生物医学工程课程设计报告-MRI图像有约束恢复和几何失真校正.docVIP

课程设计报告 题 目：MRI图像的有约束恢复和几何失真校正 专 业： 生物医学工程 班 级 学 号： 姓 名： 指导教师： 天津医科大学 生物医学工程学院 2010年 10月 27日 开题背景 图像复原就是在研究图象退化原因的基础上，以退化图像为依据，根据一定的先验知识设计一种算子，从而估计出理想场景的操作。一般得到一幅数字化图像后都会先使用图像复原技术进项处理，然后再做增强处理。由于不同应用领域的图像有不同的退化原因，所以对同一幅退化图像，不同应用领域采用不同的复原方法。图像复原可以看成是图像复原的逆过程，对退化复原的一般可采用两种方法：一种方法适用于图像缺乏先验知识的情况下，此时可对退化过程（噪声和模糊）建立模型，进行描述。并寻找一种去除和消弱其影响的过程，从而改善图像质量。另一方面若对于原始图像有足够的先验知识，则对原始图像简历一个数学模型，并根据它对退化图像进行拟合，将其转化为一个检验问题。但大多数情况下退化过程是不可知的，由于图像模糊的同时，噪声和干扰也会同时存在，这也为复原过程带来困难和不确定性。本文针对当前主流的图像复原算法进行分析，并归纳和总结，并进行Matlab的仿真实验，为人们的不同应用场合及不同的图像数据条件下选择不同的复原算法提供了一定依据。 （二）课题目的 1. 提高分析问题和解决问题的能力，进一步巩固数字图像处理系统中的基本原理与方法； 2了解图像退化的原因，并建立图像退化模型； 3.学习用MATLAB图像复原（维纳滤波、约束最小平方滤波-刀治疗系统)已广泛运用于颅内小病变的治疗，靶点位置精确度成为治疗的成败关键因素之一，MRI以其优良的软组织对比度、多平面直接成像的优点，使其广泛应用于立体放射治疗靶点定位，但由于MRI成像过程中的图象退化以及几何失真（实际组织空间结构与它在图像上表现存在差别）是影响图像清晰度和靶点位置精确度的主要因素。 在学习了医学图像处理、医学成像系统课程的基础上，利用维纳滤波（最小均方误差）、约束最小平方滤波器、几何失真校正实现MRI应用维纳（最小均方误差LMS）滤波；应用约束最小平方滤波器恢复/4，再分别利用最近邻插值、双线型插值和三次内插法进行集合校正，将其校正为原始大小。 （四）原理和方法 图像在形成、记录、处理和传输过程中，由于成像系统、记录设备、传输介质和处理方法的不完善，从而导致图像质量下降，这种现象就成为图像退化。例如，光学系统中的衍射、光电转换器件的非线性、光学系统中的像差、大气湍流的扰动效应、曝光噪声干扰、图像运动造成的模糊性以及几何畸变等等。 （1） 成像系统的像差、畸变、有限带宽等造成的图像失真； （2） 涉嫌辐射、大气湍流等造成的照片畸变； （3） 携带遥感仪器的飞机或卫星运动的不稳定，以及地球自传等因素引起的照片几何失真； （4） 模拟图像在数字化的过程中，由于会损失掉部分细节，因而造成图像质量下降； （5） 拍摄时，相机与景物之间的相对运动产生的运动模糊； （6） 镜头聚焦不准产生的散焦模糊； （7） 底片感光、图像显示时会造成记录显示失真； （8） 成像系统中存在的噪声干扰。 图像复原就是要尽可能恢复退化图像的本来面目，它是沿图像退化的逆过程进行处理。 典型的图像复原是根据图像退化的先验知识建立一个退化模型，以此模型为基础，采用各种逆退化处理方法进行恢复，使图像质量得到改善。图像复原过程如下： 图像复原的关键在于建立图像退化模型。这个退化模型应该能够反映图像退化的原因。通常将退化原因作为线性系统退化的一个因素来对待，从而建立系统退化模型来近似描述图像函数的退化。如下图所示，这是一种简单的通用退化模型，它将图像的退化过程模型化为一个退化系统（或退化算子）H。由图可见一幅纯净的图像f(x,y)由于通过一个系统H以及引 进外来加性噪声n（x，y）而退化为一幅图像g(x,y)。 输入输出关系式为：g(x,y)=H[f(x,y)]+n(x,y) (1) 在这里，n(x,y)是一种统计性质的信息。在实际应用中，往往假设噪声是白噪声，即它的频谱密度为常熟，并且与图像不相关。 在对退化系统进行了线性系统和空间不变系统的近似之后，连续函数的退化模型在空域中可以写成： g(x,y)=f(x,y)*h(x,y)+n(x,y) (2) 在频域中可以写成： G(u,v)=F(u,v)H(u,v)+N(u,v)