医学图形图像处理识别技术与医学信息分析讲课ppt课件

目录内容目录内容 序序 医学信息学简述医学信息学简述 第一讲第一讲 医学信号处理概述医学信号处理概述 第二讲第二讲 医学图形信号的采集、存储与处理医学图形信号的采集、存储与处理 第三讲第三讲 Mathlab Mathlab 与图形信号的处理识别与图形信号的处理识别 第四讲第四讲 医学图像信号的采集、存储格式、医学图像信号的采集、存储格式、 处理方法处理方法 第五讲第五讲 MathlabMathlab 、VtkVtk、MtkMtk与医学图像与医学图像 的处理的处理 第六讲第六讲 医学信息挖掘医学信息挖掘 第七讲第七讲 用于教学的医学图片处理技术用于教学的医学图片处理技术 作业 第五讲第五讲 Mathlab Mathlab 、VtkVtk、MtkMtk与医学与医学 图像的处理图像的处理 nMathlab用于图像处理 n图像基本运算 n图像增强 n图像分割技术 n实验 回顾： 通常以数字图像的像素数 M*N来表示该图像的空间分辨率。 通常以灰度级别的bit数来表示该图像的明暗（灰度级）分辨率，例如： 8bit代表2的8次方=256级灰度； 6bit代表2的6次方=64级灰度等等 空间分辨率和明暗分辨率是表征一幅数字图像质量的重要指标之一。 一、Mathlab软件用于在图像 处理上的使用介绍 n1. 图像文件读取语句 imread(filename,format) 说明： n从图形文件读入图像的函数，其中filename是要读入的图像的 文件名，包括路径和扩展名，当图像文件和matlab文件在同 一目录下时，可省略路径；fotmat是图像的格式，可以支持 jpg，bmp，gif，png等众多格式；filename和fotmat都要用 单引号。 例如： nG=imread(X_chest.bmp,bmp); n从“X_chest.bmp”将一个bmp格式的影像读入到MATLAB 工 作空间并赋给变量 G。 使用介绍_续1 n2. 图像显示语句 函数subplot(m,n,p) n功能是划分绘图窗口，创建mn排列的子图阵列，p是子图的 序号。 例如： nsubplot(2,1,1);是创建两行一列的子图阵列，且是第一副图。 函数imshow(I,N) n功能是以离散N级灰度显示灰度图像I。如果省略了n，函数以 256级灰度图像在24位的显示环境下显示；以64级灰度图像在 其他系统显示。imshow(RGB) 显示真彩影像RGB。 例如： n例如：imshow(G,256); 就是显示256级灰度图像G。 使用介绍_续2 函数title ntitle(string) 在当前轴增加标题。 n说明： 每个轴的图形对象可以有一标题。标题位于轴的中央顶部处。 函数imhist是显示影像数据的直方图。 n格式：imhist(I,n) 显示灰度图像的直方图 n imhist(G,256) n说明： imhist(I) 在灰度刻度色条上方显示灰度影像的一个直方图。直方 图的直线条数是由影像类型指定的。如果变量I是灰度级影像， imhist 用256条直线条的默认值显示。如果变量I是二值影像, imhist 用 2条直线显示。 imhist(I,n) 以指定的直线条数显示一个直方图，n 也指定了色条 长度。如果变量I是二值影像, n只能取2。 例如：X胸片的显示，在上面子 显示窗显示片子，在下面的面子 显示窗显示该片子的直方图信息 使用介绍_续5 (6) 函数histeq(G) 直方图均衡化函数 nHisteq函数是用直方图均衡化增强对比度。 n句法： J = histeq(I,hgram) J = histeq(I,n) J,T = histeq(I,.) n说明： histeq 在一个灰度影像或一个彩色的索引影像上，通过值 得变换来增强影像对比度，所以输出影像的直方图近似匹 配一个指定的直方图。. 例如： J=histeq(G,256); subplot(2,2,1); imshow(G,256); subplot(2,2,2); imshow(B,256); subplot(2,2,3); imshow(C,256); subplot(2,2,4); imshow(J,256); histeqrotashow例子演示 使用介绍_续6 n3. 写图像文件函数 imwrite( ) 将影像写入图像文件。 句法： nimwrite(A,filename,fmt) 说明： nimwrite(A,filename,fmt)将影像A以fmt指定的格式写入由 filename指定的文件。A 可以是MN(灰度级影像) 或者 MN3 (彩色影像) 数组。 A 不能是空数组。如果指定格式是 TIFF，imwrite 也可以接受含有颜色数据的MN4数组，它 用于CMYK彩色空间。 二、图像的基本运算 n1. 代数运算 代数运算： n对两幅以上的输入图像中对应像素的灰度值作加、减、乘、除 等运算后，将运算结果作为输出图像相应像素的灰度值。 特点： n输出图像像素的灰度取决于输入图像的对应像素的灰度值，与 邻域内像素灰度值无关 n不会改变像素的空间位置 主要运算： n算术运算（+、-、*、/） n逻辑运算（求反、异或、或、与） 图像的运算是指对图像像素进行的运算，也就是对像素灰度值或空间坐 标值的运算。图像的基本运算主要有：代数运算和几何运算。 图像的基本运算_续1 图像的加法运算 n可用于对同一场景的多幅图像求平均值以降低累 加随机噪声的影响；也可用于将一幅图像的内容 叠加到另一幅图像上去，以达到二次曝光，信息 叠加的目的。 n加法运算公式： G(x, y) = G1(x, y) + G2(x, y) 其中：G(x, y)代表输出图像，G1(x, y) 和G2(x, y)代表 两幅输入图像。 例题1： n对图像“Ex3.bmp”和 “Ex2.bmp”进行加法运算。 clear all G1=double(imread(d:matlabworktuex3,bmp); G2=double(imread(d:matlabworktuex2.bmp,bmp); G=0.5*(G1+G2); subplot(1,3,1); imshow(uint8(G1); subplot(1,3,2); imshow(uint8(G2); subplot(1,3,3); imshow(uint8(G); addshow例子演示 例题2： 对图像“bottle.bmp”和 “cloudy.bmp”进行加法运算。 用M文件实现自动运算显示。Test2.m程序文件如下： clear all ； G1=double(imread(d:matlabworktubottle.bmp,bmp); G2=double(imread(d:matlabworktucloudy.bmp,bmp); G=0.5*(G1+G2); imshow(uint8(G); imwrite(uint8(G),d:matlabworktusum.bmp,bmp); 运行程序，结果如图所示。 图像的基本运算_续2 图像的减法运算 n不同条件下两幅图像之差可以突出研究对象， 例如：数字减影技术（DSA） n减法运算公式 G(x, y) = G1(x, y) - G2(x, y) 其中：G1(x, y) 和G2(x, y)代表两幅输入图像，G(x, y)代表输出图像。 图像的相减可能使某些像素的灰度值变为负数，在实 际编程中必须要考虑到这种情况，一般情况下设定当 图像相减结果为负数时以0代替。 图像的基本运算_续3 例题3：器官造影前后两幅图像的减法运算 Subshow.m文件 %减影处理 clear all G1=double(imread(d:matlabworktuD21.png,png); %读入第一副图 G2=double(imread(d:matlabworktuD22.png,png); %读入第二幅图 m,n=size(G1); %计算图像矩阵的大小 for i=1:m for j=1:n G(i,j)=2*G2(i,j)-G1(i,j); %减法运算 if G(i,j)=0 G(i,j)=0; end end end subplot(1,3,1);imshow(uint8(G1);title(尚无造影剂拍摄); %输出无造影剂拍摄的图像 subplot(1,3,2);imshow(uint8(G2);title(含造影剂拍摄); %输出注射造影剂后拍摄的图像 subplot(1,3,3);imshow(uint8(G);title(经数字减影技术处理后的图像); %经DSA处理的图像 subshow例子演示 例题4： 对图像“sum.bmp”和 “cloudy.bmp” 进行减法运算。 用M文件实现自动运算显示。Test3.m程序文件如下： clear all; G1=double(imread(d:matlabworktusum.bmp,bmp); G2=double(imread(d:matlabworktucloudy.bmp,bmp); m,n=size(G1); for i=1:m for j=1:n G(i,j)=2*G1(i,j)-G2(i,j); if G(i,j)T c(i,j)=255; elseif x(i,j)=T c(i,j)=0; end end end subplot(1,2,1);imshow(x);subplot(1,2,2);imshow(c);%显示结果 本例中，根据生物学特性， 将细胞的像素值设为0，背景 设为255。分割结果使得细胞 图像更加清晰 图像分割技术_续7 n基于边界的图像分割 图像的边缘存在于目标和背景之间，是图像分 割的重要依据。 常用的边缘检测算子有：Sobel算子、 Roberts算子、Prewitt算子、Canny算子等。 两种常用的边缘检测算子，如图9-38所示A点 代表中心点，A0至A7代表和A点相邻的像素点 ，A点的灰度值用f(x, y)表示。 图像分割技术_续8 1、Roberts算子 n首先计算沿与图像坐标轴45度角或135度角 方向上的灰度变化值，即灰度梯度，数学 计算公式是：|f(x,y)|=max|f(A)- f(A4)|,|f(A5)-f(A3)|； n设定阈值tH后可以得到二值分割的图像 n在MATLAB中Roberts算子的实现函数是： BW = edge(I,roberts,thresh) 其中I是输入图像矩阵 BW代表输出图像矩阵 thresh阈值是(0，1)之间的数值，可用人工设 定，如果thresh为空，则程序自动选择阈值。 基于边界的图像分割 2、Sobel算子 nSobel算子分别计算垂直和水平模板卷积和，设大 于设定阈值的点则为边缘。 n利用Sobel算子可以得到二值分割的图像，方法同 Roberts算子。 n垂直和水平模板如图9-40所示，卷积计算公式从略 。 基于边界的图像分割 n在MATLAB中Sobel算子的实现函数是： BW = edge(I,sobel,thresh,direction)； direction代表sobel算子检测的方向，可以选择的参数 是 n水平