医学图像处理 第6章 医学图像基础ppt课件.ppt

《医学图像处理 第6章 医学图像基础ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第六章医学图像基础主要内容6.1灰度直方图6.2图像插值技术6.3图像形状和纹理量化6.4图像增强16.1灰度直方图6.1.1灰度直方图概念对一幅图像所包含的全部象素的灰度做统计，并以横坐标表示灰度值，纵坐标表示图像中具有该灰度的象素个数，这样绘制出的曲线称作图像灰度分布直方图（histogram）。图a.灰度等级多时，近似连续曲线b.灰度等级减少，呈分离线段c.各线段用长方形表示T1加权MR图像及其灰度直方图26.1.2灰度直方图的性质（1）灰度直方图反映的是图像灰度的统计性质,不包含空间位置信息。上面

2、左右两幅图像内容不同，但具有相同的直方图（2）从直方图可以看出图像的总体性质a.图像总体偏暗。b.图像总体偏亮。c.图像动态范围小，细节不够清楚。d.图像灰度分布均匀，清晰明快。e.图像动态范适中。f.图像动态范围偏小。g.图像动态范围偏大。3鉴于医学图像的特点，低灰度的背景区域较大，往往出现在靠近纵轴处高计数，而在其它灰度处幅度显示过低的情况。在绘制直方图时采用另一种计数变换效果会好些。6.1.3归一化直方图可以根据峰值计数及所占比值确定纵坐标的刻度。设图像中灰度为i的象素个数是ni，象素的灰度数为k，

3、全部象素数为N，则定义图像的归一化直方图为：i=0，1，2,…,k-1其中，qi是变换后的相对计数，nmax是峰值计数，α是一常数。图像背景部分太大使主要对象段幅值过小。46.1.4直方图的线性拉伸与压缩假设图像最大灰度为Imax的话，受人眼分辨能力的限制，在该图像中如果相临两个区域的灰度差小于Imax/16，就很难将这两个区域分开。通过映射的方法将原来的直方图分开些，称作直方图的拉伸。5直方图的分段映射有时如果对某一个灰度范围的图像细节要求不高，我们也可将这灰度段用映射的方法压缩。不管是拉伸还是压缩，最

4、常用的方法都是线性映射。如果对同一幅图像要做两种以上的处理，可以采用分段线性映射。6直方图的分段映射右下图就是直方图分段线性映射的例子。这里，p（r）~r是原来的直方图，p(s)~s是变换后的直方图。s~r的映射关系为：7从映射曲线斜率可以看出与直方图拉伸、压缩间的关系。设曲线与横轴夹角为θ，则有当θ>45o时，灰度段拉伸，有助于观察；当θ<45o时，灰度段压缩，有抑制背景作用。下图给出的是几种灰度映射曲线。a.高灰度拉伸b.低灰度拉伸c.中间灰度段拉伸值得注意的是，当将某一个中间灰度段拉伸，进行细致观察

5、；同时将高端灰度段压缩。压缩后高灰度部分会变得最亮，形成许多干扰点。一般使高灰度压缩后置为零值，变成最暗，免除其对目标图像的干扰。8在实用的CT扫描图像中，常常要将原图像中很小的一段灰度映射到较宽的一个灰度段，称做灰度窗口映射。这样做便于增强图像细节，发现微小的病变。下图是灰度窗口映射的例子。从L到M原来的小灰度段称作灰度窗口，该灰度段的范围称作窗宽，记做W=M-L。窗口的中间灰度值（M+L）/2叫窗位。W和L的值可以人工设置。原始灰度z与映射后灰度s的映射关系是CT图像的窗宽、窗位调节9第二节图像插值技

6、术106.2图像插值技术6.2.1插值的概念插值（Interpolation）是实验数据处理中常用的方法。变量x的变化规律可能遵循某一函数关系f(x)，但是通常只测得有限个离散的数据点y1,y2,y3,…,yn。从已有数据点产生新的数据点的技术称作插值技术。例如，已知从y1,y2计算从两个端点数据计算内部的数据点称作内插。若待产生数据点x3在两个端点数据之外，则需用外延法（Extrapolation）。116.2.2图像灰度插值为什么要做图像灰度插值？(1)断层扫描图像，例如CT,MR和PET等，扫描数据

7、是各层片位置上的强度（灰度）数值，层的间隙处没有数据。有时我们要从一些扫描的层片数据重建物体的表面或三维结构，由于片数不足，缺乏第三维的信息。重建的图像往往是很薄的一段，产生严重畸变，失去三维的意义。这时就要在这些层片中内插一些层片。但这些新插入层片的数据不是直接来源于实际测试，而是通过算法从已有层片计算出来的。12为什么要做图像灰度插值？(2)对一幅图像有时想从某一特定角度或断面进行观察，观察平面可能并不通过原来数据格点，这时，也要对显示断面进行灰度插值。13为什么要做图像灰度插值？(3)插值技术还是医

8、学图像配准的重要准备工作之一。例如，待配准的3DCT（512512），象素尺寸0.9mm0.9mm1mm,而MR体数据集（256256），象素尺寸1.2mm1.2mm3mm。要配准这两幅图像，往往要使他们具有相同的数据点数，这也要用到插值技术。146.2.3二维图像灰度插值方法最近邻插值（Zero-orderorNearest-neighbourInterpolation）最近邻插值(简称NN插值)就是用四个相邻格