第三章-医学图像增强2课件.ppt

1、医学影像图像处理医学影像图像处理生物医学工程系生物医学工程系3.1 3.1 图像增强的目的、特点和方法图像增强的目的、特点和方法3.2 灰度直方图与图像的点处理灰度直方图与图像的点处理maxmin1)()()()(lim)(maxrrrdrrprArrArrArp且：1 -K01)()()(kkkkrpNMrgrp且： 1 , 0)()(lim)(0rArrArrArprrrdrrprTS0)()(例题：给定一幅图像的灰度分布概率密度函数为:P(r) =-2r+2 0 r 10其它对其进行均衡化处理rrrrdrrdrrprTsrrrr2|2|)22()()(200200222kiirkrps0

2、)(计算公式：05010015020025002000400060008000100001200005010015020025002000400060008000100001200005010015020025005001000150020002500300035004000450050000501001502002500100020003000400050003.3 空域滤波增强空域滤波增强K1,1K1,0K1,-1K0,1K0，0K0,-1K-1,1K-1,0K-1,-11111),(),(),(ijjikjyixfyxg0-a0-a1+4a-a0-a0000010000000aa0000

3、0000a00a00000aa0000a00a0000图像细节的灰度变化特性图像细节的灰度变化特性扫描线扫描线灰度渐变孤立点细线灰度跃变图像细节的灰度分布特性平坦段1.单方向一阶锐化单方向一阶锐化单方向的一阶锐化是指对某个特定方向上的边缘单方向的一阶锐化是指对某个特定方向上的边缘信息进行增强信息进行增强2.无方向一阶锐化无方向一阶锐化Roberts, Sobel, Priwitt锐化锐化3.二阶锐化二阶锐化拉普拉斯锐化拉普拉斯锐化1.1水平方向一阶锐化水平方向一阶锐化12321212623087612786232690 0 0 000-3-13 -20 00-6-13 -13 00 1 12

4、500 0 0 001*1+2*2+1*3-1*3-2*0-1*8=-3问题：计算结果中出现了小于零的像素值121000121H1.2垂直方向一阶锐化垂直方向一阶锐化12321212623087612786232690 0 0 000-7-17 400-16-25 500 -17 -22-300 0 0 001*1+2*2+1*3-1*3-2*2-1*8=-7问题：计算结果中出现了小于零的像素值101202101H锐化后处理锐化后处理方法方法1 1：整体加一个正整数整体加一个正整数，以保证所有的像，以保证所有的像 素值均为正。素值均为正。o 这样做的结果是：可以获得这样做的结果是：可以获得类似

5、浮雕类似浮雕的效果。的效果。20 202 0 20202017 7 0202014 7 7202021 32 2520202 0 20 2 0200 0 0 000-3-13-2000-6-13-1300 1 12 500 0 0 00方法方法2 2：将所有的像素值：将所有的像素值取绝对值取绝对值。o 这样做的结果是，可以获得对这样做的结果是，可以获得对边缘边缘的有方向提取。的有方向提取。0 0 0 00031320006131300 1 12 500 0 0 000 0 0 000-3-13-2000-6-13-1300 1 12 500 0 0 002.无方向一阶锐化无方向一阶锐化（1 1

6、）交叉微分算法（）交叉微分算法（Roberts算法）计算公式）计算公式如下：如下：( , )|(1,1)( , )|(1, )( ,1)|g i jf ijf i jf ijf i j Sobel、Priwitt锐化算法锐化算法 的计算公式如下：计算公式如下：),(), 1(),(),(yxfyxfyxfjidxx2122),(),(),(jidjidjigyx其中，其中，),() 1,(),(),(yxfyxfyxfjidyySobel锐化锐化Prewitt锐化锐化3.二阶锐化二阶锐化o 从图像的景物细节的灰度分布特性可知，有从图像的景物细节的灰度分布特性可知，有些灰度变化特性一阶微分的描述

7、不是很明确，些灰度变化特性一阶微分的描述不是很明确，为此，采用二阶微分能够更加获得更丰富的为此，采用二阶微分能够更加获得更丰富的景物细节。景物细节。22222yfxff),(),1(),(),1(22jifjifjifjifxf),()1,(),()1,(22jifjifjifjifyf) 1, () 1, (), 1(), 1(), (42jifjifjifjifjiff上式对应的卷积和为上式对应的卷积和为常用的拉普拉斯卷积核为常用的拉普拉斯卷积核为拉普拉斯锐化拉普拉斯锐化01/501/51/51/501/501/91/91/91/91/9 1/91/91/91/91/101/101/101

8、/101/51/101/101/101/101/161/81/161/81/4 1/81/161/81/161/91/91/91/91/9 1/91/91/91/91111),(91),(kllnkmfnmg 3.4 3.4 频域滤波增强频域滤波增强原 图 像低 通 滤 波 所 得 图 像低频增强低频增强滤波后图像滤波后图像原图原图高 通 滤 波 所 得 图 像高 通 滤 波 所 得 高 频 增 强 图 像原 图 像高频增强高频增强滤波后图像滤波后图像原图原图 3.5（伪）彩色图像增强（伪）彩色图像增强 ZzYyXxCzyxzzzyxyyzyxxx;BbGgRrC蓝青绿黄红 二进小波图像增强技

9、术论文结构o引言(简要介绍医学图像增强的研究背景及意义)o算法原理(简单介绍了本文所用到的数学知识)o算法流程(提出了一种基于小波变换的模糊域增强算法)o结果与讨论（对图像增强传统方法与本文所用算法进行比较，验证了该算法的可行性和优越性） o结束语1、引言o 医学影像是医生临床诊断和治疗的重要辅助手段 o 医学图像在采集、传输中会引入大量噪声o 为了提高图像的可读性，进行更有效的观察和诊断，对其进行计算机处理（去噪、增强）就显得非常必要2、研究现状o 传统方法：频域滤波（低通滤波、wiener滤波），空域滤波（中值滤波）o 新方法：1、经典的图像增强方法的改进 2、基于小波变换的图像增强技术

10、3、基于神经网络、模拟退火法、遗传算法的图像增强技术 4、基于数字形态学的图像增强技术，如基于粗糙集理论、模糊数学的增强方法。3、算法流程图4、结果与讨论软阈值去噪o 图像的噪声主要分布在高频区域 o 经小波分解后，信号的小波系数幅值要大于噪声的系数幅值，可以认为，幅值比较大的小波系数一般以信号为主，而幅值比较小的系数在很大程度上是噪声 o 软阈值函数模糊域增强o 模糊子集，隶属函数 设U=(x)是一个集合，(x)是定义在U上并在0,1区间中取值的一个函数，则(x)刻划了U中的一个模糊子集A，我们称U是论域，A是U的模糊子集，(x)是A的隶属函数。o 最大隶属度原则 最大隶属度原则就是认为元素隶属于隶属度最大的集合。 模糊域增强流程图F：隶属函数T：模糊增强算子F：逆映射（F的反函数）低频分量增强效果重构结果讨论