川大医学图像处理复习大纲汇编Word文档格式.docx

川大医学图像处理复习大纲汇编Word文档格式.docx

《川大医学图像处理复习大纲汇编Word文档格式.docx》由会员分享，可在线阅读，更多相关《川大医学图像处理复习大纲汇编Word文档格式.docx（43页珍藏版）》请在冰豆网上搜索。

去掉干扰和模糊，恢复图像的本来面目

噪声包括随机噪声和相干噪声

随机噪声干扰表现为麻点干扰，相干噪声表现为网纹干扰

维纳滤波、逆滤波、同态滤波

●图像重建：

（ImageReconstruction）

从数据到图像的处理。

也就是说输入的是某种数据，而处理结果得到的是图像

代数法、迭代法、傅立叶反投影法、卷积反投影法等

●图像编码：

（ImageEncoding）

减少数据存贮量，降低数据率以减少传输带宽，压缩信息量，便于特征抽取，为识别作准备

第一代编码：

PCM、DPCM、△M，变换编码中的DFT、DCT、Walsh-Hadamard等

第二代编码：

金字塔编码法、Fractal编码、基于神经元网络的编码方法、小波变换编码法、模型基编码法

●图像识别：

（ImageRecognition）

统计识别法；

句法结构模式识别法；

模糊识别法。

●图像理解：

（ImageUnderstanding）

该处理输入的是图像，输出的是一种描述，利用客观世界的知识使计算机进行联想、思考及推论，从而理解图像所表现的内容

●图像分割：

按照应用的要求将图像分割成一块块区域，目的是将感兴趣的对象提取出来

2.几个重要的概念:

视觉特征（如：

视觉系统的可视波长范围，韦伯定理同时对比度,马赫效应（当亮度发生跃变时，会有一种边缘增强的感觉，视觉上会感到亮侧更亮，暗侧更暗））、图像信息的熵（定义，熵的最大和最小值出现在什么情况下），能量谱和功率谱

●人眼可见的波长范围是390~780nm

●同时对比效应：

人眼对某个区域感觉到的亮度不仅依赖于它的自身亮度，还与它的背景有关

●视觉遮蔽：

当背景存在明显的空间或时间变化时，辨别亮度变化的门限增加

●韦伯定理：

如果一个物体的亮度与周围背景I有刚刚可以察觉到的差别△I，则△I和I的比值是I的函数，且该比值在一定的亮度范围内近似不变，该比值称为韦伯比

韦伯定理说明人眼视觉系统对亮度的对比度敏感，而非亮度值本身

低照度，韦伯比高，亮度分辨能力差；

高照度，韦伯比低，亮度分辨能力强

重现图片只需要重现物体间的对比度即可

●马赫带效应：

人眼所感觉到的亮度并不是亮度的简单函数，视觉系统有趋于过高或过低估计不同亮度区域边界值的现象

视觉系统在不同亮度区域边缘周围存在“欠调”和“过调”现象

实际各色带的亮度恒定，但是感觉条带边缘亮度有变化，边缘亮的一边更亮，暗的更暗

●图像信息的熵：

信源X发出的xj（j=1,2,…,n）共n个随机事件的自信息统计平均，即

H（X）称为信源X的“熵”，即信源X发出任意一个随机变量的平均信息量。

图像中，某种幅度值出现的概率为P，则所包含的信息量为

1）等概率事件的熵最大：

此时，

2）当P（x1）＝1时，P（x2）＝P（x3）＝…＝P（xj）＝0，熵最小

信息熵是一个数学上颇为抽象的概念，在这里不妨把信息熵理解成某种特定信息的出现概率（离散随机事件的出现概率）。

一个系统越是有序，信息熵就越低；

反之，一个系统越是混乱，信息熵就越高。

信息熵也可以说是系统有序化程度的一个度量

●能量谱和功率谱：

帕塞瓦尔定理：

能量谱：

单位频率的信号能量，记为在频带内的信号能量为

信号在整个频率范围内的总能量：

功率谱：

单位频率的信号功率，记为在频带范围内的总功率：

幅度谱：

相位谱：

3.图像质量评价指标：

均方误差，信噪比

●均方误差：

变换前后的差异

●平均绝对值误差：

●峰值信噪比：

第二章图像文件的格式

1.BMP文件结构，占用的字节数，能够计算一幅bmp格式图像所占用字节数。

●BMP文件格式：

图像文件头：

14字节bfType、bfSize、bfOffBits、两个保留字节

图像信息头：

40字节biSize、biwidth、biHeight、biBitCount、biClrUsed等

调色板：

4字节*位图中实际所用的颜色索引数

若biClrUsed=0表示使用所有调色板项即1,4,8位图分别有2,16,256个项

若biClrUsed非0,表示实际使用的颜色

图像数据：

4字节为单位存放

2.BMP格式哪些位的图像具有调色板，哪些不具有

1、4、8位位图均有调色板

16、24、32位位图无调色板

3．（不要求）

●GIF采用复杂的LZW编码一个GIF文件可存储多幅图像

●JPEG静止图像压缩有损编码对高频低频信号区分对待

第三章图象增强技术

1.灰度直方图:

●定义：

灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数,即：

横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数;

●性质:

反映图像灰度分布情况，不反映像素的位置，丢失了像素的位置信息,

不唯一性：

一幅图像对应唯一灰度直方图，不同图象可能对应相同的直方图

具有可加性：

图像的多个区域直方图之和为原图像的直方图

●典型用法：

1.通过检查直方图确定设备调整方向或灰度变换规则

2.确定阈值，在图象二值化、灰度变换或进行分割时确定合适的阈值

3.求面积，或对特定对象进行统计

2.图像增强的应用及其分类：

●图像增强两大类应用：

改善图像的视觉效果；

突出图像的特征，便于计算机处理。

●图像增强按作用域分为两类：

空域处理和频域处理

空域处理：

点处理、邻域处理

点处理：

灰度变换、直方图变换（直方图均衡化、直方图规格化）、

邻域处理：

邻域平均法、中值滤波、边缘增强的各种离散空间差分算子

3.图像增强的点运算

1）灰度变换（线性变换，分段线性变换，非线性变换，各种灰度变换函数的作用）

•线性变换：

通过修改p（r）达到增强图象的目的，修改是对各象素单独进行的，因此称为点处理

2）直方图修正法（直方图均衡化、直方图规格化,能够对一幅图像进行直方图均衡化和直方图规格化的计算）

•直方图均衡化：

将原始图象的直方图变换为均匀分布的形式，从而增加象素灰度值的动态范围，达到增强图象整体对比度的效果

计算累计分布函数，并将其作为灰度变换函数s=T（r）,从而将原始图象的关于灰度r的分布直方图，转换为关于灰度s的均匀分布。

1）直方图均衡化，不改变灰度出现的次数（因为那样会改变图象的信息结构），所改变的是出现次数所对应的灰度级。

2）直方图均衡化，力图使等长区间内出现的像素数接近相等

3）离散灰度级由于直方图是近似的概率密度函数,作变换一般得不到完全平坦的结果

4）原图和变换后图像的直方图相比，灰度级变多还是变少了

intindex=（int）m_pData[i1*widthbytes+j1];

intrealindex=（counthist[index]*255）/（height*width）;

m_pData[i1*widthbytes+j1]=（BYTE）realindex;

•直方图规格化：

希望通过一个指定的函数（如高斯函数）或用交互图形产生一个特定的直方图。

根据这个直方图确定一个灰度级变换T（r）,使由T产生的新图象的直方图符合指定的直方图

计算步骤：

（1）对原始图象直方图进行均衡化：

s=T（r）

（2）给出规定直方图，并进行均衡化处理：

v=G（u）

（3）建立对应关系，即用最接近的s代替v，将原灰度级映射到新的灰度级

举例：

64*64个像素，8个灰度级的图像，按要求进行变换

4.噪声的分类及常见噪声模型的含义

（如：

白噪声、高斯噪音、椒盐噪声、随机值脉冲噪声等的定义）

•白噪声：

在所考虑的频带内具有连续频谱和恒定的功率谱密度的随机噪声

所有频率具有相同能量的随机噪声称为白噪声

高斯白噪声：

如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声

•高斯噪声：

当n充分大时，的分布就近似于标准正态分布N（0,1）

在运算过程中，常取n=12，此时，

通过一般正态分布和标准正态分布之间的转换

就可以得到均值为方差为的高斯分布

x=0.0;

for（k=0;

k<

12;

k++）

x+=rand（）%1000/1000.0;

x=x-6.0;

y=mean+x*var;

•椒盐噪声：

受干扰的像素50%为0,50%为255

temp1=（rand（）%1000）/1000.0;

if（temp1<

P/2.0）image[i][j]=0;

else{

if（temp1>

=P/2.0&

&

temp1<

P）image[i][j]=255;

elseimage[i][j]=image[i][j];

}

•随机脉冲值噪声：

受干扰的图像点取值均匀分布于图像灰度最大和最小的可能取值之间

P）image[i][j]=rand（）%256;

5.图像的空间域平滑

能判断各种空域滤波器的作用效果，能选择合适的滤波器滤波，如去除椒盐噪声可选择中值滤波

1）抑制噪声改善图像质量所进行的处理称图像平滑或者去噪。

2）局部平滑法（邻域平均法会引起模糊现象，模糊程度与邻域半径成正比）；

3）中值滤波（非线性滤波，抑制噪声，较好地保护边缘轮廓信息）。

4）空间低通滤波；

•线性滤波器：

定义:

线性滤波器是线性系统和频域滤波概念在空域的自然延伸。

其特征是结果像素值的计算由下列公式定义：

R=w1z1+w2z2+…+wnz

其中：

wii=1,2,…,n是模板的系数

zii=1,2,…,n是被计算像素及其邻域像素的值

低通滤波器主要用途：

钝化图像、去除噪音

高通滤波器主要用途：

边缘增强、边缘提取

带通滤波器主要用途：

删除或者增强特定频率、较少使用

•非线性滤波器：

定义：

使用模板进行结果像素值的计算，结果值直接取决于像素邻域的值，而不使用乘积和的计算R=f（z1,z2,…,zn）

中值滤波主要用途：

最大值滤波主要用途：

寻找最亮点

最小值滤波主要用途：

寻找最暗点

•钝化滤波器：

对大图像处理前，删去无用的细小细节

连接中断的线段和曲线

降低噪音

钝化处理，恢复过分锐化的图像

图像创艺（阴影、软边、朦胧效果）

•基本低通滤波：

模板设计原则：

1）大于02）都选1，或中间选1，周围选0.5

1．通过求均值，解决超出灰度范围