资料医学影像基础课件.ppt

医学图像基础 周佳庆 contents 图像数据格式 灰度直方图 伪彩色与假彩色 图像体数据集 图像插值技术 图像形状和纹理量化 图像数据格式 图像数据格式 ---bmp图像格式 文件头定义 图像数据格式 ---bmp图像格式 图像数据格式 ---bmp图像格式 颜色表 图像数据格式 ---bmp图像格式 位图数据 长度由图像尺寸,象素位数,压缩方式等共同决定. 由于存储要求,图像的列数必须为4的整数倍 BMP文件的数据格式可以分为两大类:使用颜色表型和直接数据区型 biBitCount值为1，4，8时数据区存放颜色索引，24时为直接数据 灰度直方图 灰度直方图概念 灰度直方图 灰度直方图反映的是图象灰度的统计信息，不包括空间位置信息 从直方图可以看出图象的总体性质 归一化直方图 彩色图像直方图 伪彩色与假彩色 伪彩色 金属色 模拟金属加热过程，将原灰度图象中象素的灰度按数值大小映射为相应的颜色 彩虹色 将图象灰度模拟可见光光谱中多种颜色转换。 顺序不限于七色，只要有色彩与灰度值对应关系就可以了 假彩色 只是为了突出图象中感兴趣的区，以便与周围的区域分开 人为地赋予某些区域特定的颜色，而与原灰度图没有定量的关系 图像体数据集 体数据集及其文件格式 许多医学图象采集数据为体数据集，其虽为三维，但是仍以一维存放 文件格式包含 文件头 文件类型，病人ID，图象类型，分辨率，颜色等 数据区 每一层面逐行逐个存放 图象插值技术 插值概念 从已有的数据点产生新的数据点的技术称为插值技术 从y1,y2计算 需使用外延法 二维图像灰度插值方法-最近邻插值 二维图像灰度插值方法-双线性插值法 第一步： 第二步： 最后： 做垂直方向插值 二维图像灰度插值方法-三次多项式插值法 二维图像灰度插值方法-三次多项式插值法 首先，在4条水平直线上分别用三次多项式插值计算点a,b,c,d处的灰度值 然后对a,b,c,d四点在垂直方向上再做三次多项式内插 三维图像灰度插值方法-NN法 与二维图象一样，用8个相邻角点中与G点最近的点的灰度值作为该点灰度值 三维图像灰度插值方法-三线性插值 首先得到与点G所在的体素 相交于A，B，C，D四点 在X方向上做四次线性插值 再得到E，F两点，做两次线性插值 最后在Z方向再做1次线性插值 三维图像灰度插值方法-三维三次多项式插值 与二维三次多项式内插相似，需用64个邻点，做21次多项式内插 由于计算量过大，较少使用 图像形状和纹理量化 形状量化—区域圆度 为常用的形状测度，用分割区域的周长P和面积A定义 随着图形复杂度增加，C的值也增加 形状量化—空间矩 一个大小文N*M的图像f(I,j),它的二维P+Q阶矩定义为 对平移不变的中心矩定义为 形状量化—空间矩（cont） 可以定义尺度不变的中心矩 可以将不同阶的尺度不变的中心矩组合构成一组对平移，尺度，旋转都不变的描述子 形状量化—径向距离测度 将结构边界先转换为一维信号，再进行分析。 例如计算从区域中心到每个象素边界的径向距离，d(n) 归一化后得到尺度不变的r(n) 还可以给予d(n)定义一些统计矩，进一步得到平移，旋转和尺度都不变的矩 形状量化—链码 一个区域的形状可以用对其边界上的连续点的相对位置量化的方法实现 形状量化—Fourier描述子 二维区域轮廓上的每个象素都可以用一个复数表示,实部和虚部分别代表象素的x,y坐标。 该序列的Fourier变换： d(u)包含轮廓的全部信息，轮廓主要信息包含在d(u)前几项中 形状量化—细化算法 骨架提取迭代算法 根据临近关系判断是否将一个边界点从二值化结构轮廓中删除，从而实现轮廓细化 使用迭代算法,计算一个象素和其相邻象素的关系，以判断是否可以将其删除 纹理量化 图象平滑区包含灰度较接近，粗糙区的灰度变化较大，所以用区域直方图的统计矩描述最好 一个图象区域有K个灰度等级，灰度均值是u,直方图h(k)，则直方图均值的n阶矩定义为 二阶矩描述图象的视觉粗糙程度且相对易于计算。三阶矩反映直方图的不对称性。四阶矩反映直方图的均匀性 纹理量化—灰度共生矩阵 图象中相距 的两个灰度象素对同时出现的联合频率数可用一个灰度共生矩阵表示 图象有K个灰度等级，则矩阵大小为K*K 纹理量化—灰度共生矩阵（cont） 对更一般的情况，设图象尺寸是M行N列。4个主要方