医学图像处理（张楠）5.医学图像增强.-2012级生工.pdfVIP

第5部分 医学图像增强 张楠 Email: zhangnan@ 生物医学工程学院 计算机教研室 概述 5.1 设备的非线性特性校正 5.2 像素灰度变换 5.3 直方图均衡 5.4 局部区域直方图均衡 5.5 空间滤波器 5.6 卷积算子 5.7 频域增强技术 5.8 多幅图像运算 基本增强技术 图像是信息可视化的重要手段。一幅医学图像以直观 的形式给医生提供辅助诊断和治疗的信息。特别是，有经 验的放射专家和临床医生能从这些图像中得到很多有用的 信息。 但是，从扫描设备出来的原始图像由于受到成像设备 和获取条件等多种因素的影响，可能出现图像质量的退化， 甚至伪迹。即使是高质量的图像，在大多数情况下，也很 难用肉眼直接得出有用的诊断。 基本增强技术 不同能力和背景的人对同一幅医学图像往往会得出不 同的结果来。要想对图像有定量的评估就更是不可能的。 因此，用计算机对医学图像做后处理，首要的任务就 是对获取的医学图像进行增强信噪比的工作，即滤除图像 的噪声和干扰，突出感性趣对象区域或边缘从而为进一步 分析和计算奠定基础，从图像得到定量和更深刻的信息。 本章介绍一些基本的图像增强技术，包括直接对像素 及其近邻操作的各种卷积算子、局部算子。这些技术是独 立于被处理图像的工具型增强技术。 如果从被处理图像本身的状态和特点出发，使用适配 图像滤波就更有效。如果二者兼顾，即把图像的噪声特性 与滤波工具特点结合起来就有适配模板滤波技术。 对于具有高度冗余特性的离散二进小波系数适当的调 节也能够实现图像增强的目的。 5.1 设备的非线性特性校正 通常，作为图像输出设备的监视器或输出打 印装置自身的非线性灰度特性都会影响图像输出， 这种效果可以用下式表示： e(x,y ) C(f (x,y )) 其中，f (x,y), 是真实灰度图像， e(x ,y ) 是实际显示图像。 C(·) 是显示系统的非线性算子。 5.1 设备的非线性特性校正 为了克服这种不良影响，须对e(x,y)做逆变换校正，即：      g (x , y ) T (e(x , y ))  C C f x , y g (x , y ) f (x , y ) 其中，T(〃) 是非线性校正算子。 实际上要找到这样的 变换是很难的。一般可以通过使用一个已 知的覆盖整个灰级的线性灰度等级的图像对系统做测试，依据得到 的图像对新获取的图像进行校正。例如，有的CRT 显示具有对数特 性。实际上要得到好的图像效果，还必须考虑人眼视觉机制。 Gamma修正 现实世界中几乎所有设备的光电转换特性都是非线性 的。这些非线性部件的输出与输入之间的关系（例如，电 子摄像机的输出电压与场景中光强度的关系，CRT发射的 光的强度与输入电压的关系）可以用一个幂函数来表示， 它的一般形式是： I out (I in ) Gamma修正