除孤立点、线的噪声和脉冲噪声。 对图像进行锐化处理是为了增强图像边缘，提取图像中感兴趣的部分，但对一幅具有噪声的图像，如进行锐化处理，则更增强了噪声，反而达不到增强图像边缘的目的。 参考文献： ［1］章毓晋编著.图像工程（上册）――图像处理和分析.清华大学出版社，1999. ［2］韩宝立，刘杨涛.图像平滑算法的研究与改进.电脑知识与技术，2009，（30）. 本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文 1