医学图像处理第二章数字图像基础.ppt

《医学图像处理第二章数字图像基础.ppt》由会员分享，可在线阅读，更多相关《医学图像处理第二章数字图像基础.ppt（54页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、一个人最重要的是思想，每个人思想不同，一个人最重要的是思想，每个人思想不同，因此人与人也各不相同。如果我了解你的思想，因此人与人也各不相同。如果我了解你的思想，那我就能知道你是什么样的人；如果想要改变那我就能知道你是什么样的人；如果想要改变自己的人生，那首先就要改变自己的思想。自己的人生，那首先就要改变自己的思想。戴尔戴尔卡耐基卡耐基教学基本要求：教学基本要求：2.1视觉感知要素；视觉感知要素；2.2图像感知和获取；图像感知和获取；2.3图像取样和量化；图像取样和量化；2.4像素间的一些基本关系；像素间的一些基本关系；*教学基本要求：教学基本要求：2.1视觉感知要素；视觉感知要素；2.2图像感

2、知和获取；图像感知和获取；2.3图像取样和量化；图像取样和量化；2.4像素间的一些基本关系；像素间的一些基本关系；*眼眼眼眼睛睛睛睛的的的的形形形形状状状状近近近近似似似似于于于于一一一一个个个个圆圆圆圆球球球球，平均直径大约平均直径大约平均直径大约平均直径大约20mm20mm有三层膜包围着眼睛有三层膜包围着眼睛有三层膜包围着眼睛有三层膜包围着眼睛虹膜：虹膜：虹膜：虹膜：2mm8mm 2mm8mm，其作用，其作用，其作用，其作用是控制入光量是控制入光量是控制入光量是控制入光量视视视视网网网网膜膜膜膜：图图图图像像像像视视视视觉觉觉觉，表表表表面面面面的的的的光光光光接接接接收收收收器器器器分分

3、分分为为为为两两两两类类类类，即即即即锥锥锥锥状状状状体体体体和和和和杆杆杆杆状状状状体体体体。锥锥锥锥状状状状体体体体数数数数目目目目600600万万万万 700700万万万万 ，负负负负责责责责颜颜颜颜色色色色和和和和细细细细节节节节识识识识别别别别，锥锥锥锥状状状状视视视视觉觉觉觉又又又又称称称称白白白白昼昼昼昼视视视视觉觉觉觉；杆杆杆杆状状状状体体体体数数数数目目目目约约约约75007500万万万万1500015000万，无彩色感觉，称夜视觉。万，无彩色感觉，称夜视觉。万，无彩色感觉，称夜视觉。万，无彩色感觉，称夜视觉。可可可可 把把把把 中中中中 央央央央 凹凹凹凹 看看看看 作作作

4、作 一一一一 个个个个 1.5 1.5 mm1.5mmmm1.5mm的的的的方方方方形形形形传传传传感感感感器器器器阵阵阵阵列。列。列。列。*眼睛的晶状体和普通光学透镜之间的主要差别在于前者的适应性强。眼睛的晶状体和普通光学透镜之间的主要差别在于前者的适应性强。眼睛的晶状体和普通光学透镜之间的主要差别在于前者的适应性强。眼睛的晶状体和普通光学透镜之间的主要差别在于前者的适应性强。当晶状体的折射能力由最小变到最大时，晶状体的聚焦中心与视网当晶状体的折射能力由最小变到最大时，晶状体的聚焦中心与视网当晶状体的折射能力由最小变到最大时，晶状体的聚焦中心与视网当晶状体的折射能力由最小变到最大时，晶状体的

5、聚焦中心与视网膜间的距离由膜间的距离由膜间的距离由膜间的距离由17mm17mm缩小到缩小到缩小到缩小到14mm14mm，因此可以很容易计算出图像在视，因此可以很容易计算出图像在视，因此可以很容易计算出图像在视，因此可以很容易计算出图像在视网膜成像的大小。网膜成像的大小。网膜成像的大小。网膜成像的大小。(P29)(P29)*2.55mm人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：“马赫带，马赫带，马赫带，马赫带，Mac

6、h Band”Mach Band”（P32P32）*人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：瞬时对比现象瞬时对比现象瞬时对比现象瞬时对比现象(P32)(P32)*人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉视觉错觉视觉错觉视觉错

7、觉(P33)(P33)*人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉视觉错觉视觉错觉视觉错觉*人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉视觉错觉视觉错觉视觉错觉*人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼

8、的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉视觉错觉视觉错觉视觉错觉*人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉视觉错觉视觉错觉视觉错觉*人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数

9、，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉视觉错觉视觉错觉视觉错觉栅格火花错觉栅格火花错觉栅格火花错觉栅格火花错觉*人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉视觉错觉视觉错觉视觉错觉*人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：人眼的主观亮

10、度并非简单的光强函数，下面是一些有趣的例子：视觉错觉视觉错觉视觉错觉视觉错觉埃斯切尔的埃斯切尔的不可能的盒子不可能的盒子*教学基本要求：教学基本要求：2.1视觉感知要素；视觉感知要素；2.2图像感知和获取；图像感知和获取；2.3图像取样和量化；图像取样和量化；2.4像素间的一些基本关系；像素间的一些基本关系；*传感器原理：传感器原理：传感器原理：传感器原理：通通过过对对特特殊殊类类型型检检测测能能源源敏敏感感的的传传感感器器材材料料将将输输入入量量转转变变为电压，传感器的响应是输出为电压，传感器的响应是输出电压波形电压波形。三种主要传感器装置三种主要传感器装置三种主要传感器装置三种主要传感器装

11、置 单元成像传感器：单元成像传感器：用单个传感器获取场景成像；用单个传感器获取场景成像；线成像传感器：线成像传感器：用带状传感器获取场景成像；用带状传感器获取场景成像；阵列成像传感器：阵列成像传感器：用传感器阵列获取场景成像用传感器阵列获取场景成像*单元成像传感器：如光敏二级管单元成像传感器：如光敏二级管单元成像传感器：如光敏二级管单元成像传感器：如光敏二级管通过通过通过通过x-yx-y方向方向方向方向二维运动二维运动二维运动二维运动来得到二维图像。来得到二维图像。来得到二维图像。来得到二维图像。(P37)(P37)*线成像传感器：如平板扫描仪线成像传感器：如平板扫描仪线成像传感器：如平板扫描

12、仪线成像传感器：如平板扫描仪线线线线性性性性移移移移动动动动每每每每增增增增加加加加一一一一个个个个单单单单位位位位输输输输出出出出一一一一个个个个图图图图像像像像行行行行；只只只只需需需需一一一一维维维维运运运运动动动动就能得到二维图像。就能得到二维图像。就能得到二维图像。就能得到二维图像。(P38)(P38)*阵阵阵阵列列列列成成成成像像像像传传传传感感感感器器器器：如如如如CCDCCD（Charge-coupled Device，电荷耦合元件）图像传感器。）图像传感器。）图像传感器。）图像传感器。不需要运动就能形成图像。不需要运动就能形成图像。不需要运动就能形成图像。不需要运动就能形成图

13、像。教学基本要求：教学基本要求：2.1视觉感知要素；视觉感知要素；2.2图像感知和获取；图像感知和获取；2.3图像取样和量化；图像取样和量化；2.4像素间的一些基本关系；像素间的一些基本关系；*图像数字化：图像数字化：将模拟图像经过离散化之后，得到将模拟图像经过离散化之后，得到用数字表示的图像。用数字表示的图像。图像的数字化包括采样和量化两个过程。图像的数字化包括采样和量化两个过程。采样：采样：是将在空间上连续的图像转换成离散的采是将在空间上连续的图像转换成离散的采样点（即像素）集的操作。即：样点（即像素）集的操作。即：空间坐标的离散空间坐标的离散化化。量化：量化：把采样后所得的各像素的灰度值

14、从模拟量把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。即：到离散量的转换称为图像灰度的量化。即：灰度灰度的离散化的离散化。*采采样样：Sampling，实实际际上上采采样样方方式式由由产产生生图图像像的的传传感感器器装装置决定：置决定：P40量化：量化：Quantization，由灰度级决定，由灰度级决定*采采样样和和量量化化的的结结果果是是一一个个实实际际矩矩矩矩阵阵阵阵。一一幅幅有有M行行和和N列列的的数字图像表示如下数字图像表示如下：离散坐标用整数表示，原点的坐标值是（离散坐标用整数表示，原点的坐标值是（0,0）*数数字字图图像像的的质质量量在在很很大大程程序序上

15、上取取决决于于采采样样和和量量化化中中所所用用的的采样数和灰度级。采样数和灰度级。空空间间分分辨辨率率是是图图像像中中可可辨辨别别的的最最小小细细节节，采采样样值值是是决决定定一一幅图像幅图像空间分辨率空间分辨率的主要参数的主要参数。灰灰度度分分辨辨率率指指在在灰灰度度级级别别中中可可分分辨辨的的最最小小变变化化，由由量量化化的的等级决定，等级决定，灰度级通常是灰度级通常是2的整数次冥的整数次冥。通通常常把把大大小小为为M N，灰灰度度为为L级级的的数数字字图图像像称称为为空空间间分分辨辨率为率为M N像素、灰度级分辨率为像素、灰度级分辨率为L级的数字图像。级的数字图像。*1024*10245

16、12*512256*256128*12864321024*1024512*512256*256128*12864*6432*32小结：小结：从从上上面面的的图图中中我我们们可可以以看看出出，在在图图像像尺尺寸寸不不变变的的情情况况下下，空空间间分分辨辨率率高高的的图图像像比比空空间间分分辨辨率率低低的的图图像像包包含含的的像像素素多多，像素点较小，因而图像更清晰。像素点较小，因而图像更清晰。如果图像出现如果图像出现棋盘格棋盘格则说明采样数目不够。则说明采样数目不够。*256256灰度级灰度级1616灰度级灰度级8 8灰度级灰度级4 4灰度级灰度级小结：小结：从从上上面面的的图图中中我我们们可可

17、以以看看出出，在在空空间间分分辨辨率率不不变变的的情情况况下下，灰度级高的图像比灰度级低的图像质量更好。灰度级高的图像比灰度级低的图像质量更好。如果图像出现如果图像出现伪轮廓伪轮廓则说明灰度级数不够。则说明灰度级数不够。*当限定数字图像的大小时当限定数字图像的大小时,为了得到质量较好的图像，一般可采用如为了得到质量较好的图像，一般可采用如下原则：下原则：对缓变的图像，对缓变的图像，应该细量化，应该细量化，粗采样，粗采样，以避免假轮廓。以避免假轮廓。对细节丰富的图像，对细节丰富的图像，应细采样，应细采样，粗量化，粗量化，以避免模糊。以避免模糊。*放大过采样放大过采样 步骤一：步骤一：创立新的像素

18、位置（在原图像上放一个虚构的栅格）创立新的像素位置（在原图像上放一个虚构的栅格）步骤二：步骤二：对新位置赋灰度值（两种最常用的插值方法：最近邻域插值、对新位置赋灰度值（两种最常用的插值方法：最近邻域插值、双线性内插）双线性内插）*最近领域插值最近领域插值(x,y)点的灰度值等于点的灰度值等于离它最近的像素的灰度值；离它最近的像素的灰度值；优点：算法简单、快捷优点：算法简单、快捷缺点：存大较大误差缺点：存大较大误差*(x,y)(x,y+1)(x+1,y)(x+1,y+1)(x,y)双线性内插双线性内插*(x,y)(x,y+1)(x+1,y)(x+1,y+1)(x,y)缩小欠采样缩小欠采样 步骤同

19、放大步骤同放大*整数倍放大整数倍放大 可通过简单的像素复制完成；可通过简单的像素复制完成；*整数倍缩小整数倍缩小 可通过简单的像素删除完成；可通过简单的像素删除完成；*教学基本要求：教学基本要求：2.1视觉感知要素；视觉感知要素；2.2图像感知和获取；图像感知和获取；2.3图像取样和量化；图像取样和量化；2.4像素间的一些基本关系；像素间的一些基本关系；*如如果果一一幅幅图图像像用用f(x,y)表表示示，特特殊殊像像素素用用小小写写字字母母（p或或q）表示：表示：p的的4邻域邻域坐坐标标为为(x,y)的的像像素素p有有4个个水水平平和和垂垂直直方方向向上上的的相相邻邻像像素素，坐坐标标分分别别

20、为为：(x+1,y),(x-1,y),(x,y+1),(x,y-1)，这这个个像像素素集称为集称为p的的4邻域，用邻域，用N4(p)表示。表示。*p的的4个对角邻像素个对角邻像素坐坐标标分分别别为为：(x+1,y+1),(x-1,y-1),(x-1,y+1),(x-1,y-1)，用用N D(p)表示。表示。p的的8邻域邻域 N4(p)+ND(p)*为为了了确确定定两两个个像像素素是是否否连连通通，必必须须确确定定（1）它它们们是是否否相相邻邻（2）它它们们的的灰灰度度值值是是否否满满足足特特定定的的相相似似性性准准则则。设设V是是用于定义邻接性的灰度值集合。用于定义邻接性的灰度值集合。4邻邻接

21、接：如如果果q在在N4(p)中中，具具有有V中中数数值值的的两两个个像像素素p和和q是是4邻接的。邻接的。8邻邻接接：如如果果q在在N8(p)中中，具具有有V中中数数值值的的两两个个像像素素p和和q是是8邻接的。邻接的。*m邻邻接接(又又称称混混合合邻邻接接)：如如果果q在在N4(p)中中，或或者者q在在ND(p)中中且且集集合合N4(p)N4(q)没没有有V值值的的像像素素，则则具具有有V值值的的像像素素p和和q是是m邻接的。邻接的。混合邻接的引入是为了消除采用混合邻接的引入是为了消除采用8邻接常常发生的二义性。邻接常常发生的二义性。*从从具具有有坐坐标标(x,y)的的像像素素p到到具具有有

22、坐坐标标(s,t)的的像像素素q的的通通路路是是特定的像素序列，其坐标为：特定的像素序列，其坐标为：并且像素并且像素(xi,yi)和和(xi-1,yi-1)是邻接的。是邻接的。有有3种类型的通路：种类型的通路：4通路、通路、8通路、通路、m通路通路*随堂练习：以下随堂练习：以下p-q通路各是什么通路？通路各是什么通路？*给定给定2个像素个像素p、q，坐标分别为，坐标分别为(x，y)，(s，t)：欧氏距离欧氏距离根根据据这这个个距距离离量量度度，与与(x，y)的的距距离离小小于于或或等等于于某某个个值值d的的象素都包括在以象素都包括在以(x，y)为中心以为中心以d为半径的圆中。为半径的圆中。*给

23、定给定2个象素个象素p、q，坐标分别为，坐标分别为(x，y)，(s，t)：城区城区(city-block)距离，或称距离，或称D4距离距离 D4(p，q)=|x-s|+|y-t|根据这个距离量度，与根据这个距离量度，与(x，y)的的D4距离小于或等于某个值距离小于或等于某个值d的象素组成以的象素组成以(x，y)为中心的菱形。为中心的菱形。*给定给定2个象素个象素p、q，坐标分别为，坐标分别为(x，y)，(s，t)：棋盘棋盘(chessboard)距离距离：或或D8距离距离D8(p，q)=max(|x-s|，|y-t|)根据这个距离量度，与根据这个距离量度，与(x(x，y)y)的的D8D8距离小于或等于某个值距离小于或等于某个值d d的象素组成以的象素组成以(x(x，y)y)为中心的正方形。为中心的正方形。*随堂练习：求下列两点间的欧氏距离、城区距离和棋盘距离。随堂练习：求下列两点间的欧氏距离、城区距离和棋盘距离。*重点重点基本概念：图像的取样和量化、数字图像的基本概念：图像的取样和量化、数字图像的表示、空间和灰度级分辨率表示、空间和灰度级分辨率了解了解人眼的构造及人眼的视觉特性人眼的构造及人眼的视觉特性数字图像的放大和收缩数字图像的放大和收缩像素间的基本关系像素间的基本关系*