医学电子仪器知识要点

数字图像：用一个数字阵列表示的图像，阵列中每一个数字表示数字图像的最小单位，称为像素，每个像素包含两个属性：位置和亮度
二值图像：图像中每个像素只能是黑(0)或白(1),其灰度值没有中间过渡，
灰度图像：每个像素的信息由量化后的灰度级来描述的数字图像，不包含彩色信息。

纯黑-0，纯灰128，纯白255
彩色图像：根据三原色成像原理用红绿蓝三元组实现对自然界景物的描述。

（RGB）3个矩阵R.G.B，每个像素用（R,G,B）表示像素值.
RGB HSI彩色空间定义：计算机显示器用红黄蓝光不同比例的组合产生颜色，由（R,G,B）值唯一确定所显示的颜色，这三种颜色构成了RGB三维彩色空间。

HSI彩色空间，（孟塞尔彩色模型）H代表色调，s代表饱和度，i代表灰度。

数字图像处理：将衣服图像转换为另一幅图像，将视觉效果不佳的图像处理得到视觉效果较好的图像。

数字图像分析：对一幅图像中若干个目标进行识别分类后给出其特性测度
计算机视觉：为一个设备或机器人提供眼睛的功能，是能够理解自然景物的系统。

计算机图形学：用计算机将由概念或数学描述表示的虚构物体或图像进行处理和显示的过程
差异：计算机图形学是用来产生实体图像，数字图像处理是对已有图像进行处理和分析。

而计算机视觉是将图像分析出的内容应用到实际中。

图像增强的目的和分类：目的：获得清晰的图像显示效果，提高图像的显示价值。

分类：空间域增强，频率域增强。

图像分割定义及集合语言描述：定义，把图像分成各具特性的区域，并提取出感兴趣区域目标的技术和过程。

P类算法：对固定区域下的目标物，根据目标物，根据目标物在画面的比例选择阈值Th，使前景目标物所占的比例为P，背景所占比例为1-P。

聚类分割法：采用模式识别中的聚类思想，以类内保持最大，相似性及类间保持最大目标距离，通过迭代优化获得最佳阈值并求取目标。

区域生长法：将具有相似性的像素集合起来构成区域
同态滤波的作用和适用范围：作用：能够同时压缩图像亮度范围和增强图像对比度。

还能消除不均匀亮度的影响而又不损失图像的细节。

适用范围：细胞显微图像的处理
噪声的含义和种类：妨碍人的视觉感知或妨碍系统传感器对所接受图像原信息进行理解或分析的各种因素，也可以理解为真实信号与理想信号之间存在的偏差。

按统计特性是否随时间变化分为：平稳噪声和非平稳噪声
图像细节：指画面中灰度变化情况，反映数据变化的数学手段。

图像冗余的概念和分类:图像中存在的多余部分。

包括1,编码冗余2,像素冗余3视觉心理冗余
腐蚀：一种消除边界点，使边界向内部收缩的过程，可以用于小而无意义的目标物。

作用：通常用于去除小颗粒噪声和消除目标物之间的黏连。

膨胀：将目标区域接触的背景点合并到该目标物中，使目标边界向外部扩张
作用：可以用来填补目标区域存在的某些空洞，以消除包含在目标区域中的小颗粒噪声。

开运算：使用同一个结构元素，先对原图进行腐蚀处理，后进行膨胀处理。

作用：用来消除小对象物，在纤细点处分离物体，平滑较大物体的边界同时基本保持原目标物的大小
闭运算：使用同一个结构元素先对原图进行膨胀处理，再进行腐蚀处理。

作用：通常用来填补目标的细小空洞，连接断开的临近目标，平滑其边界的同时基本保持原目标物的大小。

分水岭算法基本思想：把灰度图像看做一种地理表面，灰度值对应表面的高低，表现出存在许多峰、谷、盆地
高地等地形特征，因此图像分割可模拟为水逐渐淹没表面时的过程，根据水先后淹没的顺序，可以得到图像分割的结果优点：算法计算速度较快，得到物体轮廓线封闭且定位比较精确。

缺点：极易造成过度分割。

图像变换：通过一种数学映射，将图像信号从空间域变换到另外的域上进行分析的手段
傅里叶变换的定义和性质
小波：在有限时间内变化且平均值为零的数学函数。

优点1）具备在时间域和频率域表征信号局部特征的能力，既具有频率分析的性质，又能表示发生的时间，有利于分析确定时间发生的现象2）有利于各分辨率不同特征的提取，应用于图像压缩，增强，消噪，水印等领域3)比傅里叶变换还要快一个数量级
false R R P TURE
R P R R R
Ri j i i j i n
i U ==⊗
===)()(1
灰度直方图：histogram I = imread('pout.tif');
Imhist
直方图均衡化：histeg I =imread ('tire.tif');
J= histeg(I)
Imshow (I)
Figure,imshow(J)
加噪：imnoise
I = imread('eight.tif')
J = imnoise (I,'salt&papper',0.02) Imshow (I)
Figure,imshow(J)
图像旋转：imrotate
I = fitsread ('sdarspectra.fts'); I = mat2gary(I);
J=imroate(I,-1,bilinear','crop'); Imshow(I)
Figure,imshow(J)
图像叠加
I =imread('rice.pny');
J =imread('cameraman.tif'); K = imread(I.J.'unit16'); Imshow(k,[J )。