医学图像处理复习重点.docxVIP

医学图像处理复习重点.docx

此“医疗卫生”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

医学图像处理复习重点

1、图像:事物的一种表示、写真或临摹,…..,一个生动的或图形化的描述,是对事物的一种表示。

2、图像的分类:(1)数学函数产生的图像(2)可见的图像(3)不可见的物理图像3、图像表示:常见图像是连续的,用f(x,y)表示一幅图像,其中x,y表示空间坐标点的位置,f表示图像在点(x,y)的某种性质的数值,如亮度等。f,x,y可以是任意实数。4、数字图像处理的定义(两方面):对一个物体的数字表示施加一系列的操作以达到某种预期的结果,它包括以下两方面内容:(1)将一幅图像变为另一幅经过加工的图像,是图像到图像的过程。(2)将一幅图像转化为一种非图像的表示,如一个决策等。

5、数字图象处理系统的基本组成结构:(1)图象数字化设备:扫描仪、数码相机、摄象机与图象采集卡等。(2)图象处理计算机:PC、工作站等,它可以实现通信(通信模块通过局域网等实现网络传输图像数据)、存储(存储模块采用磁盘、光盘)和图像的处理与分析

(主要是运算,用算法的形式描述,用软件实现)。(3)图象输出设备:打印机等。6、研究的内容:(1)图像增强技术(2)图像配准技术(3)图像分割技术(4)图像三维显示技术(5)医学图像数据库

7、黑白图像:是指图像的每个像素只能是黑或者白,没有中间的过渡,故又称为2值图像。2值图像的像素值为0、1。

8、灰度图像:每个象素的亮度用一个数值来表示,通常数值范围在0到255之间,即可用一个字节来表示,0表示黑、255表示白,而其它表示灰度。以上两种为非彩色图像。9、彩色图像:彩色图象可以用红、绿、蓝三元组的二维矩阵来表示。通常,三元组的每个数值也是在0到255之间,0表示相应的基色在该象素中没有,而255则代表相应的基色在该象素中取得最大值,这种情况下每个象素可用三个字节来表示。

10、像素的性质:图像是由一些极小尺寸的矩形小块组合而成的。组成图像的这种最小基本元素称作象素(Pixel)。

例如,一幅MR图像在水平方向上有256个象素,垂直方向上也有256个象素。整幅图像共有256=65536256个象素。这就是图像的大小(size),又称作图像的尺度。图像尺度的计算公式为

S=Nx*Ny

11、物理尺寸:象素本身也有自己的大小,即对应实际物体空间的大小。

12、强度:对于黑白图像来说,图像的强度是用灰度的等级(Graylevel)表示的。灰度等级往往用2的整数次幂表示,例如8bit(256个灰度等级)。

13、图像的运算(算术运算加减乘除较多、逻辑运算较少):13.1算术运算

13.1.1加法运算的定义:C(x,y)=A(x,y)+B(x,y)生成图象叠加效果

(1)去除―叠加性‖噪音

主要应用举例:(1)去除―叠加性‖噪音(2)

对于原图象f(x,y),有一个噪音图象集{gi(x,y)}i=1,2,...M其中:gi(x,y)=f(x,y)+h(x,y)iM个图象的均值定义为:g(x,y)=1/M(g0(x,y)+g1(x,y)+…+gM(x,y))当:噪音h(x,y)i为互不相关,且均值为0时,上述图象均值将降低噪音的影响。

(2)生成图象叠加效果

对于两个图象f(x,y)和h(x,y)的均值有:g(x,y)=1/2f(x,y)+1/2h(x,y)会得到二次暴光的效果。推广这个公式为:g(x,y)=αf(x,y)+βh(x,y)其中α+β=1我们可以得到各种图象合成的效果,也可以用于两张图片的衔接

13.1.2减法的定义:C(x,y)=A(x,y)-B(x,y) 主要应用举例:(1)去除不需要的叠加性图案(2)检测同一场景两幅图象之间的变化(3)计算物体边界的梯度

(1)去除不需要的叠加性图案

设:背景图象b(x,y),前景背景混合图象f(x,y),g(x,y)=f(x,y)–b(x,y),g(x,y)为去除了背景的图象。

(2)检测同一场景两幅图象之间的变化

设:时间1的图象为T1(x,y),时间2的图象为T2(x,y),则g(x,y)=T2(x,y)-T1(x,y)为两幅图象之间的变化。

(3)计算物体边界的梯度

在一个图象内,寻找边缘时,梯度幅度(描绘变化陡峭程度的量)的近似计算为|Vf(x,y)|=max(f(x,y)–f(x+1,y),f(x,y)–f(x,y+1))以后还会具体讲到。

13.1.3乘法的定义:C(x,y)=A(x,y)*B(x,y)板图象与原图象做乘法)

主要应用举例:图象的局部显示(用二值

文档评论(0)

wentlz123 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档