医学图像处理重点知识概要

1《医学图像处理》课程复习大纲《医学图像处理》课程复习大纲《医学图像处理》课程复习大纲《医学图像处理》课程复习大纲第一章第一章第一章第一章绪论绪论绪论绪论1.数字图像处理研究的主要内容：1)图像处理:几何处理，主要包括坐标变换、图像放大、缩小、旋转、移动、多个图像配准，全景畸变校正，扭曲校正，周长、面积、体积计算等；算术处理，对图像施以＋、－、×、÷等运算，主要针对像素点的处理，如医学图像的减影处理。2)图像增强：突出图像中感兴趣的信息，而减弱或去除不需要的信息，从而使有用信息得到加强，便于区分或解释。主要方法有直方图增强、伪彩色增强法、窗口技术等。3)图像恢复(图像复原)：去掉干扰和模糊，恢复图像的本来面目。如去噪(包括随机噪声和相干噪声)、去模糊(透镜散焦，相对运动等)；去除干扰方法：维纳、逆、同态滤波4)图像重建：几何处理、图像增强、图像复原都是从图像到图像的处理，而重建处理是从重建处理是从重建处理是从重建处理是从数据到图像的处理数据到图像的处理数据到图像的处理数据到图像的处理；图像重建的主要算法有代数法、迭代法、傅立叶反投影法、卷积反投影法(运算量小、速度快,运用最为广泛)等。5)图像编码(图像压缩)：图像编码的主要目的主要目的主要目的主要目的：①减少数据存贮量；②降低数据率,减少传输带宽；③压缩信息量，便于特征抽取，为识别作准备。编码标准编码标准编码标准编码标准JPEG,H261-H264,MPEG216)图像分割:将感兴趣的对象提取出来,是模式识别和图像分析的预处理阶段，通常也是图像处理中的最困难的一个环节。7)图像识别：模式识别方法有统计识别法；句法结构模式识别法；模糊识别法；8)图像理解：输入图像，输出一种描述；利用客观世界的知识使计算机进行联想、思考及推论，从而理解图像所表现的内容。2.几个重要的概念:1)视觉特征视觉系统的可视波长范围λ=350nm—780nm,视觉系统可响应的亮度范围是1～或有10个量级的幅度范围。视觉亮度特征：相对视敏函数，对比度，同时对比度(韦伯比CIdII∆==∆)(log，I为原刺激量，△I为刺激增加量，△C为常数，又称为韦柏率。)马赫带效应:视觉的主观感受在亮度有变化的地方出现虚幻的明亮或黑暗的条纹；当亮度发生跃变时，会有一种边缘增强的感觉，视觉上感到亮侧更亮，暗侧更暗。2)图像信息的熵：某种幅度值出现的概率P所包含的信息量为P2log；图像各灰度值分布的概率相同时，熵最大。)(log21iniippE∑=−=3)能量谱和功率谱),(),(|),(|),(222vuIvuRvuFvuE+==),(),(),(22vuIvuRvuF+=（幅度谱）3.图像质量评价指标：均方误差：∑∑==−×=IiJjjixjixJIMSE112)],(),([1归一化后：∑∑∑∑====−=IiJjIiJjjixjixjixNMSE112112),()],(),([绝对误差：∑∑==−×=IiJjjixjixJIMAE11),(),(12峰值信噪比：∑∑==−⋅=IiJjjixjixJIxPSNR1122max)],(),([1lg10第二章第二章第二章第二章图像文件的格式图像文件的格式图像文件的格式图像文件的格式BMP文件，不压缩形式(WORD类型2个字节，DWOR、DLONG4个字节)1)图像文件头(14个字节)，bfType/bfSize/bfReserved1/bfReserved2/bfOffBits2)图像信息头(40个字节),biSize/biWidth/biHeight/biBitCount等3)调色板(大小N*4个字节，N为调色板中颜色数)，8位图像，颜色数为256*4个字节；4位，64个字节；1位，8个字节；16/24/32位图像，无颜色表。4)图像数据区:1位BMP，8个像素点占一个字节；4位BMP，2个像素点占一个字节；8位BMP，1个像素点占一个字节；16位BMP，2个字节；24位，3个字节；32位，4个字节占用的字节数，能够计算一幅bmp格式图像所占用的字节大小。第三章第三章第三章第三章图象增强技术图象增强技术图象增强技术图象增强技术1.灰度直方图定义：图象中象素灰度分布的概率密度函数；是灰度级的函数，描述的是图像中各灰度级的像素个数,即横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数；性质:①反映图像灰度分布情况，丢失了像素的位置信息,不包含图象灰度分布的空间信息，因此无法解决目标形状问题；②具有不唯一性，不同图象可能对应相同的直方图；③具有可加性，即图象总体直方图等于切分的各个子图象的直方图之和；2.图像增强的应用及其分类1)应用:改善图像的视觉效果,突出图像的特征，便于观察和分析；便于人工或机器对图象的进一步处理。2)分类:按处理方法分为空域处理空域处理空域处理空域处理((((点处理点处理点处理点处理、、、、领域方法领域方法领域方法领域方法))))和频域处理频域处理频域处理频域处理，空域增强包括灰度变换、直方图变换、邻域平均法、中值滤波、边缘增强的各种离散空间差分算子3.图像增强的点运算1)灰度变换（线性变换，分段线性变换，非线性变换，各种灰度变换函数的作用）线性变换(直方图拉伸):通过修改p(r)达到增强图象的目的，修改是对各象素单独进行的，属于点处理。任一象素，其灰度为rS=T(r)同一象素，其灰度为s32)直方图修正法（直方图均衡化、直方图规格化,能对图像进行直方图均衡化和直方图规格化的计算）a.均衡化：将原始图象的直方图变换为均匀分布的形式，从而增加象素灰度值的动态范围，达到增强图象整体对比度的效果。变换前后象素在图象中所占比率不变方法：计算累计分布函数,并将其作为灰度变换函数s=T(r),从而将原始图象的关于灰度r的分布直方图，转换为关于灰度s的均匀分布。离散直方图计算公式计算公式计算公式计算公式∑==kiirkrpS0)(直方图均衡化，力图使等长区间内出现的像素数接近相等；不改变灰度出现的次数（因为那样会改变图象的信息结构），改变出现次数所对应的灰度级。算法：s=cdf(k)*255/(128*128)；cdf(k)为累计直方图，128*128为图像的总像素数。注：①算法实质是将原来的灰度值为k的像素灰度值变为s；②离散灰度级由于直方图是近似的概率密度函数,作变换一般得不到完全平坦的结果；③变换后图像的直方图与原图相比，灰度级变少或不变。b.直方图规格化：将原始图象的直方图变换为特定的分布形式p(u)，达到增强图象整体视觉效果的目的。计算步骤：(1)对原始图象直方图进行均衡化：s=T(r)；(2)给出规定直方图，并进行均衡化处理：v=G(u)(3)建立对应关系，即用最接近的s代替v，将原灰度级映射到新的灰度级例题：4.噪声的分类及常见噪声模型的含义(如白、高斯、椒盐、随机值脉冲噪声等的定义)噪音是妨碍人们感觉器官对所接收的信源信息理解的因素；噪音不可预测，只能用概率统计方法来认识的随机误差；用均值、方差、相关函数来反映噪声的特征。噪声的产生：图像采集和传输中光照不均、电磁辐射的影响；量化噪声、热噪声等；噪声的分类：1)按产生原因，外部噪声(系统外部干扰通过电磁波或经电源串进系统内部引起)、内部噪声(由光和电的基本特性、电器的机械运动、元器件材料本身及系统内部电路等引入)；2)按统计理论观点，平稳噪声(统计特性不随时间变化)、非平稳噪声(统计特性不随时间变化）；3)按噪声幅度分布，高斯噪声(幅度分布按高斯分布)、瑞利噪声、伽玛噪声、脉冲噪音；4)按频谱形状，白噪声(频谱均匀分布)、1/f噪声(频谱与频率成反比)、三角噪声(与频率平方成正比)；5)按结合方式,加性噪声、乘性噪声。()()22/212zPzeµσπσ−−=4椒盐噪声：噪声点的取值不依赖图像信号本身的取值，受噪声干扰的图像像素灰度值以相同的概率等于0和255。随机值脉冲噪声：噪声点的取值不依赖图像信号本身的取值，受干扰的图像点取值均匀分布于图像灰度最大与最小的可能取值之间。5.图像的空间域平滑（能判断各种空域滤波器的作用效果，能选择合适的滤波器滤波，如去除椒盐噪声可选择中值滤波）空域滤波器：线性滤波器，高通(边缘增强、边缘提取)、低通(钝化图像、去除噪音)、带通(删除或者增强特定频率、较少使用)；非线性滤波器，最大值(寻找最亮点)、最小值(寻找最暗点)、中值(钝化图像、去除噪音)。图像平滑或去噪：抑制噪声改善图像质量所进行的处理。局部平滑法:邻域平均法的平均作用会引起模糊现象，模糊程度与邻域半径成正比；空间低通滤波:钝化图像、去除噪音；低频通过，抑制高频。模板系数设计原则：①大于0；②都选1，或中间选1，周围选0.5；③通过求均值，解决超出灰度范围问题模板尺寸越大，图像越模糊，图像细节丢失越多；去除噪音的同时钝化了边缘和尖锐的细节。中值滤波:属非线性滤波，钝化图像、去除噪音，可以比较好地保留边缘轮廓信息和图像的细节。6.图像空间域锐化（判断各种空域滤波器的作用效果，每个算子处理后图像后的特点，理解记忆）图像锐化的目的：增强图像中景物的边缘和轮廓，提高分辨率高通滤波器：设计模板系数①中心系数为正值，外围为负值；②系数之和为0。计算时出现的负值，归0处理；增强边的同时，丢失了图像的层次和亮度梯度锐化法（Roberts算子，Sobel锐化算子，Priwitt锐化算子，拉普拉斯算子）Pg1641）Roberts算子：边缘定位准，对噪声敏感；Δf≈|z5-z9|+|z6-z8|2）Sobel梯度算子：Δf≈|(z7+2z8+z9)-(z1+2z2+z3)|+|(z3+2z6+z9)-(z1+2z4+z7)|3）Priwitt锐化算子：Δf≈|(z7+z8+z9)-(z1+z2+z3)|+|(z3+z6+z9)-(z1+z4+z7)|4)Laplace梯度算子:不依赖边缘方向的二阶微分算子，是一个标量而不是矢量，有旋转不变性即各向同性的性质。与梯度算子不同,只需要一个卷积模板。7.频域增强法类似于空间域，在频率域内也可进行滤波(低通滤波器和同态滤波器)和边缘检测(高通滤波器),处理的一般方法：其中G(u,v)=H(u,v)F(u,v)5变换域的几种滤波器的作用和特点1）理想滤波器：H(u,v)=1当D(u,v)≦D0，其余为0。有振铃效应，2）巴特沃斯低通滤波器：n为滤波器的阶次，D0为截止频率可避免振铃效应，3）巴特沃斯高通滤波器：通过高频分量，削弱低频分量4）同态滤波：图像f(x,y)是由光源产生的照度场i(x,y)和目标的反射系数场r(x,y)的共同作用下产生的，可以表达成f(x,y)=i(x,y)r(x,y)，在空间频率域，入射光较均匀，随空间位置变化小，占据低频段；反射光随空间位置变化剧烈，占据相对高频段比较宽的范围。同态滤波方法就是利用将图像中的照明分量和反射分量分开，分别作用在两个分量上。使用合适的同态滤波器，就可以在获得尽可能大的对比度的同时（压制低频部分，增强高频部分），减小其动态范围。从而增强图像的清晰度。⎯⎯→⎯⎯⎯→⎯⎯⎯→⎯⎯⎯→⎯⎯⎯→⎯⎯⎯→⎯),(),(),(),(),(),(exp),(lnyxgyxsvuSvuZyxzyxfIFFTvuHFFT第四章第四章第四章第四章图像图像图像图像正交正交正交正交变换变换变换变换1.图像变换的基础知识图像变换的目的：使图像处理问题简化；有利于图像特征提取；有助于从概念上增强对图像信息的理解。正交变换是线性变换，其基本线性运算式是严格可逆的，并且满足一定的正交条件；广泛运用于图像特征提取、图像增强、图像复原、图像识别以及图像编码等处理中。2.傅立叶（Fourier）变换1）傅里叶变换满足狄里赫莱条件：具有有限个间断点；具有有限个极值点；绝对可积。2）连续----非周期；离散---周期(eg.离散的周期函数的傅里叶谱是离散的周期函数)3）离散傅里叶变换的性质：可分性(二维图像的fft2，可先做行的fft,再做列的fft)；线性,；共轭对称性，；时间移位，若)()(mXnx⇔则；频率移位，若)()(mXnx⇔则；帕斯维尔