第2次课 医学图像处理技术概论.ppt

2.5图像的代数运算 （4）图像的除法运算 除法运算可用于校正成像设备及过程的非线性影响，在医学断层图像中经常用到。图像除法也可以用来检测两幅图像间的区别，但是除法操作给出的是相应像素值的变化比率，而不是每个像素的绝对差异，因而图像除法也称为比率变换。 可使用imdivide( )函数实现图像的除法。 Z = imdivide(X,Y) 2.5图像的代数运算 （4）图像的除法运算 imdivide对两幅输入图像的所有相应像素执行元素对元素的除法操作。 图像也可以除以一个常数，实现的效果与图像乘法相同，可以整体改变图像的像素值，但是两者互为逆运算。 主要内容： （4）图像的平移运算 （2）图像的旋转运算 （3）图像的裁剪运算 （1）图像的缩放运算 （5）图像的拼接 2.6图像的几何运算 （1）图像的缩放运算 图像的缩放就是改变图像的宽、高。 图像放大必须在原图像中增加新的像素。增加的新像素是根据相邻像素的值通过某种方法计算得到的，这种方法称为插值运算。插值不会增加图像的有效信息。 【例】：在原始图像的像素阵列中隔行（列）插入新的空白像素，然后将空白像素用适当的颜色值填充（插值），可以使原图像的宽高分别放大2倍，原图像放大4倍。 2.6图像的几何运算 （1）图像的缩放运算 图像缩小必须减少原图像的元素。 【例】：原图像的像素阵列中隔行（列）抽掉像素，可以使原图像的宽高分别缩小为原来的1/2，原图像缩小为原来的1/4。 2.6图像的几何运算 （1）图像的缩放运算 可以使用函数imresize( )实现图像的缩放运算。 Y=imresize(X,scale,method); X为原图像，scale为缩放比例，method为插值方法。 常用的插值方法有：nearest（最近邻）、bilinear(双线性)和bicubic(双立方)等。若函数缺省插值方法，默认为nearest。 2.6图像的几何运算 最近邻域插值法 双线性插值法 三立方插值法 图像插值（interpolation ）是一个图像数据再生的过程，即利用已知像素点的灰度值产生未知像素点的灰度值的过程。 图像的插值 最近邻域法(nearest neighbor interpolation) 输出像素的值，是对应输入图象中与其最邻近的采样点的值。 对二维图像，在待求像素的四个邻域像素中，将距离待求像素最近的象素值赋给待求像素。 设输入图像为 ，缩放后输出图像为 K为缩放比例，则对应公式为： 当以较高比例进行插值时，会出现马赛克效果。 【例】 最近邻域法(nearest neighbor interpolation) 双线性插值法（ bilinear interpolation ） 设输入图像为 ，缩放后输出图像为 。由于缩放比例通常不是整数， 对应的x，y可能不是整数。为了得到对应输入图 像的点(x，y)的像素值，双线性插值沿水平和垂直 方向对点(x，y)的4个邻域像素取样。 如图所示，先分别算出f(x,y1)和f(x,y2)，再根 据f(x,y1)和f(x,y2)计算，通过两次插值得到f(x,y), 从而得到对应输出图像的像素 双线性插值法（ bilinear interpolation ） 没有灰度不连续性的缺点, 具有低通滤波性质，图像轮廓有一定模糊 双立方插值法(bicubic interpolation) 双立方插值以输入图像中的指定像素f(x,y)为基础, 在双线性插值的基础上，沿水平、垂直和对角线方向对16个邻近像素取样，根据16个像素的加权平均值建立输出图像的新像素。 双立方插值法(bicubic interpolation) （1）首先确定辅助点像素：f(x1,y)、 f(x2,y)、f(x3,y)、f(x4,y)。 （2）根据f(x1,y)、 f(x2,y)、f(x3,y)和f(x4,y)计算f(x,y)的值 评断插值结果的好坏 第一个标准：走样现象的轻重。放大图像的时候，要看边缘是否产生了锯齿，缩小图像的时候，看看是否有干扰条纹，边缘是否平顺。 第二个标准：边缘是否清晰？ 第三个标准：过渡带的层次感细节感怎么样？ 原始影像灰度表面 最近邻内插法 双线性插值法 双立方