医学图像处理-三维重建.pptVIP

三维重建技术（面显示与体显示） 三维医学图像技术的意义 利用MATLAB实现CT断层图像的三维重建 医学图像三维重建为人体结构提供了真实、直观的反映，便于医学人员对病灶的观察及手术的进行。但图像三维重建编程实现困难，不易被非计算机专业人士所掌握。 MATLAB MATLAB6.5 MATLAB6.5的图像处理工具箱实现了断层图像的三维表面重建及体重建，原理简单，编程实现方便。 在对头部CT图片进行的三维表面重建及体重建实验中，重建速度快，显示效果良好，便于各类非计算机专业人士推广应用。 三维重建技术的实现方法包括两种： 一种是通过几何单元拼接拟合物体表面来描述物体的三维结构，称为表面重建； 另一种是直接将体像素以一定的颜色和透明度投影到显示平面的方法，称为体重建。 表面重建运算量小，表面显示清晰，但对边缘检测的要求比较高； 而体重建直接基于体数据进行显示，避免了重建过程中所造成的伪像痕迹，但运算量较大。 预处理 为了有利于从图像中准确地提取出有用的信息，需要对原始图像进行预处理，以突出有效的图像信息，消除或减少噪声的干扰。 图像格式的转换与读写 正确读取DICOM图像后，通过选择合适的窗宽、窗位，将窗宽范围内的值通过线性或非线性变换转换为小于256的值，将CT图像转换为256色BMP图像。 图像增强 图像增强就是根据某种应用的需要，人为地突出输入图像中的某些信息，从而抑制或消除另一些信息的处理过程。使输入图像具有更好的图像质量，有利于分析及识别。 直方图修改 图像平滑 图像边缘锐化 伪彩色增强 histeq() imadjust() fspecial() filter2() conv2() medfilt() 灰度直方图均衡化。均匀量化的自然图像的灰度直方图通常在低灰度区间上频率较大，使得图像中较暗区域中的细节看不清楚，采用直方图修整可使原图像灰度集中的区域拉开或使灰度分布均匀，从而增大反差，使图像的细节清晰。 灰度变换法。照片或电子方法得到的图像，常表现出低对比度即整个图像偏亮或偏暗，为此需要对图像中的每一个像素的灰度级进行标度变换，扩大图像灰度范围，以达到改善图像质量的目的。 平滑与锐化滤波。平滑技术用于平滑图像中的噪声，基本采用在空间域上的求平均值或中值，或在频域上采取低通滤波。在MATLAB中，各种滤波方法都是在空间域中通过不同的卷积模板即滤波算子实现，可用fspecial()函数创建预定义的滤波算子，然后用filter2()或conv2()函数在实现卷积运算的基础上进行滤波。中值滤波是一种基于排序统计理论的抑制噪声的非线性信号处理技术，其在除去图像中的孤立点、线的噪声的同时，很好地保护了图像的边缘信息，适用于一些线性滤波器无法胜任地场合。 图像三维表面重建 计算机三维表面重建是指首先运用图像技术从二维图像中分割出兴趣区的轮廓曲线，然后经图形处理，得到其三维结构，从而再现原物体的空间结构。因此，对于三维表面重建而言，边界轮廓的提取尤为重要。 为了便于面部边界的提取，先对各CT图片进行颜色处理，去掉非有效区，如头发、支架等部分，并使其色素尽量减少。 在提取边界时，首先采用逐行扫描图片的办法，通过比较相邻点的像素值，找到图片边界上的一个点，作为切片边界的起点。然后从边界起点开始，逐点判断与之相邻的八个点，如果某点为图片的边界点则记录下，并开始下一步判断，直到获得所有的边界点。 三维表面重建 重建数据的采集 边界轮廓曲线表面绘制 设置图像的颜色及阴影效果 设置图像光照效果 设置图像的显示效果 重建数据的采集 运用傅立叶级数的系数，求出边界上若干个点x，y向坐标值，并为其加上适当的z坐标值 xo=[0:pi/180:2*pi];%x的值在[0,2π]中选取 yo=yo+a(i)*cos((i-1)*xo)+b(i)*sin((i-1)*xo);%通过傅立叶系数求y值，其中yo初始值为a0 consx=[consx;yo.*cos(xo)];%将x，y值从极坐标系转换到直角坐标系 consy=[consy;yo.*sin(xo)]; consz=[consz;ones(1,length(xo))*iLayer*(-4.0)];%为每一切片层赋予z坐标值，iLayer为层数 边界轮廓曲线表面绘制 surf(consx,consy,consz);%利用surf()函数进行三维表面绘制。 设置图像的颜色及阴影效果。 colormap(gray);%利用colormap()函数为图像定义颜色集 shading flat;%利用shading定义显示图像的颜色阴影 设置图像光照效果 light(Position,[-80,-262,-200],style,infinite);%利用light()函