医学影像图像处理(一).pptVIP

第2章 医学影像图像数字化及其运算 图像数字化 图像数字化是将一幅画面转化成计算机能处理的形式——数字图像的过程。 模拟图像 数字图像 正方形点阵 具体来说，就是把一幅图画分割成如图所示的一个个小区域（像元或像素），并将各小区域 灰度用整数来表示，形成一幅数字图像。它包括采样和量化两个过程。小区域的位置和灰度就是像素的属性。 彩色图的灰度直方图 灰度图的灰度直方图 灰度图具有二峰性 具有二峰性的灰度图的2值化 直方图均衡化 直方图均衡化实质上是减少图象的灰度级以换取对比度的加大。在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强。若这些灰度级所构成的图象细节比较重要，则需采用局部区域直方图均衡。 ? 6 6 4 6 3 1 3 2 6 6 4 1 6 6 6 5 4 3 6 6 4 6 6 1 1 2 2 3 4 6 6 5 4 3 2 1 14 2 6 5 4 5 6 5 4 3 2 1 灰度直方图 ．一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。下图给出了一个不同的图像具有相同直方图的例子。 ．一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。 图像的直方图H(i) = 区域Ⅰ的直方图H1(i) + 区域Ⅱ的直方图H2(i) 三、直方图的应用 1 . 数字化参数（判断量化是否恰当） 　　 直方图给出了一个简单可见的指示，用来判断一幅图象是否合理的利用了全部被允许的灰度级范围。一般一幅图应该利用全部或几乎全部可能的灰度级，否则等于增加了量化间隔。丢失的信息将不能恢复。 (a) 恰当量化 (b)未能有效利用动态范围 (c)超过了动态范围 ２. 边界阈值选取（确定图像二值化的阈值） 　　 假设某图象的灰度直方图具有 二峰性，则表明这个图象的较亮的区域和较暗的区域可以较好地分离，以这一点为阈值点，可以得到好的２值处理的效果。 3.当物体部分的灰度值比其它部分灰度值大时，可利用直方图统计图像中物体的面积。 A= 式中n为图像像素总数， vi是图像灰度级为i的像素出现的频率。 4. 计算图像信息量H（熵） Pi是图像灰度级为i的像素出现的频率，图像的灰度范围在[0，L-1]。 例：设图象有64*64=4096个象素，有8个灰度级，灰度分布如表所示。进行直方图均衡化。 rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1 nk 790 1023 850 656 329 245 122 81 p(rk) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1 nk 790 1023 850 656 329 245 122 81 p(rk) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 sk计算 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1.00 sk舍入 1/7 3/7 5/7 6/7 6/7 1 1 1 nsk 790 1023 850 985 448 p(sk) 0.19 0.25 0.21 0.24 0.11 均衡化前后直方图比较 直方图均衡化 均衡化 * 采样 将空间上连续的图像变换成离散点的操作称为采样。采样间隔和采样孔径的大小是两个很重要的参数。 当对图像进行实际的抽样时，怎样选择各抽样点的间隔是个非常重要的问题。关于这一点，图像包含何种程度的细微的浓淡变化，取决于希望忠实反映图像的程度。 经采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理。 将像素灰度转换成离散的整数值的过程叫量化。一幅数字图像中不同灰度值的个数称为灰度级数，用G表示。 黑白图像 　 　 是指图像的每个像素只能是黑或者白，没有中间的过渡，故又称为２值图像。2值图像的像素值为0、1。 2．灰度图像 　　 灰度图像是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息。 灰度图像描述示例 彩色图像 　　 彩色图像是指每个像素的信息由RGB三原色构成的图像，其中RBG是由不