医学图像处理实验
湖南大学医学影像学实验之matlab图像处理实验报告
实验一、空域图像处理1、灰度线性变换：I=imread('trees.tif') ;figure(1) ； imshow(I) ; title('原图') ;J=double(I) ; %把I变成双精度并赋值给JJ=3*J+74 ; %对J进行线性变换J=uint8(J) ；figure(2) ； imshow(J) ; title('线性变换') ;图像：思考题：设定不同的斜率值和截距，显示效果会怎样？答：斜率增加，像素点的灰度值会根据本身的灰度值按比例增加，所以深色部分会变少，浅色部分会变多，整张图片上白色区域会变多；截距增加，所有像素点的灰度值都会增加，所以整张图片会变淡。
添加噪声：I=imread('trees.tif') ;M=imnoise(I,'salt & pepper',0.02) ; %添加椒盐噪声%因为每次添加椒盐噪声都是这两句代码，所以就不重复打出来了，直接看效果图下同～(￣▽￣～)~~~图像：椒盐噪声+线性变换：椒盐噪声是随机产生的噪声，包括高灰度和低灰度的噪声。
线性变换基本上没有多少去噪的功能，更多的应该是用于改变对比度。
(中值)直方图均衡化：I=imread('rice.png') ;subplot(2,2,1) ; imshow(I) ; title('原图') ;subplot(2,2,3) ; imhist(I) ;J=double(I) ; %把I变成双精度并赋值给Jmax=J(1,1) ; min=J(1,1) %把J(1,1)赋值给max和min[N1,N2]=size(I) ; %得到矩阵I的行和列for i=1:N1for j=1:N2if J(i,j)>maxmax=J(i,j) ; %如果元素值大于max，则把元素值赋给maxendif J(i,j)<minmin=J(i,j) ; %如果元素值小于min，则把元素值赋给minendendendn=round((max+min))/2 ; %取元素最大值和最小值的中间值，即中间灰度值a=(255-max)/(max-n) ；b=min/(n-min) ；%根据原图中max和min，求得运算倍率a和b，以确保在接下来的运算中，原图像的max和min可以准确被定为到255和0for i=1:N1for j=1:N2if J(i,j)>=nJ(i,j)=J(i,j)+a*(J(i,j)-n) ;end%当元素灰度值大于或等于中间灰度值时，将该元素的灰度值变大if J(i,j)<nJ(i,j)=J(i,j)-b*(n-J(i,j)) ;end%当元素灰度值小于中间灰度值时，将该元素的灰度值变小endendK=uint8(real(J)) ;subplot(2,2,2) ; imshow(K) ;title('直方图均衡化') ;subplot(2,2,4) ; imhist(K) ;思考题：直方图均衡化是什么意思？它的主要用途是什么？答：直方图均衡化是将一副像素灰度级范围较窄的图像的像素灰度级的范围扩大并分布均匀。
医学图像处理实验系统的设计
显 示 工 艺 流 程 及 各 监 测 点 参 数 画 面 ３幅 。 当 系 统 开 启 后 首 先
… … … ｏ 一 ～
日
～
…
１
ｔ
ｔ
显示操作人 员入 口画面 ， 入 口画 面输入 用 户名 和密 码后 进 在 人 工艺 流程 监 测 画面 ， 系 统 出现报 警 时 ， 当 自动 弹 出 报 警 画 面 ， 显 示 报 警 信 息 。 图 ４为 系 统 控 制 流 程 画 面 ， ５为 系 统 并 图
ｄ ｉ １ ． ９ ９ ｊ ｉ ｎ １ ７ —０ １ ２ １ ． ３ ０ ７ ｏ ：０ ３ ６ ／ ．ｓ ． ６ １１ ４ ． ０ ０ ０ ． ０ ｓ
医 学 图 像 处 理 实 验 系 统 的 设 计
皇 甫 立 群
（ 江南 大 学 信 息 工程 学 院 ， 苏 无锡 ２ ４ ２ ） 江 １ １２
… …
● ●
作者 简 介 ： 印涛 （９ ２ ） 男 ， 士研 究 生 ， 要 从 事 油 田 注 汽 锅 炉 自动 １８ ． ， 硕 主 控 制 系统 和 油 田采 油 、 气 等 自动 控 制 系 统 的研 究工 作 。 采
收 稿 日期 ：０ ９ １－８ ２０ —２２
图 ４ 控 制流 程 画面
ｍｏｄ Ｉｍｅ ｃ ｍａ ｅ ｆ ｓｏｎ ａ ｄ ｍｅ ｃ Ｉｉ ｇ ｅｇ ｅ ｔ ｔ ｔ ｔ ａ ｄｉａＩ ｉ ｇ ｕ ｉ ｎ ｄｉａ ｍａ ｅ ｓ ｍ ｎ ａ ｉ ｅ ｃ。ｉ ｏｎ ｐ ｏ ｉ ｓ ａ ｐｌ ｄ ａｎ ｘ ｅｒ ｒ ｖｄｅ ｐ ｉ ｄ ｅ ｐ ｉ ｅ ｍｅｎ ａ ｌ ｔ ｒ ｆ ｈ ｍ ｐｅｍｅ ｔ ｉ ｎ ｏ ｔ ｌｐ ａ ｏ ｍ ｏｒｔ ｅ ｉ ｌ ｆ ｎ ａｔ ｆ ｏ ｍｅｄｃ ｍａｇ ｒ ｃ ｓ ｉ ｇ ａｌｏｒ ｈ ｉａｌ ｉ ｅ ｐ ｏ ｅ ｓ ｎ ｇ ｉ ｍｓ ｔ
医学图像处理实验报告
d、分别对其进行10*10、5*5、2*2的均值滤波；
e、显示原图像和选用不同大小模版处理后的图像。
(3)高斯滤波
a、读入图像；
b、对数字图像进行直方图均衡化处理；
c、选择高斯滤波参数（标准差）sigma为1.6；
d、选择滤波器尺寸为5*5；
i、显示原图像和处理后的图像。
(2)四八领域均值滤波
a、读入图像；
b、转换图像矩阵为双精度型；
c、创建4邻域平均滤波模版[0 1 0; 1 0 1; 0 1 0]；
创建8邻域平均滤波模版[1 1 1; 1 0 1; 1 1 1];
d、进行滤波；
e、显示原图像和处理后图像。
(3)巴特沃斯高通滤波
a、读取图像；
e、创建高斯滤波器进行滤波；
f、显示原图像和处理后的图像。
3
(1)同态滤波
a、读入图像；
b、对数字图像进行直方图均衡化处理；
c、转换图像矩阵为双精度型；
d、取对数；
e、对其做傅里叶变换；
f、选择参数，截止频率为10，锐化系数为2， =1.5， =2.0；
g、进行高斯同态滤波；
h、滤波之后进行傅里叶逆变换；
c、显示原图像和经过均衡化处理过的图像；
d、记录和整理实验报告。
(2)中值滤波加直方图均衡化
a、将模板在图中漫游，并将模板中心与图中某个像素位置重合；
b、读取模板下各对应像素的灰度值；
c、将这些灰度值从小到大排成1列；
d、找出这些值中排在中间的1个；
e、将这个中间值赋给对应模板中心位置的像素；
f、中值滤波之后的像素值进行直方图均衡化处理；
医学图像实验报告实验心得
医学图像实验报告实验心得医学图像实验报告实验心得引言：医学图像实验是医学领域中一项重要的实验内容，通过对医学图像的观察和分析，可以帮助医生了解病情、制定诊疗方案。
本文将结合个人的实验经历，分享一些关于医学图像实验的心得和体会。
一、实验准备在进行医学图像实验之前，首先需要了解实验的目的和背景知识。
对于不同的医学图像实验，可能需要掌握不同的医学知识和图像处理技术。
因此，在实验开始前，我会仔细阅读相关的文献资料，了解实验的原理和方法。
二、实验设备医学图像实验通常需要使用一些专业的设备和软件。
例如，X光片、CT扫描、MRI等医学影像设备，以及图像处理软件等。
在实验过程中，我会熟悉这些设备的操作方法，并根据实验需求进行相应的调整和设置。
三、实验步骤医学图像实验通常包括图像采集、图像处理和图像分析等步骤。
在进行实验时，我会按照实验计划的要求，逐步完成每个步骤。
在图像采集过程中，我会注意保持图像的清晰度和准确性，避免因操作不当而导致图像质量下降。
在图像处理和分析过程中，我会运用所学的图像处理技术，对图像进行去噪、增强和分割等操作，以便更好地观察和分析图像中的信息。
四、实验结果医学图像实验的结果往往是关于疾病诊断和治疗的重要依据。
因此，对于实验结果的准确性和可靠性要求较高。
在实验过程中，我会尽量避免人为因素对结果的影响，如避免操作失误和数据记录错误等。
同时，我也会对实验结果进行反复验证和分析，以确保结果的可靠性和科学性。
五、实验心得通过参与医学图像实验，我深刻体会到医学图像在临床诊断和治疗中的重要性。
医学图像可以提供丰富的信息，帮助医生了解病情、确定诊断和制定治疗方案。
同时，医学图像实验也需要一定的专业知识和技术支持，只有掌握了这些知识和技术，才能更好地进行实验和分析。
在实验过程中，我还发现了一些需要注意的问题。
首先，医学图像实验需要耐心和细心，因为有时图像中的细微变化可能对疾病的诊断和治疗有重要意义。
其次，实验结果的可靠性和科学性对于医学图像实验来说至关重要，因此在进行实验时要严格按照实验计划和操作规程进行，避免人为因素的影响。
医学图像处理实验报告 ----图像分割
医学图像处理实验报告 ----图像分割医学图像处理实验报告----图像分割一.实验目的：掌握基本的图像分割方法，观察图像分割的结果，加深对边缘检测、模板匹配、区域生长的理解。
二.实验内容：边缘检测、模板匹配、区域生长。
三.实验方法：1.边缘检测：图象Blood边缘检测方法Sobel打开Toolboxes\Image Processing项选Edge Detection并运行选图象Blood边缘检测方法Sobel如图1所示按Apply键观察检测到的边界从上面四幅图像的对比来看，阈值逐渐变大，而满足要求的像素点也逐渐变少，使得图像的边缘提取的效果也越来越差，图像轮廓变得不清楚了。
以下为采用Prewitt方法的边缘提取效果：以下为Roberts方法边缘提取的效果：以下为Laplacian of Gaussian方法边缘提取的效果：以上的各种方法的理论算法有所不同，但总体效果基本一致。
以下是选其他图像重做上面的实验（适当简化）2.模板匹配：在Photoshop中打开一黑白灰度图象文件在滤镜菜单其他子菜单中选自定项在自定界面中输入点模板按好键观察处理后图象。
原始图像：点模板滤镜后的图像：0 0 00 1 00 0 0点模板： -1 -1 -1 -1 8 -1-1 -1 -1线模板： -1 -1 -1 2 2 2-1 -1 -1线模板： -1 2 -1 -1 2 -1-1 2 -1线模板： 2 -1 -1 -1 2 -1-1 -1 2线模板： -1 -1 2 -1 2 -12 -1 -1从上面的四种线模板得比较中可以发现：第一种对检测横向图像更为有效，第二种为竖向，后两种为135和45度。
这是与模板的构成有关的。
方向模板：-1 1 1-1 -2 1-1 1 1可以看出这个方向模板较多地体现出东方向的像素。
方向模板：1 1 -11 -2 -11 1 -1可以看出这个模板较多地体现出西方向的情况。
方向模板：-1 -1 -11 -2 11 1 1这个模板较多地体现了南向的情况。
直方图均衡化实验报告
医学图像处理实验报告实验名称：直方图均衡化实验姓名：gao jun qiang 学号：20105405班级：生医1001指导教师：……2013年6月5日一、 实验目的1、编程实现下列功能：读出存储的黑白灰度图象并显示，显示灰度直方图，对图象进行直方图均衡化处理，显示处理后图象及直方图，画出灰度变换曲线，并存储处理后图象。
二、 实验原理直方图均衡化处理的中心思想是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。
直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。
直方图均衡化是一种自动调节图象对比度质量的算法，使用的方法是灰度级变换：s = T(r) 。
它的基本思想是通过灰度级r 的概率密度函数p(rk )，求出灰度级变换T(r).灰度直方图的计算十分简单，依据定义在离散形式下有下面的公式成立：()1,1,0,-==L k n n k p k Λ （1） 公式中：k n 为图像中出现k s 级灰度的像素数，n 是图像像素总数，而n nk 即为频数。
计算累积直方图各项：()1,1,0,00-===∑∑==L k i p n n t k i ki i k Λ （2） 取整扩展：]5.0)1int[(+-=k k t L t （3）映射对应关系 ：k t k ⇒三、实验代码及结果直方图均衡化实验代码：clc;close all;clear all;Imag = imread('lena.tiff');figure()imshow(Imag),title('原图像');ImagGray = rgb2gray(Imag);figure()imshow(ImagGray),title('灰度图像');[r,c] = size(ImagGray);%统计灰度直方图GrayPixNum = zeros(1,255);for i = 1:rfor j = 1:cGrayPixNum(1,ImagGray(i,j)) = GrayPixNum(1,ImagGray(i,j))+1;endend%对灰度直方图进行归一化GrayPixPro = GrayPixNum./(r*c);figure()plot(GrayPixPro),title('图像直方图');%-----------------------------------------------------------% -----------------------直方图均衡化------------------------%-----------------------------------------------------------%直方图累加GrayAdd = zeros(1,255);GrayAdd(1,1) = GrayPixPro(1,1);for i = 2:255GrayAdd(1,i) = GrayAdd(1,i-1)+GrayPixPro(1,i);endNewGray = round(GrayAdd.*254.+0.5);NewGrayPro = zeros(1,255);for i = 1:255GrayTemp = NewGray(1,i);NewGrayPro(1,GrayTemp) = NewGrayPro(1,GrayTemp)+GrayPixPro(1,i); endfigure()plot(NewGrayPro.*(r*c)),title('均衡化直方图');%有均衡化直方图和映射关系得到均衡化的图像NewImag = zeros(r,c);for i =1:rfor j = 1:cNewImag(i,j) = NewGray(1,ImagGray(i,j));endendNewImag = uint8(NewImag);figure()imshow(NewImag),title('均衡化的图像');figure()plot(NewGray),title('灰度变换曲线');实验结果：图1 原灰度图像图2 原图像的灰度直方图图3 经过直方图均衡化后的灰度图片图4 均衡化后的直方图图5 灰度变化曲线三、实验思考从上述实验结果可以看出，经过直方图均衡化后的图片的对比度更高，且边缘效果更高。
医学实验报告手绘
实验名称：手绘实验实验目的：通过手绘实验，了解和掌握医学图像的处理与分析方法，提高对医学图像的识别和解读能力。
实验时间：2023年4月15日实验地点：医学图像处理实验室实验材料：1. 医学图像处理软件（如Adobe Photoshop、GIMP等）2. 手绘板3. 医学图像资料（如X光片、CT扫描图、MRI图等）4. 实验记录本实验步骤：一、图像导入与预处理1. 打开医学图像处理软件，导入实验所需的医学图像。
2. 对图像进行预处理，包括调整对比度、亮度等，以便更好地观察和分析图像。
二、手绘实验过程1. 使用手绘板在软件中开始绘制实验图像。
2. 按照实验要求，绘制出图像中的关键结构，如骨骼、器官、病变区域等。
3. 在绘制过程中，注意观察图像的细节，确保绘制的准确性。
4. 完成手绘后，保存实验图像。
三、图像分析1. 对手绘图像进行初步分析，观察绘制出的结构是否与原图一致。
2. 对图像进行定量分析，如测量病变区域的面积、计算密度等。
3. 对比手绘图像与原图，分析手绘过程中的优缺点。
实验结果：一、手绘实验过程1. 在实验过程中，成功绘制出实验图像中的关键结构，如骨骼、器官、病变区域等。
2. 绘制过程中，注意到了图像的细节，确保了绘制的准确性。
3. 实验过程中，遇到了一些困难，如线条绘制不流畅、细节观察不全面等，但在不断尝试和调整中，逐渐克服了这些问题。
二、图像分析1. 通过对比手绘图像与原图，发现绘制出的结构基本一致，证明了手绘实验的准确性。
2. 在定量分析中，测量出病变区域的面积为X平方厘米，密度为Y。
3. 通过分析，发现手绘实验在识别和解读医学图像方面具有一定的优势，但也存在一定的局限性。
实验结论：1. 手绘实验是一种有效的医学图像处理与分析方法，能够提高对医学图像的识别和解读能力。
2. 在实验过程中，通过不断尝试和调整，克服了手绘过程中的困难，提高了绘制的准确性。
3. 手绘实验在医学图像处理与分析中具有一定的应用价值，但在实际应用中，还需结合其他技术手段，以提高分析结果的准确性。
医学像处理与分析实验报告
医学像处理与分析实验报告实验目的：本实验旨在探究医学像处理与分析的方法和技术，分析其在医学领域中的应用和意义。
实验材料和设备：1. 医学像处理和分析软件2. 计算机3. 医学影像数据（如CT扫描、MRI图像等）4. 数据记录表格实验步骤：1. 数据准备收集实验所需医学影像数据，包括CT扫描、MRI图像等。
确保数据完整、清晰，并妥善保存。
2. 医学像处理使用医学像处理软件对所收集的影像数据进行处理。
处理包括但不限于以下步骤：- 图像增强：通过调整亮度、对比度等参数来改善图像质量和清晰度。
- 噪声去除：运用滤波器等技术降低或去除图像中的噪声。
- 图像重建：使用重建算法对三维医学影像数据进行处理，以生成更准确的图像。
3. 医学像分析利用医学像处理后的图像数据进行进一步的分析。
分析方法包括但不限于以下方面：- 区域测量：通过选择特定区域并测量其大小、体积等参数，来评估病变或器官的状态。
- 密度分布：通过绘制直方图、密度图等，分析图像中的密度分布情况，以便检测异常。
- 三维可视化：将三维医学影像数据进行重建和可视化，帮助医生更直观地观察和分析。
4. 数据分析和结果呈现根据医学像分析的结果，进行数据统计和分析。
将结果以图表、表格等形式呈现，清晰展示实验的结果和结论。
实验结果与讨论：经过医学像处理和分析，我们得到了一系列医学图像的处理结果和分析数据。
根据所获得的结果，我们可以得出以下结论：1. 医学像处理可以有效改善图像的质量和清晰度。
通过图像增强和噪声去除等技术，可以使医生在诊断时更准确地观察和判断。
2. 医学像分析可以提供更多有关病变或器官状态的信息。
通过区域测量、密度分布等方法，可以定量评估病变的大小、体积以及密度的异常情况。
3. 三维可视化技术可以使医生更直观地观察和分析医学影像数据。
通过重建和可视化，医生可以更清楚地了解病变的位置和形态，为治疗提供指导。
综上所述，医学像处理与分析在医学领域中具有重要的应用价值。
数字图像处理实验-灰度直方图
实验一灰度直方图1．实验目的：（1）加强灰度直方图的图像增强技术的认识和了解；（2）掌握均衡化处理方法对图像做增强处理；2．实验内容：如下图所示是一张大脑的医学核磁共振( MRI)图像，原图由于对比度太低而使得大脑的内部组织层次不清，欲利用直方图均衡等方法对该图做增强处理，先编制出位图读取程序，对该图像进行灰度值统计，并在屏幕上绘制出相应的直方图。
3．实验结果（代码&结果可视化）1）编写程序设原始图像在x,y处的灰度为f而改变后的图像为g则对图像增强的方法即为在x,y处的灰度f映射为g在直方图均衡化处理中对图像的映射函数可以定义为g=Q(f), 即是一个累加分布函数CDF。
实际处理变换算法是先对原始图像的灰度情况进行统计分析并计算出原始直方图分布。
然后根据计算出的累计直方图分布求出f->g的灰度映射关系。
重复上述步骤得到原始图像所有灰度级到目标图像灰度级的映射关系后按照这个映射关系对原始图像各点像素进行灰度转换即可完成对原始图像的直方图均衡化。
具体算法：首先统计原始图像的各级灰度值在程序中定义了一个数组lCount[256]来统计原设计图像的各级灰度值，然后对得到的灰度值做灰度映射将映射后的结果存到一个新的灰度映射关系数组bMap[256]中根据这个数组就可以确定出原始图像的某个灰度级经过变换后对应于德灰度级，最后将变换后的结果保存到DIB中。
2）核心程序for (i = 0; i < lHeight; i ++){for (j = 0; j < lWidth; j ++){lpSrc = (unsigned char *)lpDIBBits + lLineBytes * i + j;lCount[*(lpSrc)]++; // 计数加1}}// 统计原设计图像的各级灰度值// 计算灰度映射关系for (i = 0; i < 256; i++){lTemp = 0; // 初始为0for (j = 0; j <= i ; j++){lTemp += lCount[j];}bMap[i] = (BYTE) (lTemp * 255 / lHeight / lWidth); // 计算对应的新灰度值}for(i = 0; i < lHeight; i++)// 每行{for(j = 0; j < lWidth; j++)// 每列{// 指向DIB 第i 行第j 个象素的指针lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;// 保存新的灰度值*lpSrc = bMap[*lpSrc];}}3）直方图绘制4．实验分析和总结直方图均衡化处理后图像的直方图较为平直，各灰度级的值相对均匀。
最新医学图像处理实验报告
(1)直方图均衡化
直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。灰度直方图是图像预处理中涉及最广泛的基本概念之一。
图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的视觉效果。
(3)高斯滤波
高斯滤波器的二维形式为： ，D（u，v）是距频率矩形中心的距离。 是关于中心的扩展度的度量。通过令 ，该滤波器可表示为：
其中， 是截止频率。当 时，H下降到其最大值的0.607处。
3
(1)同态滤波
同态滤波是把频率过滤和灰度变换结合起来的一种图像处理方法，它依靠图像的照度/反射率模型作为频域处理的基础，利用压缩亮度范围和增强对比度来改善图像的质量。使用这种方法可以使图像处理符合人眼对于亮度响应的非线性特性，避免了直接对图像进行傅立叶变换处理的失真。
医学图像处理实验报告
班级专业姓名学号
实验
一、实验目的
1：理解并掌握常用的图像的增强技术。
2：熟悉并掌握MATLAB图像处理工具箱的使用。
3：实践几种常用数字图像增强的方法，增强自主动手能力。
二、实验任务
对于每张图像(共三张图片)，实现3种图像增强方法。根据图像的特点，分别选用不用的图像增强算法。
三、实验内容（设计思路）
直方图均衡化是指：采用累积分布函数（CDF）变化生成一幅图像，该图像的灰度级较为均衡化，且覆盖了整个范围[0，1]，均衡化处理的结果是一幅扩展了动态范围的图像。直方图均衡化就是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。主要用途是：将一幅灰度分布集中在较窄区间，细节不够清晰的图像，修正后使图像的灰度间距增大或灰度分布均匀，令图像的细节清晰，达到图像增强的目的。
医学图像处理课程的实验教学设计
１细 化实验 ， 精简 内容
针 对 医 学 实 验 技 术 专 业 ， 们 重 新 更 我 改 了预 先 设 计好 的 实验 安 排 ， 将５个大 实验 内容 细 分 成 为 ｌ 个 小 实 验 ， 次 实 验 教 学 ０ 每 的 学 时 数 由４个 学 时 改 为 ２个 学 时 。 前 制 以 定的５ 实验 ， 了１ 个 除 个是 基 础 性 实验 外 ， 其 余 的 均 为综 合 性 和 设 计性 实 验 。 对 学 生 这 的要 求 比较 高 ， 不但 要求 熟 练掌 握ｍａｌｂ ｔ 语 ａ 言 及 编程 技 巧 ， 要 求数 学 知 识 比较 深 厚 。 还 改 为 １ 个 小 实 验 之 后 ， 简 了 每 次 的 实验 ０ 精 教 学 内容 ， 生 有 充 分 的 时 间去 消 化 ， 学 去精 心准备实验 。 （ ） 整 实验 内 容【： 管 现 在市 面 上有 １调 尽 １ 很多ｍａ ａ 图像处理 的实验指导书 ， ｔｂ ｌ 但是针对 医学 实验 技 术专 业的学 生来 说 ， 并不 适用 。 为 此我 们教 学组 的重 新 调整 实验 内容 ， 作 了 制 套从ｍａｌ ｂ ｔ 基础语 言的学 习、 图像 锐化 、 ａ 到 分割 、 滑 等 ， 实 可行 的 教学 设计 。 平 切 （ ） 体 的 实验 内容 安排 如 下 。 ２具 实验 一 ： ｔａ ｍａ ｌｂ图像 处理 基 础 。 目的 ： 解 ｍａ ｌ ｂ 言 特 点 及 使 用 环 了 ｔａ 语 境 ； 解ｍａ ｌ ｂ 调 试 方法 及 编 程 原 理 ； 理 ｔａ 的 掌 握 使 用Ｍａ ｌ ｂ 行 基 本 的 图像 处 理 方法 ｝ ｔ 进 ａ 要 求 ： 写 一 个 Ｍ 函数 文 件 ， 现 读 取 编 实 文 件 夹 中的 多 幅 图 像 文件 ＋ ＋ ， ＋ ＋ 显示 ， 然后 将 多幅 图像 保 存 到 指 定 目录 的 文 件 夹 。 实验二 ： 医学 图像格 式 转换 与 图像变 换 。 目的 ： 了解 Ｍａ ｌｂ中数 据 类型 及其 相 互 ｔａ 转 换 ； 解 医 学 图像 常 用 的 几 何 变 换 操 作 理
医学图像处理实验五
unzip=dxcbm(zip,info);%解码
%显示原始图像和经编码解码后的图像，显示压缩比
subplot(1,2,1);imshow(I);
xlabel('原始图像');
subplot(1,2,2);imshow(unzip);
xlabel('行程编码');
《医学图像处理》实验报告
实验五医学图像压缩
专业班级
成绩
学号
评阅人
姓名
一、实验目的
1、掌握医学图像压缩编码的原理和基本方法；
2、掌握算术编码的原理及实现方法；
3、掌握行程编码的原理及实现方法。
二、实验内容及结果
1、算术编码
新建一个名称为ssbm.m的Matlab脚本文件。输入以下代码：
function ssbm(str)
'本示例只限定少数字符串；'
'本示例只说明一下算术编码的过程。'}
disp(about);
%程序限定字符为：a,b,c,d,e
p=[0.2 0.3 0.1 0.15 0.25];
%字符的概率分布，sum(p)=1
n=length(str);disp('a b c d e');disp(num2str(p));
disp(strr);disp(r);d=r-l;end
在Matlab命令行窗口输入：
>>ssbm(‘aedbeecead’)
观察运行结果。改变输入参数，观察并对比运行结果的变化。
实验结果：
a b c d e
0.2 0.3 0.1 0.15 0.25
医学图像处理实验报告
医学图像处理实验报告班级专业生物医学工程姓名学号实验一用Vc++实现DDB和DIB位图的显示一、实验目的（1）了解VC++在医学图像处理中的应用。
（2）熟悉用VC++进行DDB和DIB位图显示的编程方法。
二、实验设备微机。
三、实验内容(1)应用VC++进行DDB和DIB位图显示。
四、实验步骤1.开启VC++6.0, 在菜单中选中File单击鼠标左键, 在下拉菜单中选中New 单击鼠标左键, 在打开的对话框中, 根据MFC Appward向导创建可执行的应用程序ShowBmp。
2.在程序中插入位图资源, 并添加代码实现位图的显示。
3.在程序中插入Dib类, 并添加相应的代码。
4、编程完毕, 调试和运行程序, 运行无误后, 显示DDB和DIB位图并拷贝所得图像。
5、整理所得图像, 对实验结果进行分析。
五、实验结果和分析(a)ShowDIB位图（b）ShowDDB位图六、思考题1.DDB和DIB位图的显示有什么不同?设备相关位图DDB依赖于具体设备, 加入了程序资源, 一般以资源文件的形式存储；设备无关位图DIB不依赖于具体设备, 没有任何程序资源, 可以永久性的存放在电脑硬盘里, 可任意打开硬盘上一幅位图。
医学图像处理实验报告班级 专业 生物医学工程 姓名 学号实验二 用Vc++实现医学图像的线性灰度变换一、实验目的（1）了解VC++在医学图像处理中的应用。
（2）熟悉用VC++进行医学图像线性灰度变换的编程方法。
二、实验设备微机。
三、实验内容(1)应用VC++进行医学图像的线性灰度变换。
四、实验步骤1.开启VC++6.0, 在菜单中选中File 单击鼠标左键, 在下拉菜单中选中Open Workspce 单击鼠标左键, 在打开的对话框中, 根据路径: D:\WorkSpace\MedicalImageProcessingDLL\MedicalImageProcessingDLL.dsw 打开工作空间。
医学图像处理教案
医学图像处理教案一、教学目标1. 理解医学图像处理的基本概念和重要性。
2. 掌握医学图像处理的基本原理和技术。
3. 学会使用医学图像处理软件进行图像的获取、处理和分析。
4. 能够应用医学图像处理技术解决实际医学问题。
二、教学内容1. 医学图像处理的基本概念和重要性医学图像的定义和分类医学图像处理的目的和意义2. 医学图像处理的基本原理和技术医学图像的获取方法医学图像的预处理技术医学图像的增强和重建技术3. 医学图像处理软件的使用医学图像处理软件的介绍和安装医学图像处理软件的基本操作和功能4. 医学图像处理技术的应用医学图像处理在疾病诊断中的应用医学图像处理在医学研究中的应用三、教学方法1. 讲授法通过讲解医学图像处理的基本概念、原理和技术的讲解，使学生掌握医学图像处理的基础知识。
2. 实践操作法通过医学图像处理软件的实践操作，使学生学会医学图像的获取、处理和分析方法。
3. 案例分析法通过分析医学图像处理在实际医学中的应用案例，使学生了解医学图像处理的重要性和应用价值。
四、教学评估1. 课堂参与度评估学生在课堂上的发言和提问情况，了解学生的学习兴趣和参与度。
2. 实践操作考核评估学生在医学图像处理软件的操作过程中，对图像的获取、处理和分析技术的掌握程度。
3. 课程报告五、教学资源1. 教材和参考书《医学图像处理》教材或相关参考书籍，用于学生自学和参考。
2. 医学图像处理软件医学图像处理软件，如MATLAB、ITK-SNAP等，用于学生的实践操作。
3. 医学图像数据集提供医学图像数据集，用于学生的实践操作和案例分析。
4. 多媒体教学设备投影仪、电脑等多媒体教学设备，用于课堂讲解和实践操作演示。
六、教学安排1. 课时安排本课程共计32课时，包括16次授课，每次授课2小时。
2. 授课计划第1-4课时：医学图像处理的基本概念和重要性第5-8课时：医学图像处理的基本原理和技术第9-12课时：医学图像处理软件的使用第13-16课时：医学图像处理技术的应用七、教学案例1. 案例一：脑部肿瘤的诊断介绍脑部肿瘤的医学图像处理方法，包括图像获取、预处理、增强和重建技术。
医学图像处理图像增强实验
一、实验名称图像增强实验
二、实验设备及相关软件
笔记本及MATLAB软件
三、实验目的
掌握图像增强的算法
四、实验内容
（1）图像的点操作、领域操作算法。
（2）图像的直方图处理算法。
五、实验步骤
（1）读入图像：用matlab函数实现图像读入（可读入Matlab中的标准测试图像）
（2）实现图像点操作运算（如gamma校正，对数校正等）
（3）实现图像的邻域处理（实现均值滤波，拉普拉斯滤波）
（4）实现直方图均衡处理
六、实验源程序代码及实验结果
内容及步骤
▪读图像，并进行灰度转化
▪gamma校正 s = c*r^y
▪对数校正 s = c * log(1 + r);
▪均值滤波
▪拉普拉斯滤波
▪直方图均衡化
grayDouble = im2double(gray);
七、实验心得体会
通过此次实验，了解了MATLAB的操作环境和基本功能，以及如何使用MATLAB来实现图像增强，更加详细地了解了各种函数的使用方法。
尽管在开始的时候查阅了大量的资料，根据网上的进行修改却总是达不到老师的要求，关键是程序编写出现问题修改又不能完全正确，导致花费了大量的时间。
最后向专业人员请教，帮忙修改程序，实验最终获得成功，总之实验是个不断失败不断修改的过程。
医学图像处理
实验7 医学图像处理技术在医学领域中，为了诊断、教学、科研等目的，常常要对医学影像进行一些处理操作，包括编辑图像，对图像进行直方图、影像均衡、影像平滑处理、边缘增强处理，影像灰阶和对比度调节、正负像旋转，影像色彩反向显示；伪彩色绘制与计算等等。
在本实验中使用的工具是最为流行并且功能强大、简单实用的图像处理软件Photoshop CS。
要求通过学习，能够掌握图像处理的基本方法与技巧，掌握医学图像的常用处理操作并且能够启发创作思维，利用Photoshop制作出各种类型的创意平面设计作品。
实验7.1 图像处理软件Photoshop CS的基本知识:实验目的1. 熟悉Photoshop的基本操作2. 掌握图像的编辑方法3. 掌握工具栏以及画笔工具的使用方法4. 熟练掌握图像色彩和色调的控制5. 熟练掌握文字的录入与修饰6. 熟练掌握滤镜的使用:实验要求要求通过练习，掌握Photoshop启动、退出；图像文件的创建、打开、编辑与保存的方法；图像色彩和色调的控制；路径、图层的使用方法；文字的录入与修饰；通道，蒙板、动作、滤镜的使用方法与常用快界:实验步骤【实验7.1.1】启动与退出启动Photoshop CS 依次单击“开始→程序→Adobe Photoshop CS”，即可打开Adobe Photoshop CS。
退出Photoshop CS 单击右上角的窗口“关闭”按钮；或双击左上角的窗口“控制”按钮；或在“文件”菜单中选择“退出”命令；或按Alt+F4等。
【实验7.1.2】 Photoshop图像的创建、打开与保存1) Photoshop图像的创建：在文件菜单下→选择新建命令，在对话框中，设定文件的名称、尺寸、分辩率、模式。
2) Photoshop图像的打开：文件菜单下，用来打开已有的图形。
可打开的扩展名（格式）（PSD自身格式、JPEG压缩格式、TIFF印刷格式、BMP、PNG、GIF等）3）“打开为”命令：文件菜单下，选择某一扩展名（格式）{只能打开这一格式的文档}，打开的命令。
- 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、"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、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)。
实验一yq1I=imread('');%读黑白图像subplot(2,2,1);imshow(I) %显示图像subplot(2,2,2);imhist(I) %显示直方图J=imadjust(I,[ ],[0 1]);%对比度增强subplot(2,2,3);imshow(J)subplot(2,2,4);imhist(J)I1=imresize(I,;imview(I1)%缩小I2=imresize(I,;imview(I2)%放大I3=imrotate(I,45,'bilinear','crop');imview(I3)%旋转45°%%原图、直方图对比度增强、直方图%%缩小%%放大%%旋转45°yq2I=imread('');imshow(I);I1=rgb2gray(I);%把彩色图像转换成灰度图像figure,imshow(I1);info= imfinfo('')%查询文件信息imwrite(I1,'D:\yq\小小.png'); %写图像info =Filename:'C:\MATLAB7\toolbox\images\i mdemos\'FileModDate: '03-May-2003 13:53:58' FileSize: 554554Format: 'png'FormatVersion: []Width: 732Height: 486BitDepth: 24ColorType: 'truecolor' FormatSignature: [137 80 78 71 13 10 26 10]Colormap: []Histogram: []InterlaceType: 'none'Transparency: 'none' SimpleTransparencyData: [] BackgroundColor: []RenderingIntent: []Chromaticities: []Gamma: []XResolution: []YResolution: []ResolutionUnit: []XOffset: []YOffset: []OffsetUnit: []SignificantBits: []ImageModTime:'20 Feb 2003 20:53:33 +0000'Title: []Author: []Description: []Copyright: 'Copyright Corel' CreationTime: []Software: []Disclaimer: []Warning: []Source: []Comment: []OtherText: []yq3[I,map]=imread(''); imshow(I,map)I1=ind2gray(I,map);%把索引色转换成灰度图像figure,imshow(I1,map)%%索引色图像%%灰度图像实验二yq4%%对比度调整I=imread('');subplot(2,2,1);imshow(I);subplot(2,2,2);imhist(I);J=imadjust(I,[ ],[0 1]);subplot(2,2,3);imshow(J);subplot(2,2,4);imhist(J);%%原图、直方图对比度增强、直方图yq5%%直方图均衡化：I=imread('');imshow(I);figure,imhist(I);[J,T]=histeq(I,64);figure,imshow(J);figure,imhist(J);yq6%%线性滤波的MATLAB实现I=imread('');I1=imnoise(I,'salt & pepper',;%加椒盐噪声K1=filter2(fspecial('average',3),I1)/255;K2=filter2(fspecial('average',5),I1)/255;K3=filter2(fspecial('average',7),I1)/255; subplot(2,2,1);imshow(I1); title('噪声图像'); subplot(2,2,2);imshow(K1);title('3×3'); subplot(2,2,3);imshow(K2); title('5×5'); subplot(2,2,4);imshow(K2); title('7×7');yq7%%中值滤波MATLAB实现I=imread('');imshow(I);J=imnoise(I,'gaussian',0,;figure;imshow(J);K1=medfilt2(J,[3,3]);K2=medfilt2(J,[5,5]);K3=medfilt2(J,[7,7]);figure,imshow(K1);figure,imshow(K2); figure,imshow(K2); %%原图%%加高斯噪声实验4实验四：图像的配准与融合一、实验目的(1)熟悉MATLAB图像处理工具箱的使用方法(2) 掌握基于特征点的图像配准的过程。
(3) 掌握常用的图像融合方.二、实验的主要仪器设备(1)微型计算机(2) MATLAB软件（安装图像处理工具箱）(3) 参考MRI图像与待配准的CT图像三、实验原理图像配准指的是将同一场景的两幅或多幅图像进行对准。
一个典型的应用是，将一幅图像(称为基准图像)作为其他图像(称为输入图像)的参照进行比较。
图像配准的目的是，通过对输入图像进行空间变换，使输入图像与基准图像对准。
使用点映射的图像配准包括以下步骤：．将图像读入到MATLAB空间；．指定图像中的成对控制点；．保存控制点对；．指定要使用的变换类型，并根据控制点对推测参数。
．对没有配准的图像进行变换，使之对准。
四、试验内容1、读入图像M= imread('C:\MATLAB7\toolbox\images\imdemos\');figure,imshow(M);N= imread('C:\MATLAB7\toolbox\images\imdemos\');figure,imshow(N);2、选择控制点cpselect(M,N);3、将控制点保存到MATLAB 工作区间input_points =4、调整控制点的位置和指定变换类型计算参数input_points_corr=cpcorr(input_points,base_points,M,N);mytform=cp2tform(input_points_corr,base_points,'linear conformal'); info=imfinfo('C:\MATLAB7\toolbox\images\imdemos\');5、配准图像，并显示registered=imtransform(unregistered,mytform,'XData',[1 ],'YData',[1 ]);figure,imshow(registered),title('配准后图像');配准后图像6、融合M1=imread('C:\MATLAB7\toolbox\images\imdemos\'); %读入图像M2=imread('C:\MATLAB7\toolbox\images\imdemos\');[m1 n1]=size(M1); %判断图像大小是否一致[m2 n2]=size(M2);if (m1 ~= m2) | (n1 ~= n2)error('Input images are not of same size');end;M1=im2double(M1); %数据类型转换M2=im2double(M2);M3=*M1+*M2; %图像加权融合M3=im2uint8(M3);M4=*M1+*M2;M4=im2uint8(M4);subplot(2,2,1);imshow(M1),title('原始MRI图像'); %显示图像subplot(2,2,2);imshow(M2),title('配准后的CT图像 '); subplot(2,2,3),imshow(M3),title('加权因子,融合后的图像'); subplot(2,2,4),imshow(M4),title('加权因子,融合后的图像');原始MRI图像配准后的CT图像加权因子0.5,0.5融合后的图像加权因子0.3,0.7融合后的图像。