图象增强麻醉ppt课件

1、1 第四节第四节 医学图像加强医学图像加强 Medical Image Enhancement 图像在构成、传输或变换的过程中，由于遭到多图像在构成、传输或变换的过程中，由于遭到多种要素的影响，呵斥图像质量的下降模糊、对种要素的影响，呵斥图像质量的下降模糊、对比度差、噪声干扰等。比度差、噪声干扰等。即使是高质量的图像，在一些情况下，也很难用即使是高质量的图像，在一些情况下，也很难用肉眼直接得出有用的诊断。肉眼直接得出有用的诊断。不同才干和背景的人对同一幅医学图像往往得出不同才干和背景的人对同一幅医学图像往往得出不同的结果。不同的结果。2举例3举例4举例5举例6举例7图像加强的概念图像加强是一类

2、根本的图像处置技术，其目的是对图像图像加强是一类根本的图像处置技术，其目的是对图像进展加工突出感兴趣的区域或边缘，减弱或去除噪声进展加工突出感兴趣的区域或边缘，减弱或去除噪声与干扰等，以得到对详细运用来说视觉效果更与干扰等，以得到对详细运用来说视觉效果更“好，好，更有用的图像。更有用的图像。8图像加强的方法基于图像域：直接在图像所在的空间进展基于图像域：直接在图像所在的空间进展 基于变换域：经过在图像的变换域间接进展基于变换域：经过在图像的变换域间接进展方法很多，没用通用的规范。方法很多，没用通用的规范。),(),(yxfTyxg9常用的加强方法灰度变换法灰度变换法 直方图变化法直方图变化法图

3、像平滑图像平滑图像锐化图像锐化 频域加强频域加强彩色加强彩色加强代数运算代数运算10灰度变换 Gray-scale transformation 当图像成像曝光缺乏或过度时当图像成像曝光缺乏或过度时, , 或由于成像设备的非或由于成像设备的非线性和图像记录设备动态范围太窄等要素，都会产生线性和图像记录设备动态范围太窄等要素，都会产生对比度缺乏的弊病，使图像中的细节分辨不清。对比度缺乏的弊病，使图像中的细节分辨不清。这时可采用灰度变换，使图像对比度扩展、图像动态这时可采用灰度变换，使图像对比度扩展、图像动态范围增大、图像变明晰，特征明显。范围增大、图像变明晰，特征明显。 111213线性灰度变换

4、0f(x,y)g(x,y)abcdcayxfabcdyxg),(),(14察看直方图分布灰度动态范围较窄15对比度拉伸灰度动态范围变宽16灰度动态范围变宽察看直方图分布17分段线性灰度变换0f(x,y)g(x,y)abcdMfMg可以根用户的需可以根用户的需求，拉伸特征物求，拉伸特征物体的灰度细节，体的灰度细节，抑制不感兴趣的抑制不感兴趣的灰度级。灰度级。18ayxfyxfacbyxfacayxfabcdMyxfbdbyxfbMdMyxgffg),(0),(),(),(),(),(),(分段线性灰度变换19直方图平衡化(Histogram Equalization)主要用于加强动态范围偏小的图

5、像。主要用于加强动态范围偏小的图像。 根本思想：是将原始图象的直方图变换为均匀分布的 方式，图象平衡化处置后，图象的直方图是 平直的，即各灰度级具有一样的出现频数。 20直方图平衡化21直方图平衡化 要找到一种变换 t=EH ( s ) 使直方图变平直，为使变换后的灰度仍坚持从黑到白的单一变化顺序，且变换范围与原先一致，以防止整体变亮或变暗。加强函数必需满足： 1EH(s)在0s1范围内单调递增函数， 2 对0s1有0EH(s)1。22直方图平衡化 可证明累积分布函数变换满足以上条件。 累积分布函数： 10 , 1, 1 , 0)()()(00kkikiisikHsLkspnnsEkt2324

6、直方图平衡化灰度动态范围扩展25方法：方法：空间域：邻域平均法、中值滤波、多图像平均法等。空间域：邻域平均法、中值滤波、多图像平均法等。频率域：因噪声多在高频段，采用各种方式的低通滤波。频率域：因噪声多在高频段，采用各种方式的低通滤波。目的：目的： 改善图像的质量；改善图像的质量； 消除噪声。消除噪声。图像的平滑26平滑可以抑制高频成分，平滑可以抑制高频成分，但也使图像变得模糊。但也使图像变得模糊。27邻域平均法根本思想：对含噪声的原始图像根本思想：对含噪声的原始图像f(x,y)f(x,y)的每个像素点取的每个像素点取一个邻域一个邻域s s，计算，计算s s中一切像素灰度级的平均值，作为中一切

7、像素灰度级的平均值，作为邻域平均处置后的图像邻域平均处置后的图像g(x,y)g(x,y)的平均值。的平均值。SjijifMyxg),(),(1),(S S：预先定义的邻域，：预先定义的邻域， M M：临域：临域S S内像素的总点数。内像素的总点数。28点的邻域点的邻域 邻域平均法4邻域 8邻域29中值滤波器是一种非线性滤波器中值滤波器是一种非线性滤波器 ，最初用于一维信，最初用于一维信号中，后来被图像处置援用。号中，后来被图像处置援用。2、中值滤波原理：是一个含有奇数个像素的滑动窗口，让窗口正原理：是一个含有奇数个像素的滑动窗口，让窗口正中点的灰度值用窗口内各点的中值替代。从而消除孤中点的灰度

8、值用窗口内各点的中值替代。从而消除孤立的噪声点。立的噪声点。假设窗口长度为假设窗口长度为5 5，窗口中像素的灰度值分别为，窗口中像素的灰度值分别为8080、9090、200200、110110、120120。中间值。中间值110110交换交换200200。30取取3X33X3窗口窗口中值滤波法例例207205208201202206198200212207205208201205206198200212212208207206205202201200198从小到大陈列，取中间值从小到大陈列，取中间值311 1、既可以滤除图像中的噪声，又能坚持图像中一些、既可以滤除图像中的噪声，又能坚持图像中一

9、些物体的边缘。物体的边缘。2 2、在抑制随机噪声上要比邻域平均法差，但对于脉、在抑制随机噪声上要比邻域平均法差，但对于脉冲干扰中值滤波非常有效。冲干扰中值滤波非常有效。二维中值滤波的主要特性32333435多图像平均法 多图像平均法是利用对同一景物的多幅图像取平均来消除噪声产生的高频成分，在图像采集中常用这种方法。 MiiyxgMyxg1),(1),(),(1),(yxeMyxg36原图平均2次平均8次平均4次37频域低通滤波法普通来说，图像的边缘和噪声都对应于傅立叶变换中普通来说，图像的边缘和噪声都对应于傅立叶变换中的高频分量，所以经过频域对一定范围的高频分量的的高频分量，所以经过频域对一定

10、范围的高频分量的衰减可以到达图像平滑、去除噪声。衰减可以到达图像平滑、去除噪声。由于滤除了高频分量，低频信息无损地经过。由于滤除了高频分量，低频信息无损地经过。38理想低通滤波器理想是指小理想是指小于于D0的频率的频率完全不受影完全不受影响的经过，响的经过，而大于而大于D0的的频率那么完频率那么完全全通不过。通不过。392巴特沃斯低通滤波器nDvuDvuH20),(11),(物理上可以实现的一种低通滤波器是巴特沃斯低通滤波器。阶数为n,截断频率为D0的巴特沃斯滤波器的转移函数为：401阶巴特沃思低通滤波器转移函数剖面图低通巴特低通巴特沃斯滤波沃斯滤波器在高低器在高低频率间的频率间的过渡比较过渡

11、比较光滑，振光滑，振铃效应不铃效应不明显。明显。41频域低通滤波消除虚伪轮廓当图像由于量化缺乏产生虚伪轮廓时可用低通当图像由于量化缺乏产生虚伪轮廓时可用低通滤波器进展平滑以改良图像质量。滤波器进展平滑以改良图像质量。42目的：加强图像中的轮廓边缘、细节以及灰度跳变目的：加强图像中的轮廓边缘、细节以及灰度跳变部分，构成完好的物体边境，到达将物体从图像中部分，构成完好的物体边境，到达将物体从图像中分别出来或将表示同一物体外表的区域检测出来的分别出来或将表示同一物体外表的区域检测出来的目的。目的。图像的锐化方法：空间域与频率域两种。方法：空间域与频率域两种。43加强边缘44加强边缘45调查正弦函数调

12、查正弦函数 ，它的微分，它的微分微分后频率不变，幅度上升微分后频率不变，幅度上升2a2a倍。倍。ax2sinaxa2cos2一、 微分法空间频率愈高，幅度添加就愈大。这阐明微分是可空间频率愈高，幅度添加就愈大。这阐明微分是可以加强高频成分的，从而使图像轮廓变明晰。以加强高频成分的，从而使图像轮廓变明晰。 46设图像函数为设图像函数为f (x,y)f (x,y)，它在点，它在点f(x,y)f(x,y)的梯度的梯度 是一个失是一个失量，定义为：量，定义为：Tyfxfyxf),(1、梯度法梯度的方向是梯度的方向是f (x,y)f (x,y)在这点变化率最大的方向，幅度在这点变化率最大的方向，幅度简称梯度由下式计算。简称梯度由下式计算。2122| ),(|yfxfyxf47由梯度的计算可知：1、图像中灰度变化较大的边沿区域梯度值大。2、图像中灰度变化平缓区域梯度值小。3、灰度均匀的区域梯度值为零。1、梯度法48图像经过梯度运算后只留下灰度值急剧变化的边沿处图像经过