医学图像处理概论（1）

医学图像处理概论

第一章 医学图像处理的基本内容

1. 医学图像处理基础
   计算机只能处理数字化的医学图像。因此，获得数字化的医学图像是进行医学图像处理的先决条件。
2. 医学图像的运算
   图像运算是对图像的最基本的操作，主要包括了图像的点运算、图像的代数运算、图像的插值运算和图像的几何运算等。
   图像的点运算，主要是通过图像灰度的线性变换和非线性变换，改变图像上像素点的灰度值，从而达到改善图像质量的目的。
   图像的代数运算，主要是指对两幅输入图像进行点对点的加、减、乘、除而得到输出图像的运算。图像的相加、相乘可以是多幅图像进行，图像相加的一个重要应用是对同一场景的多幅图像求平均值，这一点被经常用来有效的降低加性随机噪声的影响。
   图像相减运算，是通过对两幅图像的减法运算，获得两幅图像的差异部分，图像相减在图像处理中的一个典范应用就是数字减影血管造影。
   图像的几何运算时图像处理中最基本和常用的运算，主要包括了图像的平移、旋转、放大和缩小。在图像配准中具有具体的应用。不过图像的几何运算可能产生新的像素。
   浮点数的操作得到的像素坐标可能不是整数，为了保持变换后的图像质量，需要进行插值运算。图像的插值运算对图像处理的效果有很大的影响。
   
   1. 医学图像变换
      图像的正交变换是图像处理和分析的中重要工具之一。通过各种正交变换可以改变图像的表示域，给后续图像处理工作带来极大的方便。例如：傅里叶变换和小波变换。
      图像经过变换以后往往能反映出图像的灰度结构特征，从而便于分析；许多变换可以使能量集中在少数数据上，从而实现数据的压缩，便于图像传输和存储。
3. 医学图像增强
   图像增强就是采用一系列技术去增强图像中用户感兴趣的信息，其目的主要有两个:一是通过提高图像的对比度和信噪比，将原来不清晰的图像变得清晰，从而改善图像的视觉效果。二是：通过强调某些感兴趣的特征使图像变得有利于计算机的处理和分析。
   图像增强可以分为空域增强和频域增强。空域增强是在空间域即图像空间本身对图像增强的一种方法，主要有均值滤波、中值滤波、图像平滑、图像锐化等。频域增强是在频率域中对图像增强的一种方法，主要有高通滤波、低通滤波。
   图像中的线条信息（如组织或器官的边缘）和噪声都表现为图像中的高频成分，在空域中对噪声的处理一般采用均值滤波、中值滤波和图像平滑的方法，而对边缘的增强一般采用图像锐化的方法，以突出图像的边缘信息 。 在频域中对噪声的处理一般采用低通滤波的方法，而对边缘的增强一般采用高通滤波的方法。