圖象增強麻醉

圖象增強麻醉第1頁/共51頁第四節(jié)醫(yī)學圖像增強

MedicalImageEnhancement

圖像在形成、傳輸或變換的過程中，由于受到多種因素的影響，造成圖像質(zhì)量的下降（模糊、對比度差、噪聲干擾等）。即使是高質(zhì)量的圖像，在一些情況下，也很難用肉眼直接得出有用的診斷。不同能力和背景的人對同一幅醫(yī)學圖像往往得出不同的結(jié)果。第2頁/共51頁舉例第3頁/共51頁舉例第4頁/共51頁舉例第5頁/共51頁舉例第6頁/共51頁舉例第7頁/共51頁圖像增強的概念圖像增強是一類基本的圖像處理技術(shù)，其目的是對圖像進行加工（突出感興趣的區(qū)域或邊緣，減弱或去除噪聲與干擾等），以得到對具體應用來說視覺效果更“好”，更有用的圖像。第8頁/共51頁圖像增強的方法基于圖像域：直接在圖像所在的空間進行

基于變換域：通過在圖像的變換域間接進行方法很多，沒用通用的標準。第9頁/共51頁常用的增強方法灰度變換法直方圖變化法圖像平滑圖像銳化頻域增強彩色增強代數(shù)運算第10頁/共51頁灰度變換Gray-scaletransformation

當圖像成像曝光不足或過度時,或由于成像設備的非線性和圖像記錄設備動態(tài)范圍太窄等因素，都會產(chǎn)生對比度不足的弊病，使圖像中的細節(jié)分辨不清。這時可采用灰度變換，使圖像對比度擴展、圖像動態(tài)范圍增大、圖像變清晰，特征明顯。

第11頁/共51頁第12頁/共51頁第13頁/共51頁線性灰度變換0f(x,y)g(x,y)abcd第14頁/共51頁觀察直方圖分布灰度動態(tài)范圍較窄第15頁/共51頁對比度拉伸灰度動態(tài)范圍變寬第16頁/共51頁灰度動態(tài)范圍變寬觀察直方圖分布第17頁/共51頁分段線性灰度變換0f(x,y)g(x,y)abcdMfMg可以根用戶的需要，拉伸特征物體的灰度細節(jié)，抑制不感興趣的灰度級。第18頁/共51頁分段線性灰度變換第19頁/共51頁直方圖均衡化(HistogramEqualization)主要用于增強動態(tài)范圍偏小的圖像。

基本思想：是將原始圖象的直方圖變換為均勻分布的形式，圖象均衡化處理后，圖象的直方圖是平直的，即各灰度級具有相同的出現(xiàn)頻數(shù)。

第20頁/共51頁直方圖均衡化直方圖均衡化第21頁/共51頁直方圖均衡化

要找到一種變換

t=EH

(s)

使直方圖變平直，為使變換后的灰度仍保持從黑到白的單一變化順序，且變換范圍與原先一致，以避免整體變亮或變暗。增強函數(shù)必須滿足：（1）EH(s)在0≤s≤1范圍內(nèi)單調(diào)遞增函數(shù)，（2）對0≤s≤1有0≤EH(s)≤1。

第22頁/共51頁直方圖均衡化

可證明累積分布函數(shù)變換滿足以上條件。累積分布函數(shù)：

第23頁/共51頁第24頁/共51頁直方圖均衡化灰度動態(tài)范圍擴展第25頁/共51頁方法：空間域：鄰域平均法、中值濾波、多圖像平均法等。頻率域：因噪聲多在高頻段，采用各種形式的低通濾波。目的：①改善圖像的質(zhì)量；②消除噪聲。圖像的平滑第26頁/共51頁平滑可以抑制高頻成分，但也使圖像變得模糊。第27頁/共51頁鄰域平均法基本思想：對含噪聲的原始圖像f(x,y)的每個像素點取一個鄰域s，計算s中所有像素灰度級的平均值，作為鄰域平均處理后的圖像g(x,y)的平均值。S：預先定義的鄰域，M：臨域S內(nèi)像素的總點數(shù)。第28頁/共51頁點＋的鄰域點＋的鄰域

鄰域平均法4鄰域8鄰域第29頁/共51頁中值濾波器是一種非線性濾波器，最初用于一維信號中，后來被圖像處理引用。2、中值濾波原理：是一個含有奇數(shù)個像素的滑動窗口，讓窗口正中點的灰度值用窗口內(nèi)各點的中值代替。從而消除孤立的噪聲點。若窗口長度為5，窗口中像素的灰度值分別為80、90、200、110、120。中間值110替換200。第30頁/共51頁取3X3窗口中值濾波法例從小到大排列，取中間值第31頁/共51頁1、既可以濾除圖像中的噪聲，又能保持圖像中一些物體的邊緣。2、在抑制隨機噪聲上要比鄰域平均法差，但對于脈沖干擾中值濾波非常有效。二維中值濾波的主要特性第32頁/共51頁第33頁/共51頁第34頁/共51頁第35頁/共51頁多圖像平均法

多圖像平均法是利用對同一景物的多幅圖像取平均來消除噪聲產(chǎn)生的高頻成分，在圖像采集中常用這種方法。

第36頁/共51頁原圖平均2次平均8次平均4次第37頁/共51頁頻域低通濾波法一般來說，圖像的邊緣和噪聲都對應于傅立葉變換中的高頻分量，所以通過頻域?qū)σ欢ǚ秶母哳l分量的衰減能夠達到圖像平滑、去除噪聲。由于濾除了高頻分量，低頻信息無損地通過。第38頁/共51頁理想低通濾波器理想是指小于D0的頻率完全不受影響的通過，而大于D0的頻率則完全通不過。第39頁/共51頁（2）巴特沃斯低通濾波器物理上可以實現(xiàn)的一種低通濾波器是巴特沃斯低通濾波器。階數(shù)為n,截斷頻率為D0的巴特沃斯濾波器的轉(zhuǎn)移函數(shù)為：第40頁/共51頁1階巴特沃思低通濾波器轉(zhuǎn)移函數(shù)剖面圖低通巴特沃斯濾波器在高低頻率間的過渡比較光滑，振鈴效應不明顯。第41頁/共51頁頻域低通濾波消除虛假輪廓當圖像由于量化不足產(chǎn)生虛假輪廓時可用低通濾波器進行平滑以改進圖像質(zhì)量。第42頁/共51頁目的：增強圖像中的輪廓邊緣、細節(jié)以及灰度跳變部分，形成完整的物體邊界，達到將物體從圖像中分離出來或?qū)⒈硎就晃矬w表面的區(qū)域檢測出來的目的。圖像的銳化方法：空間域與頻率域兩種。第43頁/共51頁

增強邊緣第44頁/共51頁增強邊緣第45頁/共51頁考察正弦函數(shù)，它的微分微分后頻率不變，幅度上升2πa倍。一、微分法空間頻率愈高，幅度增加就愈大。這表明微分是可以加強高頻成分的，從而使圖像輪廓變清晰。

第46頁/共51頁設圖像函數(shù)為f(x,y)，它在點f(x,y)的梯度是一個失量，定義為：1、梯度法梯度的方向是f(x,y)在這點變化率最大的方向，幅度（簡稱梯度）由下式計算。第47頁/共51頁由梯度的計算可知：1、圖像中灰度變化較大的邊沿區(qū)域梯度值大。2、圖像中灰度變化平緩區(qū)域梯度值小。3、灰度均勻的區(qū)域梯度值為