医学图像增强.ppt

医学图像增强概述n扫描设备影响导致图像质量的退化n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卷积算子n图像的直方图 n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：n上述卷积可以在频域实现 象素运算n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n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 直方图均衡n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 计算局部算子n均值滤波平滑噪声，但牺牲了边缘的锐度n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边缘增强水平边缘或线条增强算子水平边缘或线条增强算子 竖直边缘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全方位边缘增强算子局部区域直方图均匀化n整个图像直方图均衡化的演化n用于小块和彼此重叠的局部图像区域 利于观察细节 计算方法同前多幅图像运算n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n图像表示n平均图像n期望值n标准差图像减象法n两幅图像相减（可以用来验证）n可以将动态范围扩展频域增强技术n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 适配图像滤波n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空间频率滤波n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钝化蒙片法n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。适配维纳滤波n平稳的随机过程功率谱可以定义为自相关函数的Fourier变换n白噪声过程的功率谱n因而平稳维纳滤波器可以表示为n最优线性估算，平滑与消除噪声的最佳折中 适配模板滤波n信息的保留比简单的提高信噪比重要n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。n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。n标准差为依据 n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n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n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n试验表明适配模板滤波算法比较有效 二进小波图像增强技术