医学信号与图像处理的-复习纲要修改版.doc

《医学信号与图像处理》复习纲要修改版 By 邝某人 绪论 1、数字图像处理（DIP）的基本定义 参考P1 数字图像处理(digital image processing)是指用计算机对图像进行的处理，因此也称为计算机图像处理(computer image processing)。数字图像处理主要有两个目的：其一，为了便于分析而对图像信息进行改进；其二，为了使计算机自动理解而对图像数据进行存储、传输及显示。 2、在医学图像处理中(CAT、CT、PET、MRI)的应用。要求：了解原理 CT(Computer Tomography),即计算机断层扫描，是用计算机控制下的X线对人体的体层扫描。 CAT，计算机轴向断层扫描Positron Emission Computed Tomography), 正电子发射型计算机断层显像MRI（Nuclear Magnetic Resonance Imaging），核磁共振成像之所以后来不称为核磁共振而改称磁共振，是因为日本科学家提出其国家备受核武器伤害，为表示尊重，就把核字去掉。BMP是一种与硬件设备无关的图像文件格式，使用非常广。它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。BMP文件的图像深度可选lbit、4bit、8bit及24bit。BMP文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序。 频域增强:首先经过傅里叶变换将图像从空间域变换到频率域，然后在频率域对频谱进行操作和处理，再将其反变换到空间域，从而得到增强后的图像。 具体概念及图像增强的方法情况参考P46－P47 灰度变换及基本函数 分段线性变换、幂次变换（Gamma校正） 要求：理解这些变换的基本含义及公式，知道对一幅图像作用后会产生什么样的效果 直方图处理 灰度直方图：定义、与图像外观的关系、及其作用； 直方图均衡化：基本思想、算法基本步骤与计算、应用场合 概念比较多，这里不列出了。请参考P48－P60，其中例3－1是计算重点，例3－3则不用掌握。 平滑滤波 邻域平均法、中值滤波法：基本原理、算法步骤与计算 原因同上，参考P60－P64，例3－4和3－5是计算重点 4．频域增强 图像频谱及物理意义 参考P64－P76 图像频谱就是经过某种变换（如傅立叶变换）的图像，此时图像已从空间域变换到变换域。(下面一大段都是我从网上找来的，这不一定就是考点的范畴，但可以弥补书上说明的不足) 图像傅立叶变换的物理意义图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。如：大面积的沙漠在图像中是一片灰度变化缓慢的区域，对应的频率值很低；而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域，对应的频率值较高。傅立叶变换在实际中有非常明显的物理意义，设f是一个能量有限的模拟信号，则其傅立叶变换就表示f的谱。从纯粹的数学意义上看，傅立叶变换是将一个函数转换为一系列周期函数来处理的。从物理效果看，傅立叶变换是将图像从空间域转换到频率域，其逆变换是将图像从频率域转换到空间域。换句话说，傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数傅立叶变换以前，图像（未压缩的位图）是由对在连续空间（现实空间）上的采样得到一系列点的集合，我们习惯用一个二维矩阵表示空间上各点，则图像可由z=f(x,y)来表示。由于空间是三维的，图像是二维的，因此空间中物体在另一个维度上的关系就由梯度来表示，这样我们可以通过观察图像得知物体在三维空间中的对应关系。为什么要提梯度？因为实际上对图像进行二维傅立叶变换得到频谱图，就是图像梯度的分布图，当然频谱图上的各点与图像上各点并不存在一一对应的关系，即使在不移频的情况下也是没有。傅立叶频谱图上我们看到的明暗不一的亮点，实际上图像上某一点与邻域点差异的强弱，即梯度的大小，也即该点的频率的大小（可以这么理解，图像中的低频部分指低梯度的点，高频部分相反）。一般来讲，梯度大则该点的亮度强，否则该点亮度弱。这样通过观察傅立叶变换后的频谱图，也叫功率图，我们首先就可以看出，图像的能量分布，如果频谱图中暗的点数更多，那么实际图像是比较柔和的（因为各点与邻域差异都不大，梯度相对较小），反之，如果频谱图中亮的点数多，那么实际图像一定是尖锐的，边界分明且边界两边像素差异较大的。对频谱移频到原点以后，可以看出图像的频率分布是以原点为圆心，对称分布的。将频谱移频到圆心除了可以清晰地看出图像频率分布以外，还有一个好处，它可以分离出有周期性规律的干扰信号，比如正弦干