- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第二章 数字化x射线成像技术
第二章 数字化X射线成像技术
第2题 第4题 第7题
2-1 试述数字图像的特点与数字图像的获得过程。
答:如果一张图像的灰度是空间位置的连续函数,即照片上点与点之间的灰度值是连续变化的,中间没有间隙,这种图像信息是模拟信号的图像称为模拟图像。如果将一幅图像分成有限个被称为像素(pixel)的小区域,每个像素中的灰度平均值用一个整数来表示,这种图像信息便是数字信号,图像信息为数字的图像就是数字信号。一幅图像中包含的像素数目等于图像矩阵行与列数目的乘积。如果构成图像的像素数量少,像素的尺寸大,可观察到的原始图像细节较少,图像的空间分辨力低;若像素数量多,像素尺寸小,可观察到的图像细节就比较多,图像的空间分辨力高。描述一幅图像需要的像素量是由每个像素的大小和整个图像的尺寸决定的。在空间分辨力一定的条件下,图像大比图像小需要的像素多,每个单独像素的大小决定图像空间分辨力。像素数量与像素大小的乘积决定视野。若图像矩阵大小固定,视野增加时,图像空间分辨力降低。量化后的整数灰度值又称为灰度级。量化后灰度级的数量由2N决定,N是二进制数的位数,常称为位,用来表示每个像素的灰度精度。每个像素的灰度精度范围从1位到8位(256个灰度级),图像灰度精度的范围为灰度分辨力,也称为图像的对比度分辨力或图像的密度分辨力。位数越大,图像的灰度分辨力越高。
应当注意的是,图像抽样的空间像素矩阵的大小,不是随意确定的。它必须保证抽样后的数字图像能不失真地反映原始图像信息,这是确定数字图像空间像素矩阵大小下限的依据。另一方面,为了获得图像更多的细节和更高的分辨力,人们希望使用更密集的空间像素矩阵。但是每提高一步都将受制于数据量成倍增加以及数字图像系统成本提高的限制。因图像矩阵常为正方形,像素宽度每减少一半,像素总数便会增加四倍。像素多,则占据计算机内存空间大,一幅完整的图像从图像处理到完全显示全部过程较慢。同时,这种图像矩阵的增大还受到图像数字化前模拟图像视频制式的限制。目前常见的数字图像矩阵为512×512、1024×1024。图像灰度的量化是把原来连续的灰度值变成量值上离散的有限个等级的数字量。量化的级数越多,数字化过程带来的误差越小。因此人们在进行A/D转换时希望用尽可能多的量化级别来精确表示原来的灰度,以保持图像的不失真。但是,如果无限量地增加灰度级数则是一种不切实际的要求。这是因为模拟信号电路中存在电子噪声,X射线影像中存在着X射线光子的量子噪声,两者加在一起,使模拟视频信号本身包含了一定的随机误差,只有用适当的、有限的灰度级去量化模拟信号才不会明显增加附加的误差,因此片面地追求过高的灰度级数是一种浪费。目前常用的灰度级数有8位256个灰度级、10位1024个灰度级。数字图像的获得:数字图像一般经过一个将图像的模拟信号转换成数字信号这样一个转换过程才能形成数字图像。这种转换都是利用一般称为A/D转换器的电子装置完成的。转换器把视频图像的每一条线都分成一行像素,这一过程称为图像抽样。经抽样,图像被分解成在时间和空间上离散的像素,但像素的灰度值是连续值,还需把每个像素连续的灰度值变成离散值,这个过程称为图像灰度的量化。然后将形成的数字图像存在存储器里。
2-2 常用的数字图像处理技术有哪些?其基本原理是什么?
答:计算机图像处理主要包括图像增强、图像恢复、图像兴趣区的定量估值与三维图像重建等等。X射线影像处理主要应用的是增强技术与感兴趣区的定量估值。增强技术根据处理原理不同可分为时域法和频域法两大类。时域法是针对图像平面本身,直接处理图像中的像素,如对比度增强。频域法处理是建立在修改图像傅立叶变换基础上,不直接处理像素,以高通、低通滤波为代表。
对比度增强:是图像增强技术中比较简单但又十分重要的一种方法。它只是逐点修改图像中每个像素的灰度,图像中各像素的位置不变,是输入与输出图像间一对一的运算。对比度增强主要用来扩大图像的灰度范围。
(1)灰度变换法:图像对比度差是由于灰度范围不足或非线性造成的,用对每个像素幅值重新分布的方法可以改善图像的对比度。常用的方法有线性变换、非线性变换、灰度反转和γ矫正。
(2)直方图调整法:灰度级直方图是一种函数,它表示数字图像中每一个灰度级出现的频数(具有这一灰度级的像素数)之间的对应关系。自然图像的灰度级直方图在低值灰度区频数较大,大部分像素的灰度级低于平均灰度级,这样隐含在较暗区域中的细节往往显示不清。为使较暗区域的结构显示清楚,可把灰度级的分布拉开,这相当于增加了图像的对比度。这类增强方法通过修改直方图达到,称为直方图调整法,包括直方图均衡和直方图匹配。前者通过一个变换函数,使变换后图像各灰度级的频数相同,后者是通过变换函数来修改原始图像的直方图使之与另一幅图像直方图相匹配,或者具有某中预定的函数形态,修改
文档评论(0)