医学图像增强

医学图像增强第一页，共二十六页，编辑于2023年，星期二概述扫描设备影响导致图像质量的退化首要任务：增强信噪比即滤除图像的噪声和干扰，突出感兴趣对象区域第二页，共二十六页，编辑于2023年，星期二卷积算子图像的直方图

一种图像增强运算用局部算子做卷积图像与核的卷积的定义：

第三页，共二十六页，编辑于2023年，星期二上述卷积可以在频域实现

第四页，共二十六页，编辑于2023年，星期二象素运算显示设备的非线性特效校正根据真实图像，对实际显示的图像进行校正产生原因：图像输出设备自身的非线性灰度特性影响输出图像的效果第五页，共二十六页，编辑于2023年，星期二灰度运算当图像动态范围明显超出显示系统的范围，或反之，都应对图像灰度进行变换，使感兴趣的灰度区间跨越显示设备的整个动态范围

第六页，共二十六页，编辑于2023年，星期二直方图均衡使图像灰度信息尽可能均匀，本质是将输入图像的直方图映射成一个最大平展的直方图。做法：归一化直方图

计算第七页，共二十六页，编辑于2023年，星期二局部算子均值滤波平滑噪声，但牺牲了边缘的锐度中值滤波在核框架的每个位置上将核的中心与待处理的图像元素对齐，输出的象素灰度为该框架范围下所有象素灰度的中位数第八页，共二十六页，编辑于2023年，星期二边缘增强水平边缘或线条增强算子

竖直边缘线条增强算子全方位边缘增强算子第九页，共二十六页，编辑于2023年，星期二局部区域直方图均匀化整个图像直方图均衡化的演化用于小块和彼此重叠的局部图像区域利于观察细节计算方法同前第十页，共二十六页，编辑于2023年，星期二多幅图像运算图像平均法抑致噪声基于三点假设（1）图像数量多（2）各幅图像受到同类附加噪声损害（3）附加噪声是零均值的随机噪声类似物理学中测量多次取平均值第十一页，共二十六页，编辑于2023年，星期二图像表示平均图像期望值标准差第十二页，共二十六页，编辑于2023年，星期二图像减象法两幅图像相减（可以用来验证）可以将动态范围扩展第十三页，共二十六页，编辑于2023年，星期二频域增强技术通过消除高频分量抑制噪声或平滑图像或消除低频分量增强图像边缘Butterworth低通滤波Butterworth高通滤波其中为域值第十四页，共二十六页，编辑于2023年，星期二

适配图像滤波第十五页，共二十六页，编辑于2023年，星期二通过消除噪声而又不严重模糊图像中结构实现图像的增强或恢复第十六页，共二十六页，编辑于2023年，星期二空间频率滤波例1

减小靠近频域中心的分量成分相当于增强高频信号的比重例2

从一个常数减去距频域中心的频率成分就构成陷波器，使相应的频率分量消除而其他的不变第十七页，共二十六页，编辑于2023年，星期二钝化蒙片法先对图像做低通滤波得到一幅模糊的图像，再从原图中减去这幅模糊的图像，就相当于实现高通滤波。第十八页，共二十六页，编辑于2023年，星期二适配维纳滤波平稳的随机过程功率谱可以定义为自相关函数的Fourier变换白噪声过程的功率谱因而平稳维纳滤波器可以表示为最优线性估算，平滑与消除噪声的最佳折中第十九页，共二十六页，编辑于2023年，星期二

适配模板滤波第二十页，共二十六页，编辑于2023年，星期二信息的保留比简单的提高信噪比重要适应模板滤波技术根据图像上的每一个象素点及其周围邻近的8各邻点的情况自动选出最佳匹配模板加以处理，识别和判断，决定是否保留，这样可以极大保留边缘信息。第二十一页，共二十六页，编辑于2023年，星期二中心思想：寻找一块合适的模板，对当前象素的有限连续区域的最佳匹配。标准差为依据

第二十二页，共二十六页，编辑于2023年，星期二平坦变化的模板上的标准差值相对较小，最佳模板的选择就是在有限连续区域内选择除具有最多邻域非背景象素点的模板T，以达到最大噪声抑制存在边缘时，由于图像的变化明显，模板的标准差值相对较小，选择具有最小标准差的边缘模板第二十三页，共二十六页，编辑于2023年，星期二从最大的模板开始计算标准差和非背景象素点数，设定域值T，避免穷举试验表