医学图像处理实验报告要.docx
《医学图像处理实验报告要.docx》由会员分享，可在线阅读，更多相关《医学图像处理实验报告要.docx（57页珍藏版）》请在冰豆网上搜索。
医学图像处理实验报告要
医学图像处理实验报告
LabReportofMedicalImageProcessing
系部：
学号：
姓名：
指导教师：
实验1MATLAB基本操作及函数用法
1.1实验原理介绍
1.1.1读取函数
函数imread可以将图像读入MATLAB环境，语法为：
imread（'filename'）
其中filename是一个含有图像文件全名的字符串（包括任何可用的扩展名）。
例如命令行
>>f=imread（'chestxray.jpg'）;
将JPEG图像chestxray读入图像数组f中。
函数size可以给出一副图像的行数和列数：
>>size（f）
ans-
10241024
函数whos可以显示一个数组的基本附加信息。
例如，语句
>>whosf
whos行结尾处的分号对结果没有影响。
1.1.2显示图像
一般使用函数imshow显示，其基本语法为：
imshow（f,G）
其中，f是一个图像数组，G是显示该图像的灰度级数。
若G省略，默认为256。
语法：
imshow{f,[lowhigh]}
会将所有小于或等于low的值都显示为黑，所有大于或等于high的值都显示为白色。
介于low和high之间的值将以默认的级数显示为中等亮度值。
当用imshow显示另外一幅图像时，MATLAB会在屏幕上用新图像替换旧图像，为保持第一幅图像并同时显示第二副图像，可以使用如下figure函数：
>>figure,imshow（g）
要了解图像文件的其他详细信息，可以使用imfinfo函数，其语法结构为：
imfinfofilename
其中，filename是存储在磁盘中的图像全名。
1.1.3保存图像
使用函数imwrite可以将图像写在磁盘上，该函数语法为：
imwrite（f,‘filename’）
下面的命令可以把图像f写为TIFF格式，在默认情况下使用语句
>>imwrite（f,'patient10_run1','tif'）
或
>>imwrite（f,'patient10_run1.tif'）
会将文件保存到当前的工作目录中。
另外，如果是JPEG图像，其语法可以为：
imwrite（f,'filename.jpg','quality',q）
其中q是一个在0到100之间的整数（q越小，图像退化越严重）。
函数imwrite另一种常用但只用于tif图像的语法为：
imwrite（g,‘filename.tif’,‘compression’,‘parameter’,…‘resolution’,[colresrowres]）
其中，‘parameter’有三种情况：
为‘none’表示无压缩，‘packbits’表示比特压缩包压缩（非二值图像默认参数），‘ccitt’表示ccitt压缩（二值图像默认参数）。
colres为列分辨率。
1.1.4数据类型
见下表：
表格01数据类型。
前8项数值类，第9项字符类，第10项逻辑类。
名称
描述
double
双精度浮点数，范围【-10308,10308】（8比特每像素）
unit8
无符号8比特整数，范围【0,255】（1比特每像素）
unit16
无符号16比特整数，范围【0,65535】（2比特每像素）
unit32
无符号32比特整数，范围【0,4294967295】（4比特每像素）
int8
有符号8比特整数，范围【-128,127】（1比特每像素）
int16
有符号16比特整数，范围【-32768,32767】（2比特每像素）
int32
有符号32比特整数，范围【-2147483648,2147483647】（4比特每像素）
single
单精度浮点数，范围【-1038，1038】（4比特每像素）
char
字符（2比特每像素）
logical
值为0或者1（1比特每像素）
1.1.5图像类型
主要分为4种：
●亮度图像（Intensityimage）
●二值图像（Binaryimage）
●索引图像（Indexedimage）
●RGB图像（RGBimage）
注意：
一副图像的特征是由数据类和图像类这两者来表征的。
例如，“unit8亮度图像”表示一副像素都是unit8数据类的亮度图像。
1.1.6数据类与图像类型之间的转换
（1）数据类间的转换
通用语法为：
B=data_class_name（A）
其中，data_class_name可以为表1第一列中的任意一项。
（2）图像类和数据类型间的转换
见下表：
表格02IPT中用于进行图像类和数据类转换的函数
名称
将输入转换为
有效的图像数据类
im2unint8
unit8
logical,uint8,uint16,double
im2uint16
unit16
logical,uint8,uint16,double
mat2gray
double,范围【0,1】
double
im2double
double
logical,uint8,uint16,double
im2bw
logical
uint8,uint16,double
要把一个double类的任意数组转换成取值范围为[0,1]的归一化double类数组，可以通过函数mat2gray完成，其基本语法为：
g=mat2gray（A,[Amin,Amax]）
其中，图像g的取值范围在0（黑色）到1（白色）之间。
转换时，小于Amin的值在g中变为0，大于Amax的值变为1。
1.1.7数组索引
在MATLAB中，v=[13579]代表一维行向量，使用转置运算符（.’）可以把行向量转为列向量。
要存取元素数据块，可以使用冒号（:
）。
例如，下列语句代表存取第三个到最后一个元素：
>>v（3:
end）
ans=
579
注意：
符号1:
2：
end表示索引从1开始计数，步长为2，直到结束。
步长可以为负。
例如，求一个矩阵所有元素之和：
>>s=sum（A（:
））
1.1.8运算符
MATLAB运算符一般分为以下三种主要类别：
●执行数值计算的算术运算符
●在数量上比较操作数的关系运算符
●执行函数AND、OR和NOT的逻辑运算符
常用的运算符和算术函数如下面几个表所示：
表格03数组和矩阵运算符
运算符
名称
MATLAB函数
注释和示例
+
数组和矩阵加
plus（A,B）
a+b,A+B或a+A
-
数组和矩阵减
minus（A,B）
a-b,A-B或a-A
.*
数组乘
times（A,B）
C=A.*B,C（I,J）=A（I,J）*B（I*J）
*
矩阵乘
mtimes（A,B）
标准矩阵乘
./
数组右除
rdivide（A,B）
C=A./B
.\
数组左除
ldivide（A,B）
C=A.\B
/
矩阵右除
mrdivide（A,B）
\
矩阵左除
mldivide（A,B）
.^
数组求幂
power（A,B）
C=A.^B,有C（I,J）=A（I,J）^B（I,J）
^
矩阵求幂
mpower（A,B）
.|
向量和矩阵转置
transpose（A）
标准的向量和矩阵转置
|
向量和矩阵复共轭转置
ctanspose（A）
标准的向量和矩阵共轭转置
+
一元加
uplus（A）
+A=0+A
-
一元减
uminus（A）
-A=0-A
:
冒号
表格04IPT支持的图像算术函数
函数
描述
imadd
两幅图像相加或把常数加到图像
imsubtract
两幅图像相减或从图像中减去常数
immultiply
两幅图像相乘，在相应的像素对间进行；或图像乘以一个常数
imdivide
两幅图像相除，在相应的像素对间进行；或图像除以一个常数
imadsdiff
计算两幅图像间的绝对差
imcomplement
对图像求补
imlicomb
计算两幅或多幅的线性组合
表格05关系运算符
运算符
名称
<
小于
<=
小于等于
>
大于
>=
大于等于
==
等于
~=
不等于
表格06逻辑运算符
运算符
名称
&
AND（与）
|
OR（或）
~
NOT（非）
表格07逻辑函数
函数
注释
xor
若两个操作数逻辑上不同，则函数xor返回1；否则，返回0
all
若一个向量中的所有元素都非零，返回1；否则，返回0
any
若一个向量中的任何元素都非零，返回1；否则，返回0。
该函数在矩阵中按列操作
1.2实验内容
1.2.1在“素材”文件夹下，读入“Fig2.19（a）.jpg”并且提取该图像的基本信息，写出实验步骤和实验结果。
图1图像的读取与显示
>>f=imshow（'Fig2.19（a）.jpg'）;
>>whosf
NameSizeBytesClassAttributes
f1x18double
1.2.2读取图像“Fig1.14（d）.jpg”，使用函数imwrite和subplot函数分别显示质量参数q=50,25,5,0的结果如图所示。
写出实验步骤。
>>f=imread（'Fig1.14（d）.jpg'）;
>>subplot（3,2,1）,imshow（f）;
>>subplot（3,2,2）,imshow（'bubbles50.jpg'）;
>>imwrite（f,'bubbles25.jpg','quality',25）
>>subplot（3,2,3）,imshow（'bubbles25.jpg'）;
>>imwrite（f,'bubbles15.jpg','quality',15）
>>subplot（3,2,4）,imshow（'bubbles15.jpg'）;
>>imwrite（f,'bubbles5.jpg','quality',5）
>>subplot（3,2,5）,imshow（'bubbles5.jpg'）;
>>imwrite（f,'bubbles0.jpg','quality',0）
>>subplot（3,2,6）,imshow（'bubbles0.jpg'）;
观察哪副图像压缩最大后没有“伪轮廓”。
此时键入命令：
>>imfinfobubbles25.jpg
会得到如下信息：
ans=
Filename:
'bubbles25.jpg'
FileModDate:
'15-十月-201215:
49:
44'
FileSize:
13875
Format:
'jpg'
FormatVersion:
''
Width:
714
Height:
682
BitDepth:
8
ColorType:
'grayscale'
FormatSignature:
''
NumberOfSamples:
1
CodingMethod:
'Huffman'
CodingProcess:
'Sequential'
Comment:
{}
其中，使用width乘以height乘以BitDepth再除以8，得到：
714*682*8/8=486948字节。
把这个结果除以FileSize就可以的得到压缩比：
486948/138
升级会员 