医学图像增强.

相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。


灰度运算 当图像动态范围明显超出显示系统的范围, 或反之,都应对图像灰度进行变换,使感 兴趣的灰度区间跨越显示设备的整个动态 范围 (e f , f 1 f f 2)
e f1 g f max f 2 f1
直方图均衡

使图像灰度信息尽可能均匀,本质是将 输入图像的直方图映射成一个最大平展 的直方图。做法: 归一化直方图


中心思想:寻找一块合适的模板,对当 前象素的有限连续区域的最佳匹配。 标准差为依据
j
1 2 { I ( x , y ) m } k j N j 1 k 1
Nj


平坦变化的模板上的标准差值相对较小, 最佳模板的选择就是在有限连续区域内 选择除具有最多邻域非背景象素点的模 板T,以达到最大噪声抑制 存在边缘时,由于图像的变化明显,模 板的标准差值相对较小,选择具有最小 标准差的边缘模板


从最大的模板开始计算标准差和非背景 象素点数,设定域值T,避免穷举 试验表明适配模板滤波算法比较有效
二进小波图像增强技术
DT
为域值
适配图像滤波

通过消除噪声而又不严重模糊图像中结 构实现图像的增强或恢复
空间频率滤波

例1 减小靠近频域中心的分量成分相当于增强 高频信号的比重 例2 从一个常数减去距频域中心| w1| 的频率成 分就构成陷波器,使相应的频率分量消除 而其他的不变
钝化蒙片法

先对图像做低通滤波得到一幅模糊的图 像,再从原图中减去这幅模糊的图像, 就相当于实现高通滤波。
j 1 H ( j) h(i) M N i 0
计算 g ( x, y) ( P 1) H ( f ( x, y))
局部算子

均值滤波
K L 1

1 9 1 9 1 9
1 9 1 9 1 9
1 9 1 9 1 9

M 1 N 1 x 0 y 0
f ( x, y)e
M 1 N 1 x 0 y 0
2 j (
ux vy ) M N
Fourier逆变换得到图像的空间域形式
1 f ( x, y) M N
F (u, v)e
2 j (
ux vy ) M N
象素运算

显示设备的非线性特效校正 根据真实图像,对实际显示的图像进 行校正 产生原因:图像输出设备自身的非线 性灰度特性影响输出图像的效果
一种图像增强运算用局部算子做卷积 图像与核的卷积的定义:
k K l L
g ( x, y) w(k , l ) f ( x, y )
w(k , l ) f ( x k , y l )
K
L

上述卷积可以在频域实现
Fourier变换
1 F (u, v) M N
平滑噪声,但牺牲了边缘的锐度 中值滤波 在核框架的每个位置上将核的中心与待处理的 图像元素对齐,输出的象素灰度为该框架范围 下所有象素灰度的中位数
边缘增强
水平边缘或线条增强算子
1 1 1 h1 (k , l ) 0 0 0 1 1 1
1 1 1 h2 (k , l ) 0 0 0 1 1 1
频域增强技术

通过消除高频分量抑制噪声或平滑图像 或消除低频分量增强图像边缘
Butterworth低通滤波
BL (u, v)
1 1 c[ D(u, v) / DT ]2 n
1 Butterworth高通滤波 BH (u, v) 1 c[ DT / D(u, v)]2 n
其中
D(u, v) u 2 v 2

图像表示
ai ( x, y) f ( x, y) di ( x, y)

平均图像


期望值 E{g ( x, y)} f ( x, y) 标准差 d g N
1 N g ( x, y ) ai ( x, y ) N i 1
图像减象法

两幅图像相减(可以用来验证) 可以将动态范围扩展
竖直边缘线条增强算子
1 0 1 v1 (k , l ) 1 0 1 1 0 1
全方位边缘增强算子
1 8 1 K HP ( k , l ) 8 1 8 1 8 1 1 8
1 0 1 v2 ( k , l ) 1 0 1 1 0 1
适配维纳滤波

平稳的随机过程功率谱可以定义为自相 关函数的Fourier变换
ห้องสมุดไป่ตู้
S ff F ( R ff )

白噪声过程的功率谱
Snn n 2

因而平稳维纳滤波器可以表示为
H S ff S ff n 2

最优线性估算,平滑与消除噪声的最佳 折中
适配模板滤波

信息的保留比简单的提高信噪比重要 适应模板滤波技术根据图像上的每一个 象素点及其周围邻近的8各邻点的情况自 动选出最佳匹配模板加以处理,识别和 判断,决定是否保留,这样可以极大保 留边缘信息。
1 8 1 8 1 8
局部区域直方图均匀化
整个图像直方图均衡化的演化 用于小块和彼此重叠的局部图像区域 利于观察细节 计算方法同前

多幅图像运算

图像平均法 抑致噪声基于三点假设 (1)图像数量多 (2)各幅图像受到同类附加噪声损害 (3)附加噪声是零均值的随机噪声 类似物理学中测量多次取平均值
医学图像增强
概述

扫描设备影响导致图像质量的退化 首要任务:增强信噪比即滤除图像的噪 声和干扰,突出感兴趣对象区域
卷积算子

图像的直方图
h(i) ( f ( x, y) i), i 0,1,
x 0 y 0 M 1 N 1
, p 1
f ( x, y)为图像信号

相关文档
最新文档