生物医学图像处理课件.pptVIP

（二）用相關方法進行匹配圖像存在雜訊時,評價匹配程度:A:區域，f:範本，g:圖像。每次位移(u,v)，計算下式範本匹配當上式取得最大值時，即達到良好的匹配。誰先匹配准，獎勵20萬範本匹配通緝令彩色圖像紋理紋理紋理紋理紋理紋理紋理紋理形似？神似？（一）範本匹配的概念在恒定亮度背景下,有一亮點,當範本中心正好處於圖像上的亮點位置時,計算值最大(達到完全匹配),從而實現了對該亮點的檢測。實現匹配的幾種範本:（1）點範本範本匹配範本匹配FLASH線段檢測的重要性滑鼠指向圖像，按右鍵，選“播放”（2）線範本範本匹配實例（3）方向範本範本匹配東西南北（3）方向範本範本匹配實例差分算子在計算的時候若需要保持灰度範圍不變，應除以4。例：用拉氏算子經計算得周邊灰度為零實例差分算子數字Laplacian算子雖對邊緣有回應，但對拐角、線條、線端點和孤立點回應更強。（三）平均值差分解決導數算子對雜訊很敏感的問題，先平滑，再進行差分。差分算子差分算子掩模實例差分算子例邊緣變模糊，用抑制非最大值銳化邊緣。差分算子掩模實例差分算子Priwitt算子實例差分算子Sobel算子加權平均。對靠近中心（x,y）的點權值為對角線方向鄰點的權值的2倍。實例灰度級門限化第一條灰度為101；第二條灰度為51灰度級門限化(五)可變門限不均勻照射,物體背景對比明顯,但使用一門限不行。解決方法：(1)灰度級校正。(2)圖象分成小塊,選擇局部門限。中心區域由黑白相間的雜訊,背景則均勻,中心區域與背景的灰度級平均值一樣。使用空間特性進行象素分類局部特性值門限化例:中心區域由黑白相間的雜訊,背景相均勻,中心區域與背景的灰度級平均值一樣。不能用局部平均進行平滑而後經門限化實現分割。應（1）每一點上計算局部特性值——梯度值。（2）然後通過局部平均進行平滑（3）進行門限化分類。局部特性值門限化用這種方法分割具有紋理結構特性的區域是很有效的。多個局部特性值：灰度級局部平均灰度級梯度值局部平均梯度值局部方差值邊緣檢測邊緣可定義為在局部區域內圖象的差別，他表現為圖象上的不連續性。(灰度級的突變，紋理結構的突變，顏色的變化)灰度級突變：階躍邊緣脈衝狀邊緣階躍脈衝狀邊緣實例人可以僅滿足於邊緣提供的資訊邊緣邊緣與區域FLASH跳動的心是怎樣生成的？點擊圖片播放視頻放射科放療適形放療：鉛模作准直器先確定病灶邊界適形放療：先確定病灶邊界Tumor適形放療：制鉛模，作准直器Lead適形放療：MLC:multi-leafcollimatorLead邊緣檢測階躍邊緣實例邊緣檢測脈衝狀邊緣：線條、曲線、點。實例邊緣檢測階躍脈衝狀邊緣：田裏長有各種作物的田間小道。實例差分算子（一）梯度：差分算子（1）（2）（3）差分算子（二）拉普拉斯算子：掩模：P463Fig.18-12*圖象分割要點：像素分類，灰度級門限化局部特性值門限化邊緣檢測差分算子彩色檢測、紋理檢測序貫分割區域生長圖象分割把圖象空間按照一定的要求分成一些“有意義”的區域的技術叫圖象分割。例如：（1）要確定航空照片中的森林、耕地、城市區域等，首先需要將這些部分在圖象上分割出來。（2）要辨認檔中的個別文字，也需先將這些文字分選出來。圖象分割（3）要識別和標定細胞的顯微照片中的染色體，需要用圖象分割技術。一幅圖象通常是由代表物體的圖案與背景組成，簡稱物體與背景。若想從一幅圖象中“提取”物體，可以設法用專門的方法標出屬於該物體的點，如把物體上的點標為“1”，而把背景點標為“0”，通過分割以後，可得一幅二值圖象。交大學生作品分類故事——一枝獨秀P449Fig.18-2分類故事——與眾不同點擊圖片播放視頻象素分類圖象分割是按照某些特性(如灰度級,頻譜,紋理等)將圖象劃分成一些區域，在這些區域內其特性是相同的或者說是均勻的，兩個相鄰區域彼此特性則是不同的，其間存在著邊緣或邊