第五章ct增强PPT.pptVIP

原始图像I0中各像素点对应的坐标值如下： 从原始医学图像I0的起点(0,0)开始，依次取出宽度方向和高度方向相邻的三个像素点的值，求出grad(0,0)=20 ，可得Gs(0,0)=30，其他像素以此类推可得。 在医学图像的锐化中，通常不考虑图像边界处的锐化，因此，本题中，grad(0,2)= grad(1,2)= grad(2,0)= grad(2,1)= grad(2,2)= 0 ,由此可得 Gs(0,2)=5， Gs(1,2)=90， Gs(2,0)=35， Gs(2,1)=60， Gs(2,2)=120. 锐化后图像对比度得到增强，图像边缘更加锐利清晰。这说明锐化后图像的高频信息得到增强 图像锐化的结果 除梯度算子以外，还可采用Roberts、Prewitt和Sobel 算子计算梯度，来增强边缘。 Roberts对应的模板如图所示。差分计算式如下 fx’ =|f(x+1,y+1)-f(x,y)| fy’ =|f(x+1,y)-f(x,y+1)| -1 ? ? ? -1 ? 1 1 ? Roberts梯度算子 5.4.2基于边缘检测的锐化法 f (i, j) f (i, j+1) f (i+1, j) f (i+1, j+1) 典型梯度算法 Roberts算子特点是边缘定位准，对噪声敏感。 绝对差分算法 及 注：对N×N数字图像，不可能在最后一行(x=N)和最后一列(y=N)像素上计算梯度值。一种补救办法：用前一行(x=N-1)和前一列(y=N-1)对应像素的梯度值。 为在锐化边缘的同时减少噪声的影响，Prewitt从加大边缘增强算子的模板大小出发，由2x2扩大到3x3来计算差分，如图(a)所示。 (a)Prewitt 算子 (b)Sobel算子 Sobel在Prewitt算子的基础上，对4-邻域采用带权的方法计算差分，对应的模板如图(b)。 -1 0 1 ? -1 -1 -1 ? -1 0 1 -1 -2 -1 -1 0 1 0 0 0 -2 0 2 0 0 0 -1 0 1 1 1 1 -1 0 1 1 2 1 是水平模板，对水平边缘响应最大； 是垂直模板，对垂直边缘响应最大。 Sobel算子是边缘检测中最常用的算子之一。 -1 0 1 -1 -2 -1 -2 0 2 0 0 0 -1 0 1 1 2 1 Sobel边缘检测算子 可用g=|Sx|+ |Sy|来代替 优点： （1） 由于引入了平均因素， 因而对图像中的随机噪声有一定的平滑作用。 （2） 由于它是相隔两行或两列之差分， 故边缘两侧元素得到了增强，边缘显得粗而亮。 Sobel边缘检测算子 有时为了检测特定方向上的边缘，也采用特殊的方向算子，如检测450或1350边缘的Sobel方向算子。 1350 方向算子 450 方向算子 Roberts Operator Sobel Operator Prewitt Operator 0 -1 1 0 -1 0 0 1 　 1 2 1 0 0 0 -1 -2 -1 -1 0 1 -2 0 2 -1 0 1 1 1 1 0 0 0 -1 -1 -1 -1 0 1 -1 0 1 -1 0 1 A方向 B方向 几种典型的算子计算梯度 Kirsch算子 Kirsch算子从八个方向对边缘信息进行提取，能提取出较好的图像边缘。 图像中的每个点都用8个掩模进行卷积，所有8个方向中的最大值作为边缘幅度图像输出。 医学图像灰度直方图均衡化 5.3图像的空间滤波增强 实际获得的图像在形成、传输、接收和处理的过程中，不可避免的存在外部干扰和内部干扰。因此，消除噪声、提高图像的信噪比是图像处理中一个重要内容。 图像滤波增强的目的： 1）消除噪声，改善图像质量； 2）增强被模糊的细节，从而突出图像的边缘 。 空间域滤波是在图像空间借助模板对图像进行邻域操作 空域滤波器根据功能又主要分成： 1、平滑（smoothing）滤波器。图像平滑的目的 主要是消除图像中的噪声； 2、锐化(sharpening)滤波器。而图像锐化的则是为了增强被模糊的细节如图像的边缘等。 一、空间滤波器概述 空间域常用的方法有邻域平均法、中值滤波和多图像平均法等； 二、 空间域平滑 1、均值滤波法（低通滤波） 常用模板： 低通滤波器能够削弱图像中的高频成分，