第3次課 醫(yī)學(xué)圖像增強(qiáng)技術(shù)

1、醫(yī)醫(yī) 學(xué)學(xué) 圖圖 像像 處處 理理Medical Image Processing陳家益陳家益()廣東醫(yī)學(xué)院 信息工程學(xué)院 計(jì)算機(jī)科學(xué)教研室主要內(nèi)容：主要內(nèi)容：3.4 醫(yī)學(xué)圖像的平滑醫(yī)學(xué)圖像的平滑3.2 圖像的點(diǎn)運(yùn)算及灰度變換圖像的點(diǎn)運(yùn)算及灰度變換3.3 直方圖增強(qiáng)直方圖增強(qiáng)3.1 醫(yī)學(xué)圖像增強(qiáng)的目的與和分類(lèi)醫(yī)學(xué)圖像增強(qiáng)的目的與和分類(lèi)3.5 醫(yī)學(xué)圖像的銳化醫(yī)學(xué)圖像的銳化第3章醫(yī)學(xué)圖像增強(qiáng)技術(shù) 醫(yī)學(xué)圖像增強(qiáng)的目的是通過(guò)對(duì)醫(yī)學(xué)圖像的處理，增強(qiáng)圖像中的有用信息，抑制或消除一些無(wú)用的信息，突出圖像中感興趣的區(qū)域，改善圖像的外觀和視覺(jué)效果，使圖像特征比原圖像更容易被人類(lèi)視覺(jué)系統(tǒng)感知或更容易被自動(dòng)圖像分析

2、系統(tǒng)檢測(cè)。圖像增強(qiáng)圖像增強(qiáng)空域法空域法局部運(yùn)算局部運(yùn)算平滑平滑均值濾波均值濾波中值濾波中值濾波銳化銳化拉普拉斯拉普拉斯羅伯特算子羅伯特算子Sobel算子算子點(diǎn)運(yùn)算點(diǎn)運(yùn)算灰度變換灰度變換直方圖法直方圖法頻域法頻域法醫(yī)學(xué)圖像增強(qiáng)的分類(lèi)： 醫(yī)學(xué)圖像增強(qiáng)常用三類(lèi)變換函數(shù)：線性（正比和反比）、對(duì)數(shù)型（對(duì)數(shù)和反對(duì)數(shù)）、指數(shù)型（n次冪和n次方根）（1）線性變換函數(shù)1)線性變換函數(shù)定義及增強(qiáng)過(guò)程 設(shè)原圖像的灰度范圍為a,b,即af(x,y)b。若進(jìn)行線性變換，將灰度范圍拉伸為c,d(d-cb-a)，則變換表達(dá)式為：( , )( ( , )dcg x yf x yacba Matlab中線性變換增強(qiáng)的三種實(shí)現(xiàn)方

3、法：方法一f=imread(dust.tif);m,n=size(f);a=min(f(:);b=max(f(:);c=0;d=255; g=uint8(zeros(m,n);for i=1:m for j=1:n g(i,j)=(d-c)/(b-a)*(f(i,j)-a)+c; endend( , )( ( , )dcg x yf x yacba Matlab中線性變換增強(qiáng)的三種實(shí)現(xiàn)方法：方法二f=imread(dust.tif);a=min(f(:);b=max(f(:);c=0;d=255;g=(d-c)/(b-a)*(f-a)+c;方法三g=imadjust(f,low_in high

4、_in,low_out high_out); low_in,high_in,low_out,high_out取值范圍為歸一化取值范圍為歸一化范圍范圍0,1。f=imread(dust.tif);a=min(f(:);b=max(f(:);g=imadjust(f,double(a/255) double(b/255),0 1);2)常用線性變換函數(shù)圖像反轉(zhuǎn)圖像反轉(zhuǎn) 灰度級(jí)為灰度級(jí)為0,L-1的圖像反轉(zhuǎn)由以下函數(shù)實(shí)現(xiàn)：的圖像反轉(zhuǎn)由以下函數(shù)實(shí)現(xiàn)： g(x,y)=L-1-f(x,y);方法一方法一g(x,y)=L-1-f(x,y);方法二方法二g=imadjust(f,0 1,1,0);方法三方法三

5、g=imcomplement(f);2)常用線性變換函數(shù)分段線性函數(shù)分段線性函數(shù) 對(duì)比度拉伸：對(duì)比度拉伸：是點(diǎn)對(duì)點(diǎn)的灰度級(jí)的映射，抑制非重要信息的對(duì)比度，拉伸重要信息的對(duì)比度。 MfabfgMgcd0()()()()gffcffaadcgfacafbbaMdfbdbfMMb 原始圖像中期望觀察部分的灰度值主要集中在90-140之間5902505(90)5140905(140)250255 140fgff 09090140140255fff 0100020003000400005010015020025025590 140fg2555250原始圖像對(duì)比度拉伸結(jié)果閥值函數(shù)：閥值函數(shù)：從圖像中將感興

6、趣的對(duì)象突出或從圖像中將感興趣的對(duì)象突出或分割出來(lái)。分割出來(lái)。實(shí)現(xiàn)閥值分割的函數(shù)：實(shí)現(xiàn)閥值分割的函數(shù)：Im2bw(f,level);level取值范圍為取值范圍為0,1（2）非線性變換函數(shù)1) 對(duì)數(shù)變換 log(1)gcf作用：將暗的部分?jǐn)U展，而將亮的部分抑制。非線性動(dòng)態(tài)范圍調(diào)整非線性動(dòng)態(tài)范圍調(diào)整13998213733606468205292603599943585580868940749480g=9*log(double(f)+1)g=1.5*im2uint8(mat2gray(log(1+double(f);（2）非線性變換函數(shù)2) 指數(shù)變換 電荷耦合器件圖像CDD的輸入輸出不是線性的，其

7、輸入與輸出為指數(shù)關(guān)系，必須對(duì)其進(jìn)行校正，以使得處理后的灰度信息與輸入信號(hào)近似為線性關(guān)系。 指數(shù)變換也稱(chēng)Gamma校正。2) 指數(shù)變換 ( , )gcf x y 2) 指數(shù)變換 當(dāng) ，指數(shù)變換對(duì)低亮度區(qū)域進(jìn)行拉伸，顯示隱藏在低灰度區(qū)域的細(xì)節(jié)，而對(duì)高亮度區(qū)域進(jìn)行壓縮。 當(dāng) ，指數(shù)變換對(duì)中低亮度區(qū)域進(jìn)行壓縮，而對(duì)高亮度區(qū)域進(jìn)行拉伸，突出顯示隱藏在高亮度區(qū)域的細(xì)節(jié) 。 Matlab中使用函數(shù)imadjust() 實(shí)現(xiàn)指數(shù)變換： g=imadjust(f,low_in high_in,low_out high_out,gamma);1 1 6 . 0人的脊椎骨折的MR圖像4 . 03 . 0GammaG

8、amma較正用于通常的對(duì)比度操作（使圖像變亮）較正用于通常的對(duì)比度操作（使圖像變亮） (a) 原始場(chǎng)景 (b) =0.5 (c) =0.7 (d) =0.9要取得好的視覺(jué)體驗(yàn)，觀看到“原始場(chǎng)景”，必須對(duì)圖像進(jìn)行 校正注意：注意：估計(jì)的 值不一定準(zhǔn)確，下圖表明值不準(zhǔn)確時(shí)，進(jìn)行校正后的圖像效果。 (a)設(shè)備 值為0.5 (b)值估計(jì)過(guò)小 (d)值估計(jì)適當(dāng) (c)值估計(jì)過(guò)大（1）直方圖均衡化 根據(jù)圖像的直方圖可以判斷一幅圖象是否合理的利用了灰度級(jí)范圍（1）直方圖均衡化 直方圖均衡化是將原圖像的直方圖通過(guò)轉(zhuǎn)換函數(shù)修正為均勻分布的形式。 步驟：計(jì)算原圖像的灰度直方圖 對(duì)具有L個(gè)灰度級(jí)的圖像（歸一化灰度值

9、范圍為0,1），計(jì)算灰度直方圖: ()01,0,1,2,1kkknp rrkLn（1）直方圖均衡化對(duì)每個(gè)灰度 ，進(jìn)行變換得到新的灰度值 ：將 映射到L個(gè)灰度級(jí)，得到均衡后的灰度級(jí) ：均衡化原始圖像 計(jì)算 對(duì)應(yīng)的像素?cái)?shù)，從而計(jì)算新的灰度直方圖。00()( )01,0,1,2,1kkkkkikiinsT rp rrkLnkrksks(*(1)0,1,2,1kktround sLkLktkt（1）直方圖均衡化 直方圖均衡化實(shí)例：原始圖像有64*64個(gè)像素，共8個(gè)灰度級(jí)。 數(shù)數(shù)（1）直方圖均衡化 實(shí)現(xiàn)直方圖均衡化的函數(shù)為： g=histeq(f);（2）直方圖規(guī)定化 直方圖規(guī)定化又叫直方圖匹配，是轉(zhuǎn)換一幅圖像使其直方圖與另一幅圖像的直方圖匹配或具有預(yù)先規(guī)定的形狀。目的是突出感興趣的灰度范圍，常用于消除同一場(chǎng)景不同成像條件下圖像之間的亮度差異。（2）直方圖規(guī)定化對(duì)原圖像均衡化：對(duì)期望得到的直方圖均衡化：根據(jù) ，得出 之間的映射關(guān)系；根據(jù)映射關(guān)系，對(duì)原圖像進(jìn)行處理，即可得到規(guī)定化后的圖像。0()( )01,0,1,2