医学影像图像处理--医学影像数字化及其运算 ppt课件.pptVIP

医学影像图像处理 生物医学工程系 第二章 医学影像数字化及其运算 2.1医学影像图像的数字化处理 数字化 将一幅图像从其原来的形式转换为数字形式的处理过程，包括“扫描”、“采样”与“量化”三个步骤 通常将“扫描”合并到“采样”阶段，合并为两个过程。即“采样”与“量化”两个步骤 采样(sampling) 采样：在一幅图像的每个像素位置上测量灰度值。 由图像传感元件完成 将每个像素处的亮度转换成与其成正比的电压值/电流值 图像空间的数字化 遵守“采样定理” 图像是一种二维信号，需要变为一维信号后采样 先沿垂直方向，按一定间隔从上往下顺序地沿水平方向直线扫描的方式，取出各水平行上浓淡（灰度）值的一维扫描线。 再对该一维扫描线信号按一定间隔采样得到离散信号 对于运动图像（即时间域的连续图像），先在时间轴上采样，再按静止图像处理 Shah函数 量化(quantization) 量化：将采样时测量的灰度值转化成整数表示。 图像量化 经过采样，模拟图像已在时间、空间上离散化为像素。但所得的像素值（即浓淡值或灰度值）仍是连续量。把取样后所得的这些连续量表示的像素值离散化为整数值的过程叫量化 比如：连续浓淡（灰度）值用Z来表示，则对于满足Z(i)ZZ(i+1)的Z值都量化为整数值 Z(i), Z(i)称为像素的灰度值。Z与Z(i)的差称为量化误差 数字图像仅仅是真实场景的一个近似 图像量化 一般的灰度图，其灰度值被量化为0～255之间的整数，代表了相应的浓淡程度 一幅数字化后的图像其总数据量是：每行像素数（N）×每列像素数（M）×像素值占用位数(Bits) 信息量大，以一张512×512个像素的灰度图像为例，以25帧/秒的速度播放1小时，总数据量22500M，约22G，而彩色图像需要其3倍以上 这样大的数据量必须进行压缩，视频压缩一直研究和开发的热点，而其中包括了图像层面的压缩 几个重要概念 1、空间分辨率：采样网格在水平和垂直方向共分多少格（图像的像素点阵）。通常用水平方向M格，垂直方向N格表示，记为M?N。 2、灰度分辨率：指单位幅度上包含的亮度变化级数（2n）。体现采样设备的指标。 电视中常用“灰度级”。如用8位来存储灰度值，此时灰度级为256。 重要概念 3、图像显示（display）：由一幅数字图像生成一可见的、直观的图像。 “回放”、“图像重建”、“硬拷贝”、“图像记录” 显示方式：包括暂时的、永久的两类。 4、对比度（contrast）：一幅图像中灰度反差的大小。 无量化指标 5、噪声（noise）：对图像的污染，妨碍人们对其信息接受的因素。 6、采样密度（sampling density）:图像上单位长度包含的采样点数。常用于表示设备的性能。 像素间距（pixel spacing）=1/采样密度 重要概念（续） 7、数字图像的运算（operation）： 分三类： （1）全局运算：同时对整幅图像进行相同的处理 （2）点运算：由对应点决定 （3）局部运算：由中心像素周围的有关像素决定 注意运算前后图像之间的对应关系。 彩色图像的数字化 2.2 图像灰度直方图 Equalization 直方图:表示数字图象中的每一灰度级与其出现的频率(该灰度级的象素数目)间的统计关系,用横坐标表示灰度级, 纵坐标表示频数(也可用概率表示)。 2.3 图像的基本运算 点运算 代数运算 几何运算 2.3.1图像点运算 由于临床所接触到的医学图像绝大多数都是灰度图像，所以本章所讲的点运算主要是指灰度变换。 可改变图像的直方图分布，提高图像的分辨率以及图像均衡。 基本特点： 输出图像某像素点的灰度值仅与输入图像对应像素点的灰度值有关，而与输入图像的其它像素点的值无关。 （2）点运算种类 例2.1 已知原始医学灰度图像I0，写出线性变换的公式和线性灰度变换后的图像It，其中灰度变换系数为2.0，亮度系数为30。要求灰度变换后的图像最大灰度值不超过255。 解：医学图像线性灰度变换的公式为： 点运算应用——高精度医学图像的开窗显示技术 研究背景： PACS对图像的空间分辨率具有高要求（12bit图） 普通显示器无法满足要求，专用显示器价格昂贵 目的： 利用开窗显示，通过调节窗宽和窗位可以将医学图像的最佳诊断信息显示出来，满足临床诊断的要求。 原理： 通过开窗显示技术，在不影响视觉效果的前提下将高精度医学图像的较大范围内的灰度值（0~212）逐段映射为0~255灰度范围来显示。 操作： 在高精度医学图像的较大灰度范围内开设一个窗口，将这个窗口范围内的灰度值映射为0~255范围内的灰度值来显示，并通过不断地调节窗宽和窗位将所有的高精度医学图像信息逐