医学图像处理复习大纲

第一章绪论

1 数字图像处理的基本概念；

数字图像：x，y和f的幅值都是有限的离散值时，该图像为数字图像。

数字图像处理：简单的说就是用计算机处理数字图像，广义上而言，包括所有与图像有关的处理。

2 数字图像处理的三个层次；

低级处理：对图像进行各种加工，以改善图像的视觉效果或突出目标，如降低噪声，增强对比度等，是一个从图像到图像的过程；中级处理：图像分割（把图像分为不同区域或目标物）及减缩对目标的描述，以方便计算机的识别，输入时图像输出是从图像提取的特征（如边缘、轮廓）；高级处理：目标物体及相互关系的理解，进而进行决策及指导行动，是最高级别的处理，即机器视觉，是人工智能的分支。

3 从成像来源的角度了解DIP的划分及应用场合；

电磁波普成像（从伽马射线到无线电波）、显微镜成像、声波/超声波成像。

例题1：依据成像来源，写出三种常见的数字医学图像类型：

、

和。

答案：伽马射线成像图像、X射线成像图像(CT成像图像)、无线电波成像图像(MRI成像图像)、超声波成像图像等。

例题2：( )图像处理领域处在图像分析和计算机视觉两个学科之间。答案：×

例题3：()由一个二维函数f(x, y)确定的图像称为数字图像。答案：×

例题4：简述数字图像处理的三个层次。

答案：数字图像处理分三个层次，分别是：

低级处理：对图像进行预处理，如降低噪声、增强对比度和图像锐化等，目的是提高一幅图像的质量，使其更清晰或更好看；

中级处理：涉及图像分割、图像描述以及物体的识别，目的是将一幅图像转化为更适合计算机处理的形式；

高级处理：涉及对一幅图像中被识别物体的总体理解，如应用在图像分析中，使图像更易懂。

第二章图像处理基础

1 视觉感知要素、图像感知和获取；

锥状体数目600万~ 700万，负责颜色和细节识别，锥状视觉又称白昼视觉；杆状体数目约7500万~15000万，无彩色感觉，称夜视觉。

三种基本的图像采集形式：单元成像传感器、线成像传感器、阵列成像传感器。

2 图像采样和量化；

采样：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：空间坐标的离散化。如果图像出现棋盘格则说明采样数目不够。量化：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：灰度的离散化。如果图像出现伪轮廓则说明灰度级数不够。

对缓变的图像，应该细量化，粗采样，以避免假轮廓。对细节丰富的图像，应细采样，粗量化，以避免模糊。空间分辨率：是图像中可辨别的最小细节，取样值是决定一幅图像空间分辨率的主要参数。

灰度分辨率：指在灰度级别中可分辨的最小变化，由量化的等级决定，灰度级通常是2的整数次冥。

3 像素间的一些基本关系；

p的4邻域：坐标为(x,y)的像素p有4个水平和垂直方向上的相邻像素，坐标分别为：(x+1, y), (x-1, y), (x, y+1), (x, y-1)，这个像素集称为p的4邻域，用N4(p)表示。

p的4个对角邻域：坐标分别为：(x+1, y+1), (x-1, y-1), (x-1, y+1), (x-1, y-1)，用N D(p)表示。

p的8邻域：N4(p)+ N D(p)

设V是用于定义邻接性的灰度值集合。4邻接：如果q在N4 (p)中，具有V中数值的两个像素p和q是4邻接的。8邻接：如果q在N8 (p)中，具有V中数值的两个像素p和q是8邻接的。m邻接(又称混合邻接)：如果q在N4(p)中，或者q在ND(p)中且集合N4(p) ∩N4(q)没有V值的像素，则具有V值的像素p和q是m邻接的。

有3种类型的通路：4通路、8通路、m通路：

设p 和q 是1个图象子集S 中的2个象素，那么如果存在1条完全由在S中的象素组成的从p 到q 的通路，那么就称p 在S 中与q 相连通的。

给定2个象素p、q，坐标分别为(x，y)，(s，t)：

欧氏距离：

城区(city-block)距离，或称D4距离：D4(p，q) = |x-s| + |y-t| 棋盘(chessboard)距离：或D8距离：D8(p，q)=max(|x-s|，|y-t|)

例题5：人眼视网膜上的感光细胞中，对颜色信息比较敏感。答案：锥状细胞

例题6：图像数字化包括和两个过程，其参数分别决定了图像的空间分辨率和

答案：采样、量化、灰度级分辨率

例题7：一幅彩色数字图像的分辨率为1024×768像素，若采用RGB彩色空间，红、绿、蓝每一颜色分量用8位表示，在无压缩的情况下，在计算机中存储该图像将占用存储空间；当用图像处理软件去掉图像的彩色信息，只留下灰度信息，灰度等级为16，在无压缩的情况下，存储该图像将占用存储空间。

答案：采用RGB空间，每一像素用3字节表示，无压缩时占存储空间大小为：1024×768×3=2359298≈2.4MB 2）去掉彩色信息，每一像素用4位表示，无压缩时占存储空间大小为：1024×768×4/8=393216≈400KB

例题8：令定义邻接性的灰度级集合V={0, 1}，计算下面图像p 和q 两点间的4-通路、8-通路和m-通路的最短长度(通路的长度是组成通路的像素序列的长度)，并用箭头标出。如最短通路不止一条，请标出任一条。如某种通路不存在，请指出。

答案：p 、q 间不存在4-通路；最短的8-路径长度为6；最短的m-路径长度为8。

第三章 空间域图像增强

1 图像增强的基本概念和图像的灰度变换；

图像增强：目的是为了改善图象的视觉效果，或者是为了更便于人或机器的分析和处理；在不考虑降质原因的情况下，用试探的方式对图像进行加工，力求改善图像的质量；加强、突出（增强）图象中的感兴趣的特征，抑制、削弱、剔除图象中的不需要的信息，使处理的结果对特定的应用来说比原始图象更“合适” ；改善后的图像不一定要去逼近原图像。

空间域：指的是图像平面本身（由像素组成的空间）。 灰度变换函数为线性，即s=T(r)=ar+b ；则： a=1,b=0 输出图像象素不发生变化； a=1,b ≠0 输出图像所有灰度值上移或下移； a>1 输出图像灰度级扩展，对比度增强； 0

分段线性变换：设f(x,y)灰度范围为[0,Mf]，g(x,y)灰度范围为[0,Mg]

对数变换：灰度变换函数为对数函数；其实现的效果是扩展低灰度区，压缩高灰度区：

指数变换：灰度变换函数为指数函数；其实现的效果是扩展高灰度区，压缩低灰度区：

对比度拉伸变换：灰度变换函数为如下形式

；

实现的效果是

暗的更暗，亮的更亮，输出一幅高对比度的图像：其中m,E 是按需要可以调整的参数；E 控制函数的斜率 2 图像的直方图处理；

灰度统计直方图的概念：即数字图像中像素灰度值的分布情况；具体地说，就是数字图象中的每一灰度级与其出现的频

数间的统计关系；

设一幅数字图像f 在范围[0, G]内总共有L 个灰度级，则其直方图定义为离散函数：h(rk)=nk ，其中，rk 是区间[0, G]内的第k 级灰度， nk 是图像中灰度级为rk 的像素个数(即出现的频率)。

归一化直方图：用h(rk)除以图像中的像素总数n 所得到的图形，记为： p(rk)=h(rk)/n=nk/n

直方图的性质：直方图描述了图像的概貌，从直方图上可以直观地了解图像的灰度范围、灰度级的分布、每个灰度级出现的频率、整幅图像的平均明暗和对比度等。 直方图均衡化：

基本思想：将原始图的直方图变换为近似均匀分布的形式 直方图均衡化的实质是一种非线性灰度变换，即重新分配图像像素的灰度值，使各灰度级的像素数量大致相同。其目的是扩大像素灰度值的动态范围，进而增强图像整体对比度。 变换后一些灰度级合并，因此灰度级减少；直方图均衡化实质上是减少图象的灰度级以换取对比度的加大。 直方图匹配：

直方图匹配基本思想：将原始图的直方图变换为预先规定的某种形式，是对直方图均衡化处理的一种有效的扩展；直方图均衡化处理是直方图匹配的一个特例。

目的：变换图像灰度直方图为指定的分布，从而有选择地增强某个灰度范围内的对比度。 3 图像的空间滤波；

用途：图像的平滑 (smoothing)：去噪、模糊细节，削弱图像中的高频分量，具有低通滤波的特性；图像的锐化(sharpening)：加强边缘和细节，削弱图像中的低频分量，具

?????

????

??<≤<≤+---≤≤+---=a

y x f y x f a c

b y x f a

c a y x f a b c

d M y x f b d b y x f b M d M y x g f f g ),(0),(),(]),([),(]),([),(c

b y x f a y x g ln ]

1),(ln[),(++

=1

),(]),([-=-a y x f c b y x g

有高通滤波的特性

分类：线性空间滤波：如掩模和图像的卷积H(af+bg)=aH(f)+bH(g) 非线性空间滤波：如中值滤波

线性平滑滤波：邻域平均：掩模的系统均为正；灰度值范围不变(所有系数之和为1)

加权平均：最外周边系数为1，内部系数成正比例增加，中心系数最大

非线性平滑滤波：中值滤波：对掩模内的诸像素灰度值排序，用中值代替掩模中心像素原来的灰度值。特点：图像中尺寸小于模板尺寸一半的过亮或过暗区域将会在滤波后会被消除掉，对脉冲干扰及椒盐噪声的抑制效果较好。(使拥有不同灰度的点更接近于其邻域值)

锐化滤波器：锐化的作用是增强灰度反差，从而加强图像中的轮廓边缘和细节，因为边缘和轮廓都位于灰度突变的地方。 一阶微分算子(梯度法)：常见算子

二阶微分算子(Laplacian 算子

)

例题9： 写出将具有双峰直方图的两个峰分别从23和155移到16和255的图像线性变换。 答案：T(r)=1.81(x-23)+16 例题10：简洁说明如下两种灰度变换函数会对图像产生什么效果。

答案：左图的变换函数会提高原始图像的对比度，进行变换时，原始图像中灰度级低于m 的像素会变暗，灰度级高于m 的像素会变亮，灰度级比m 低得多或高得多的像素灰度被压缩在较窄的范围内，接近黑色或白色。右图是左图的极端情况，此变换函数将图像二值化为黑白图像，即灰度值低于m 的像素置为黑色，灰度级高于m 的像素置为白色。

例题11：假定你有两张相隔八个月拍摄的一病人的胸部X 光片。两张胶片上都显示有一小瘤子，该小瘤也许是良性的，也许是恶性的。小瘤的大小和密度在八个月期间都发生了变化，但仅凭视觉检查，不能肯定小瘤是变得更好或更坏了。下面是每幅X 光片中包含有小瘤的一小块区域的直方图。在胶片上，低灰度级代表黑色。请根据直方图信息判断小瘤是变大还是变小？密度是变得更高还是更低？注意X 射线是负图像，也就是说，越密的物体亮度越高。

答案：小瘤所占的面积比基本没有发生太大变化，但是平均密度增加了

例题12：一幅图像由于受到了干扰，图像中有若干个亮点（灰度值为255），如下图所示。请利用你在图像处理课程中学到的知识对其进行处理，并将处理后的图像画出来。

答案：

例题13：MATLAB 中采用 函数来生成常见的滤波掩模。

答案：fspecial()

第四章 频域图像增强

1 二维离散傅里叶变换；

性质：可分离性。由此性质可知：要计算一幅图像的二维离散傅里叶变换，可以先计算图像每一行的FFT ，然后计算图像每一列的FFT ；也可以先计算图像每一列的FFT ，然后计算图像每一行的FFT 。 直流(DC)系数、平移性质

频谱图常需用对数变换压缩动态范围。

要进行复数运算，计算比较费时；而在M 和N 都为2的整数次幂时利用FFT 可极大地提高运算速度；

FFT 计算得到的频谱原点不位于频谱中心，需要经过平移处理；“移中”后的频谱关于原点对称；

图像的常能量集中于低频，高频分量衰减得过快，因而用对

数变换来显示图像的频谱能获得更好的效果。

2 频域增强和频域滤波；

频域：对一幅二维图像来说，频域就是指由图像f(x,y)的二维离散傅立叶变换和相应的频率变量(u,v)的值所组成的空间 频域增强：在图像的频率域内，对图像的变换系数(频率成分)进行运算，然后通过傅里叶逆变换获得增强后的图像。 频域滤波：F(0,0)是频域中的原点，对应图像中的直流成分；

原点附近对应图像灰度变化慢的低频成分；远离原点对应图像灰度变化快的高频成分；和空间滤波的情形类似，低通滤波平滑图像，高通滤波锐化图像。

卷积定理是空域和频域滤波的最基本联系纽带 空间滤波： g(x, y)=f(x, y)*h(x, y) 卷积定理：f(x, y)*h(x, y)?F(u, v)H(u, v) 即：G(u, v)=F(u, v)H(u, v) g(x, y)=IDFT[F(u, v)H(u, v)]

空间域与频域滤波的区别与联系：空间滤波函数(掩模) h(x, y)的尺寸通常较小；而频域滤波函数H(u, v)的尺寸则大得多； 频域滤波函数H(u, v)可以由空间滤波函数h(x, y)经过傅里叶变换来产生； h(x, y)也可由H(u, v)经过傅里叶逆变换来产生；但是由于空间域和频域特性的不兼容，通常这样的情况较少发生；

由于更多的直观性，频域滤波器设计往往用于指导空间域滤波器的设计。

频域滤波的基本流程：假定原图像为f(x ，y)，经傅里叶变换为F(u ，v)；选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理，然后经逆傅里叶变换得到增强后的图像g(x,y)。 3 基本的频域滤波器类型（高、低通）；

理想低通滤波器(Ideal Low Pass Filter)：截止所有傅里叶转换高频成分的滤波器。

转移函数：

理想低通滤波器的特点：

具有低通滤波器的图像平滑和模糊效果；

具有振铃响应特性，且截止频率越小，振铃现象越严重； 巴特沃斯低通滤波器(Butterworth Low Pass Filter)： 转移函数：

与理想低通滤波器相比，没有明显的跳跃，对图像的模糊程度减小；

随着滤波器阶数的增加， 振铃现象加重；当阶数为1时没有振铃现象，为2时较轻微。

高斯低通滤波器(Gaussian Low Pass Filter)： 转移函数：

高斯低通滤波器特点：

高斯低通滤波器没有振铃现象，但与阶数为2的巴特沃斯低通滤波器相比，其通带要宽些，这样对应的空间滤波器的灰度级轮廓更窄些，因而平滑效果要差些；

以上三种滤波器，振铃现象从严重到无，但平滑效果从好到差，巴特沃斯滤波器可以看成理想滤波器和高斯滤波器的过渡，阶数为1时与高斯滤波器差不多，阶数越高越接近理想滤波器。

例题14：( )高通滤波是使高频分量受到抑制，而让低频分量顺利通过，从而实现图像平滑。 答案：× 例题15：简述离散傅立叶变换在图像处理中的应用 答案：离散傅立叶变换是图像处理中的一个最基本的数学工具，利用这个工具可以对图像进行频谱分析，以及进行图像的增强处理，如平滑和锐化。例如可以通过低通滤波器滤掉图像中的高频噪声，或通过高通滤波提取图像的边缘并进行高频强调增强等等。

例题16：下列滤波器中属于带通滤波的是 。

答案：(b)

例题17：技术人员在检查一类由电子显微镜生成的代表性图像的过程中发现如下问题：1)不感兴趣的明亮的孤立点；2)边缘不清晰；3)图像对比度不够；4)希望图像的平均灰度值为指定值K ，以便进行某种测量。试提出一种数字图像增强处理方案，使技术人员能够按步骤纠正这些问题。 答案：技术人员可依次进行如下步骤： 1)对图像进行中值滤波； 2)进行高频强调滤波； 3)进行直方图均衡化；

4)计算图像的平均灰度K0，使所有像素灰度值加上K-K0。

第五章 图像复原

1 基本概念；

数字图像复原及其与图像增强的区别和联系： 相同之处：改进输入图像的视觉质量

不同之处：图像增强不考虑退化原因，用试探的方法得到改善的图像，其过程带有很强的主观性；

图像复原考虑退化原因，根据退化模型得到改善的图像，其过程是客观的；

图像退化/复原过程的模型：

2 噪声模型；

高斯、瑞利、指数、均匀、脉冲/椒盐的特征（见P107、P110） 周期噪声主要来自电子机械的干扰，通常由各种不同频率的正弦波或余弦波组成，对图像中的每一种频率的正弦噪声，其频率域变换表现为一对相对于频率域原点对称的脉冲。因此，周期噪声很容易通过频率域滤波方法滤除。 4 只有噪声情况下的图像复原技术；

01,if (,)(,)0,if (,)D u v D H u v D u v D ≤?=? >? n

D v u D v u H 20]/),([11

),(+=

2

022D v u D e

v u H /),(),(-=????

?

?

??

?

????

??

?

?”噪声。为负时，用于消除“盐”噪声；为正时用于消除“胡椒

逆谐波均值那样的噪声；善于处理类似高斯噪声声但不适用于“胡椒”噪对于“盐”噪声效果好谐波均值图像细节更少；但在滤波过程中丢失的术均值滤波器相当，所达到的平滑程度与算

几何均值了噪声；

在模糊结果的同时减少平滑图像的局部变化，算术均值：

均值滤波器Q Q :;::

自适应滤波器能够根据被滤波区域的图像特性自适应地进行滤波。

自适应滤波的效果好于中值滤波，它的去噪特性和中值滤波差不多，但却不像中值滤波会造成图像的明显模糊。 周期噪声的频域滤波：带阻滤波器、带通滤波器、陷波器、陷波带通滤波器 4 退化噪声图像的复原：

退化函数的估计方法：图像观察估计法、试验估计法、模型估计法

图像复原的逆滤波和维纳滤波方法：

逆滤波图像复原方法中，去卷积滤波器的转移函数为：

P(u, v)为H(u, v)的逆，故称此方法为逆滤波。

维纳滤波(Wiener Filtering)：又称最小均方误差滤波；维纳滤波器寻找一个使统计误差函数

达到最小的估计。

例题18：解释图像增强和图像复原的概念，并简要说明二者的联系和区别。

答案：图像增强指通过某种技术手段改善图像的视觉效果、或强调某些感兴趣的特征，抑制不感兴趣的特征以使其比原始图像更适合于特定的应用；

图像复原指通过研究图像质量发生退化的原因，提出退化模型并采用相反过程去进行处理的技术，其最终目的是复原出原始图像的本貌。

尽管图像增强和图像复原的目的都是改善给定的图像，但图像增强主要是一个主观的过程，进行增强处理的方法是试探性的，增强后的图像也没有必要和原图像保持一致，而图像复原则是一个客观的过程，复原处理是退化模型的反操作，复原后的图像需要尽量去逼近原始图像本来的面貌。 例题19：请画出图像退化/复原的一般模型，并举出一个复原函数器的例子，说明其特点。答案：

例题20：噪声是一种干扰，代表了一种 频分量。平滑的目的是去噪，所以属于 通滤波。但平滑存在易使图像变

得 的副作用。 答案： 高 、 低 、模糊

例题21：对于反调和均值滤波器，Q 为正时用来消除 噪声，Q 为负时用来消除 噪声。 答案： 胡椒 、

盐 第六章 彩色图像处理

1 彩色基础；

彩色的本质：由于内部物质的不同，受光线照射后，一部分光线被吸收，其余的被反射或投射出来，进入人眼就成为人眼所见的物体的颜色。所以，颜色既与光有密切关系，也与被光照射的物体，以及与观察者均有关。 光的三原色：红（R: red ）： 波长700 nm 绿（G: green ）： 波长546.1 nm 蓝（B: blue ）： 波长435.8 nm 原色相加可产生二次色。

颜料的三原色:颜料的三原色是光的三原色的补色，分别是蓝绿、品红、黄。 描述颜色的基本特征量； 从光的物理特性描述：波长、幅度

从人眼对色彩的感觉描述：色调、饱和度和亮度

色调：与光谱中光的波长相联系，是彩色最重要的属性，决定颜色的本质，由物体反射光线中占优势的波长来决定的，不同的波长产生不同的颜色感觉；

饱和度：与一定色调光的纯度有关，纯色完全饱和，随着白光的加入饱和度逐渐减少。

亮度：与光谱中光的幅度相联系，是指人眼感觉光的明暗程度，与物体的反射率成正比；

三色值系数：形成任何颜色所需红、绿、蓝的量称为三色值，并分别表示为X ，Y 和Z 。则三色值系数定义如下：

???

?

?

?

?

?

?

??

??的情况下非常适用；均值：在包括多种噪声修正后的最好；机分布类型的噪声效果中点：对高斯和均匀随

；能有效消除“盐”噪声的最暗点时非常有用，

最小值：在发现图像中声；能有效消除“胡椒”噪的最亮点时非常有用，最大值：在发现图像中

冲噪声非常有效；中值：对单极或双极脉

顺序统计滤波器α)

,(),(v u H v u P 1

=

{}

)]

,(?),([y x f y x f E e -=2()()()

Z Y X Z

z Z Y X Y y Z Y X X x ++=++=++=

CIE色度图：CIE在1931年制定，也称舌形色度图；该图以x(红)和y(绿)函数表示颜色组成；z = 1- (x + y)；

各种谱色的位置标在色度图的边界上，表示纯色；中心点C 为白色(等能量点)；在色度图中连接任意两点的直线段上的颜色可由两顶点的颜色线性组合得到；任意三点决定的三角形内的颜色可由三顶点颜色

的线性组合得到。(由3种颜色不能得到所有的颜色)

2 颜色模型；

RGB：显示器使用的彩色模型，用红R、绿G、蓝B光的组合产生彩色的模型，在该模型下，每个像素都有R、G、B 三个值，分别代表三种颜色光的强度。RGB彩色空间（见P145）。

CMY(CMYK)：彩色印刷使用的彩色模型，蓝绿(C, cyan)、品红(M, magenta)、黄(Y, yellow)是红、绿、蓝的补色。在该模型下，每个像素都有C、M、Y三个值，分别代表颜料的量多少

CMYK模型是在CMY三原色的基础上增加黑色而得到。

印刷油墨的工作空间是CMYK颜色空间，任何图像在打印输出之前必须从其它彩色模型转换到CMYK模型。

HSI：适合于人眼视觉系统的彩色模型，HSI模型是从人的视觉系统出发，用色调(Hue)、色饱和度(Saturation)和亮度(Intensity)来描述彩色，I 分量与图像的彩色信息无关；H 和S 分量与人感受颜色的方式紧密相连。

3 伪彩色处理和全彩色处理；

伪彩色处理：处理灰度图像，对特定的单一灰度或灰度范围赋予一种彩色。

全彩色处理：对全彩色图像进行处理；类似于对灰度图像的增强处理。

伪彩色处理方法：亮度切割、灰度变换

例题22：用于区分一种彩色与另外一种彩色的三个特征是：、和。

答案：色调(Hue)、色饱和度(Saturation)、亮度

例题23：用于彩色喷墨打印机的颜色模型是模型。答案：CMY(CMYK)

例题24：考虑两种颜色c1和c2在CIE色度图上的坐标为(x1, y1)和(x2, y2)，已知位于连接这两种彩色的直线上的点c 的颜色可由c1和c2的线性组合决定，且c1对c的贡献百分比为：

其中，d(a, b)指a、b两点的欧氏距离。c2对c的贡献百分比为p2=1-p1；试求c1和c2连线上中点的颜色值。

第7章小波变换

小波：基的一种可简单地将小波理解为满足以下条件的特殊信号：小波的振幅只能在一个很短的一段区间上非零，即是局部化的(小)。小波必须是振荡的(波)；

正交小波：正交基

尺度：将母小波经伸缩和平移后，就可以得到一个小波序列。简单地讲，伸缩就是压缩或伸展基本小波，伸缩系数(又称尺度)越小，则小波越窄。小波变换就是通过伸缩母小波的宽度来获得信号的频率特征的：

小波分解与重构、连续小波变换与离散小波变换、尺度函数、镜像滤波器组、Mallat算法、小波包分解、

小波变换和傅里叶变换的区别：1.小波分析是傅里叶分析思想方法的发展与延拓，它自产生以来，就一直与傅里叶分析密切相关，它的存在性证明，小波基的构造以及结果分析都依赖于傅里叶分析，二者是相辅相成的。

2.傅里叶变换用到的基本函数只有sin(wt)、cos(wt)、exp(jwt)，具有唯一性；而小波函数ψ(x)具有多样性，同一个工程问题用不同的小波函数进行分析有时结果相差甚远。小波函数的选用是小波分析应用到实际中的一个难点问题(也是小波分析研究的一个热点问题)，目前，往往是通过经验或不断的试验(对结果进行对照分析)来选择小波函数。

3.小波即小区域的波，是一种特殊的长度有限、平均值为零的波形。它有两个特点：一是“小”，即在时域很快地衰减到0；二是正负交替的“波动性”，也即直流分量为零。傅立叶分析是将信号分解成一系列不同频率的正弦波的叠加，同样小波分析是将信号分解为一系列小波函数的叠加，而这些小波函数都是由一个母小波函数经过平移和尺度伸缩得来的。

4.小波变换比快速Fourier变换还要快一个数量级。

小波变换应用于图像处理的主要方面（边缘提取、去噪、压缩）、水平、垂直和对角细节分量、近似分量

例题1：下列说法错误的是。(选择题，容易) 考点：有关小波变换和传统变换(DFT)的基本概念答案：D

A、小波变换能将信号分解成同时包含时域和频域局部特性的变换系数

B、离散傅里叶变换在频域具有最高分辨率，但在时域无分辨率可言

C、对图像进行小波变换时，可以根据图像特点选择合适的小波基

D、小波变换和DFT变换一样会失去信号在时域的局部特性例题2：()在Mallat算法中，小波函数决定低频滤波器，尺度函数决定高频滤波器。(判断题，容易)

考点：Mallat算法的概念答案：×

例题3：() 在小波变换中，尺度是一个和频率相关联的量，大尺度对应低频，小尺度对应高频。(判断题，容易) 考点：尺度的基本概念答案：√

例题4：()离散小波变换的“离散”指信号时间是离散的。(判断题，容易)

考点：离散小波变换与连续小波变换答案：×

第8章图像压缩

1 图像压缩基础；

图像压缩：图像压缩可以节省存储空间、可以节约传输时间；简言之，便于存储和传输。压缩就是对给定量的信息，设法减少表达这些信息的数据量，也就是去掉对信息没有本质影响的冗余的数据。

相对数据冗余：第1种表达的数据单元数目(比特)n1=4×4×8×3=284bit；第2种表达的数据单元数目(比特)n2=8+3×8=32bit；

故压缩率CR＝n1/n2=8.875，相对冗余RD=1-1/CR=0.887 压缩率、数据冗余类型(编码、像素间（空间冗余、结构冗余、帧间冗余）、心理视觉)、

变长编码：如果希望消除编码冗余，应该用尽可能少的比特数表达出现概率高的灰度级，这种方法称“变长编码”。

信息熵（平均信息量）、

例：计算输入字符串“aabbaccbaa”的信息量和信息熵；解：a、b、c 出现的次数分别为5、3、2；其概率分别为0.5、0.3和0.2，则信息量分别为(信息量和信息熵的单位是比特)：I(a) = -log2(0.5) = 1 I(b) = -log2(0.3) = 1.737 I(c) = -log2(0.2) = 2.322

总信息量也即表达整个字符串需要的位数为：I = I(a) ×5 + I(b) ×3 + I(c) ×2 = 14.855 bit

信息熵为平均信息量，即：H = I(a) ×0. 5 + I(b) ×0. 3 + I(c) ×0. 2 =I/10=1.4855bit

编码效

率

图像压缩模型(映射器、量化器、符号编码器)；

2 无损压缩；

Huffman编码：编码原理：对出现概率高的符号分配短码，对出现概率低的符号分配长码；通过改变编码分配的长度，降低总数据量；只消除编码冗余，不消除像素间冗余或视觉冗余。

霍夫曼编码的特点：1.编码的不唯一性；2需要事先知道输入图像灰度的概率分布；

3.只在图像灰度分布不均匀的时候有高的编码效率；

4.编码长度可变，压缩与解压缩较慢；

行程编码：在给定的图像数据中寻找连续重复的数值，将具有相同灰度值的连续数值用其串长和一个代表值来代替，该连续串就称为行程，串长称为行程长度；消除像素间冗余。

例：如下字符串：

5 5 5 5 5 5 7 7 7 7 7 3 3 3 2 2 2 2 1 1 1 1 1 1 1 行程编码：(5,6) (7,5) (3,3) (2,4) (1,7)

特点：1RLE编码简单直观，编码/解码速度快，如PCX、BMP、TIFF及A VI等格式文件的压缩都采用RLE编码；2.处理包含大量重复信息的数据时可以得到很好的压缩效率，但在连续重复数据少时效果差，如行程编码适合于对二值图像进行编码；其它适用RLE编码的图像包括海洋、湖泊的卫星图像，医学图像中的细胞、染色体，材料的显微图像等。

3.为了达到比较好的压缩效果，一般不单独使用行程编码，而是和其他编码方法结合使用。

算术编码：将被编码的信息表示成实数轴上[0,1)区间的某一区段上的实数，该实数的二进制展开式即为原符号序列的压缩编码结果。消除编码冗余。

例：对符号序列“a1a2a3a3a4”进行算术编码

解：1) 信源符号{a1, a2, a3, a4}出现的概率分别为{0.2, 0.2, 0.4, 0.2}。根据这些概率可以把区间[0, 1)分为4个子区间：

2) 输入符号a1，其初始区间为[0, 0.2)，则编码区间为[0, 0.2)；即“a1”的编码区间在[0, 0.2)之间；

3) 输入符号a2，其初始区间为[0.2, 0.4)，新编码区

间左端=0+(0.2-0) ×0.2=0.04 新编码区间右端

=0+(0.2-0) ×0.4=0.08 即“a1a2”的编码区间在

[0.04, 0.08)之间；

4) 输入符号a3，其初始区间为[0.4, 0.8)，新编码区间左端=0.04+(0.08-0.04) ×0.4=0.056

新编码区间右端=0.04+(0.08-0.04) ×0.8=0.072 即“a1a2a3”的编码区间在[0.056, 0.072)之间；

5) 输入符号a3，其初始区间为[0.4, 0.8)，新编码区间左端=0.056+(0.072-0.056) ×0.4=0.0624

新编码区间右端=0.056+(0.072-0.056) ×0.8=0.0688 即“a1a2a3a3”的编码区间在[0.0624, 0.0688)之间；

6) 输入符号a4，其初始区间为[0.8, 1.0)，新编码区间左端=0.0624+(0.0688-0.0624) ×0.8=0.06752

新编码区间右端=0.0624+(0.0688-0.0624) ×1.0=0.0688 即“a1a2a3a3a4”的编码区间在[0.06752, 0.0688)之间；

新的编码区间的取值范围在前一编码区间[0.0624, 0.0688)的[0.8, 1.0)子区间内

7)“a1a2a3a3a4”的编码区间在[0.06752, 0.0688)之间；在此区间内的任一实数值都惟一对应该序列。把区间[0.06752, 0.0688)用二进制形式表示为[0.000100010100, 0.000100011001]

0.000100011位于这个区间内并且其编码最短，故把其作为“a1a2a3a3a4”的编码输出。不考虑“0.”，把000100011作为本例中的符号序列的算术编码。由此可见，“a1a2a3a3a4”用9比特的二进制代码就可以表示，平均码长为1.8比特／

符号。(此例中符号序列的霍夫曼编码为10比特) 算术编码的特点：

?采用算术编码每个符号的平均编码长度可以

为小数(<1)；

?是一种用小数表示信息的方法，因为小数随

位数的增加，它的精度也随之提高，从信息

的角度来说，它所含有的信息量也随之增加；

?算术编码的实现相对比较复杂，但在图像测

试中表明，算术编码效率比霍夫曼编码效率

高5％左右；

?算术编码中不存在源符号和码字间的一一对

应关系，因此算术编码必须等到所有信息收

到后才能解码。

LZW编码：LZW(Lempel Ziv Welch)编码与行程编码类似，把复杂的数据用简单的代码表示，并把代码和数据的对应关系建立转换表，又叫“字典”。LZW减少的是像素间冗余。

编码思想：把每一个第一次出现的符号串用一个代码来编码，如用代码“256”编码符号串“0 0 255 255”，则每次出现“0 0 255 255”时，都用“256”代替。而且这种代码与符号串的对应关系是在压缩过程中动态地产生的。

LZW编码的特点：

?码字为固定长度(等长编码)，对于图像压缩而言，常是9位码长，0-255表示灰度级，256-511对应压缩

过程中生成的数据串；

?不需要符号出现的概率的知识；

?对于数据流中连续重复出现的字节和字串，具有很高的压缩比；

?是一种基于字典的压缩方法，压缩和解压缩速度较快；

?LZW算法由Unisys公司在美国申请了专利，要使用它首先要获得该公司的认可。

要求掌握基本原理、算法流程、性能特点。

都是无损压缩压缩比2：1 到5：1；

3 有损压缩；

变换编码：将空间域上的图像变换到另一变换域上(如离散余弦变换、离散傅里叶变换或小波变换)，变换后图像的大部分能量只集中到少数几个变换系数上，采用适当的量化(降低表达精度)和符号编码就可以有效地压缩图像。

不同变换的信息集中能力不同，综合来看，DCT和小波变换较优且在图像压缩领域中应用较广。

DCT编码(JPEG标准使用)：离散余弦变换(Discrete Cosine Transform，DCT)是一种实数域变换，其变换基函数为实数余弦函数。在数字图像压缩中主要用到的是二维离散余弦变换。

经DCT变换后图像的主要能量集中在DCT系数的一小部分。所谓的“一小部分”就是指的低频部分。而其它部分可以用量化(或完全抛弃)的方式得到压缩，且图像失真较小。

离散余弦变换(DCT)是有损图像压缩标准JPEG的核心。

小波变换编码(JPEG2000使用)：对一种将图像的像素解相关的变换系数进行编码比对原像素本身编码的效率更高。如果变换的基函数（此时为小波函数）将大多数重要的可视信息压缩到少量系数中，则剩下的系数可被粗略的量化或截取为0，而图像几乎没有失真。

要求了解基本概念、主要特点

例题5：( )无损编码是指压缩图像经解压可以恢复原图像，没有任何信息损失的编码技术。(判断题，容易)

考点：无损编码的概念答案：√

例题6：对一幅分辨率100×100的图像，若每像素用８bit 表示其灰度值，经霍夫曼编码后压缩图像的数据量为40000bit，则图象的压缩比为。(填空题，容易) 考点：压缩比的概念答案：2：1

例题7：设一副灰度级为8的图像中，各灰度所对应的概率分别为0.04，0.05，0.06，0.07，0.10，0.10，0.18，0.40，试对其进行霍夫曼编码并计算压缩比和编码效率。(解答题，中等) 考点：霍夫曼编码算法流程、压缩比和编码效率的概念

压缩比：3/2.61=1.15:1 编码效率：2.5524/2.61=97.8%

?例题8：已知符号A、B、C出现的概率分

别为0.4、0.2和0.4，试对符号串BACCA

进行算术编码，写出编码过程(解答题，中等) 考点：算术编码算法流程

答案：

例题9：图像压缩模型中，信源编码器通常包括三个子模块：、和，分别负责消除、_ 和三种类型的数据冗余。(填空题，简单)

考点：编码器结构、数据冗余类型答案：映射器(转换器)、量化器、符号编码器；像素间冗余、心理视觉冗余、编码冗余

例题10：当要对大量符号进行编码时，构造霍夫曼编码不是一件简单的工作，考虑到这项工作的复杂性，提供一种折中方案：截尾霍夫曼编码。这种方法只对信源具有最大概率的前N个符号进行霍夫曼编码，其它信源符号的概率之和作为一个“前缀符号”作为第N+1个符号，其它信源符号的编码由该前缀符号加上自然二进制编码构成，对如下信源符号进行截尾霍夫曼编码，假设取N=8。(解答题，稍难) ；

考点：霍夫曼编码流程 答

案

：

? 例题11：变长编码能否用于压缩经过直方图

均衡过的图像？试解释其原因。(解答题，中等)

考点：变长编码的适用情况

答案：不能，变长编码适用于图像灰度值出现概率不一致的情况，此时变长编码的压缩效率较高；经过直方图均衡过的图像各灰度级出现的概率大致相等，信息熵接近自然二进制编码长度(达到最大)，故用自然二进制编码即可。

第九章 图像配准

1 图像配准的基本概念；

图像配准；对一幅图像寻求一种（或一系列）空间变换，使它与另一幅图像上的对应点达到空间上的一致。这种一致是指对象上所有点（或至少所有感兴趣点）在两张已配准图像上有着相同的空间位置。 、单模配准、多模配准 、 前向映射、

前向映射的缺陷：

? f 中的一些点可能落在g 图像的坐标之外； ? f 中的多个点映射到g 中的坐标可能有同样

的最邻近像素，导致g 中一个像素的灰度值被计算多次；

后向映射

、

最近邻点插值 最近邻像素插值：在待求像素的四邻点中，将距离这点最近的邻点灰度赋给待求像素。该方法最简单，但校正后的图像有明显锯齿状，即存在灰度不连续性

双线性插值 双线性插值：双线性插值法是对最近邻法的一种改进，即根据待求像素的四个邻近点的灰度值，分别在x 和y 方向上进行两次插值。最后形成的插值函数为一双曲抛物面方程：计算比最近邻点法复杂，但没有灰度不连续性的缺点，结果较令人满意。 首先，在x 方向上作线性插值 然后，在y 方向上作线性插值

最后，得到双线性插值公式

2 图像的几何变换；

刚体变换 刚体变换：对象内部任意两点间的距离保持不变 刚体变换可以分解为旋转和平移： ；

????????????????备像来源于不同的成像设多模：待配准的两幅图准；、胸腹腔脏器的图像配图像序列的配准；、；、电镜图像序列的配准加权图像间的配准；

、不同单模4fMRI 32MR 1[]

(,0)(0,0)(1,0)(0,0)

f x f x f f =+-(,)

f x y [][][](,)(1,0)(0,0)(0,1)(0,0)(1,1)(0,0)(0,1)(1,0)(0,0)f x y f f x f f y f f f f xy f =-+-++--+

、仿射变换(平移、旋转、尺度变换的矩阵形式) 仿射变换将直线映射为直线，并保持平行性；

仿射变换在刚体变换的基础上增加了尺度变换和错切变换

例题12：( )前向映射比后向映射更适用于图像的配准，因为前向映射不存在计算浪费。 (判断题，容易) 答案：× 例题13：( )所谓多模配准是指不同人体对象之间的图像配准。 (判断题，容易) 答案：×

例题14：假定你有两张一位影星脸部的前后相隔30年的数字化图像。你希望在即将播出的记录片中，在这两张图像中加入一些过渡图片，以反映其衰老的过程。你发现，在第一张图中，这位明星的瞳孔位于位置(83，231)和(437，244)，在第二张图片中位于位置(64，281)和(479，370)。写出进行配准时第二张图所要作的几何变换。假定除平动、转动、均匀的尺度变化外，没有几何变形。(解答题，中等)

答案：由题意有g(x1, y1)=(83，231)，g(x2, y2)=(437，244)；f(x ′1, y ′1)=(64，281)， f(x ′2, y ′2)=(479，370) 原题转化为求解变换矩阵 ；

第十章 图像分割

1 基本概念；

图像分割的定义、所处的地位与图像分割的基本原理

图象分割是按照某些特性（如空间位置、灰度级、轮廓等）将图象划分成一些互不重叠的区域，在这些区域内其特性是一致的或者说是均匀的，两个相邻区域彼此特性则是不同的，其间存在着边缘或边界。图象分割从本质上来说是将图像中的象素按照特性的不同进行分类的过程（特征提取）

地位：从图像处理到图像分析的关键步骤、公认的图像处理难点，是图像分析与理解的前提和基础 非连续性分割（基于边界的分割）

检测特征的不连续性以形成边界，通过边界把图像分成不同的区域；

相似性分割（基于区域的分割）

将具有同一特征的像素聚集在一起，形成图像中的不同区域。

2 基于边界的图像分割；

常用差分边缘检测算子(roberts,sobel,prewitt,laplacian)及各自特点；

普通灰度梯度只检测图像象素灰度值在水平或垂直方向上的变化，对水平或垂直方向上的边缘较为敏感

Roberts 交叉算子检测沿与图像坐标轴成45°或135°方向上的灰度梯度。即采用对角方向相邻两像素之差作为差分： ?f / ?x ≈ f(x, y)-f(x-1, y-1) ?f / ?y ≈ f(x-1, y)-f(x, y-1)

Prewitt 梯度算子

Sobel 梯度算子

方向模板检测各方向的边缘；设计自己的模板用于各种特征检测 我们可以自己设计任意方向的检测模板，只要满足以下条件：模板系数和为0；感兴趣的方向的系数值较大； Hough 变换法检测直线的基本原理

[][]?

?????????-?''=y x t s c t c s y x y x 1???

???????-???????=??????y x t s c t c s 113702814796424423143783??????????--=3147.98219.01449.03325.101449.08219.0T

3 基于区域的图像分割；

阈值分割原理 假设图象是由具有不同灰度级的两类区域（目标与背景）组成。根据图像中要提取的目标与背景在灰度特性上的差异，选择一个合适的阈值，以确定图像中每一个像素应该属于目标区域还是背景区域，从而产生二值图像。 、

确定阈值的常用方法(双峰法、迭代法)、

双峰法

如果假定一幅图像只由物体和背景两部分组成，则其灰度直方图会形成明显的双峰；在此情况下，选取双峰间的谷底处的灰度值T 作为阈值，即可将物体和背景很好地分割开。

双峰法的局限：直方图只表明图像中各个灰度级上有多少个像素，并不描述这些像素的任何位置信息。只根据直方图选择阈值不—定合适；还要结合图像内容和分割结果来确定。

此外此法容易受到噪音的干扰，导致谷底最小值偏离期望值。

改进方法：将图像经过梯度计算后，得到梯度图像的灰度直方图，再通过直方图的谷底，得到阈值T ；

迭代法 基本思想：通过迭代的方法自动产生一个较适合的阈值；

算法步骤： 1、用图像的平均灰度值作为初始阈值T ；2、使用T 分割图像，产生两组像素：G1包括灰度级大于T 的像素，G2包括灰度级小于等于T 的像素；3、计算G1中像素的平均值并赋值给μ1，计算G2中像素的平均值并赋值给μ2；

4、重新计算阈值： T=（ μ1+μ2）/ 2 ：

5、重复步骤 2 ～ 4，直到μ1和μ2不发生变化或者两次连续的T 之间的差

小于预先给定的值； 区域生长

基本思想：图像灰度阈值分割技术没有考虑到图像像素空间的连通性。区域生长比较相邻小区域特征的相似性，若它们足够相似，则作为同一区域合并，以此方式将特征相似的小区域不断合并，直到不能合并为止，最后形成特征不同的各区域。 算法步骤：

1、对每个需要分割的区域找一个种子像素作为生长的起点；

2、将种子像素周围邻域（4邻域或8邻域）中与种子像素有相同或相似性质的像素合并到种子像素所在的区域内；

3、把新加入的像素作为新的种子继续上面的过程，直到没有满足条件的像素可加入区域为止。

例题15：下列图像边缘检测算子中抗噪性能最好的是( ) 。答案：A

A.Sobel 算子

B.Prewitt 算子

C.Roberts 算子

D. Laplacian 算子 例题16：灰度图像分割通常是基于灰度值的两个属性， 突变性和 连续性(相似性)

例题17：采用模板［-1 1］主要检测 方向的边缘。(选择题，容易) 答案：C

A.水平

B.45度

C.垂直

D.135度

例题18：检测边缘的Sobel 算子对应的模板形式为 和 。[-1,-2,-1;0,0,0;1,2,1];[-1,0,1;-2,0,2;-1,0,1]

例题19：( ) 点(0, 0)的Hough 变换是一条正弦曲线。(判断题，容易) 答案： √ 例题20：有一幅包含水平直线的二值图像，请给出一个3 ×3模板，用于检测这些直线中1个像素长度的间断。设直线灰度级是1，背景灰度级为0。(解答题，中等) 答案：

??

?≤>=T

y x f T y x f y x g ),( 0),( 1),(如果如果

[0 0 0;1 -2 1;0 0 0]

例题21：对下列图像进行区域生长(给出区域生长的过程)。

(种子选择准则：最亮的点。相似性准则：新加入像素值与已生长的区域的平均值小于2，且为4连通。终止准则：没有像素加入) (解答题，中等)

4 3 3 1 4 5

6 4 4 4

7 6

7 6 4 3 8 7

8 4 4 5 6 4

4 3 3 4 3 3

2 2

3

4 3 2

医学图像处理考试复习重点

C h a p t e r1 1.A n i m a g e m a y b e d e f i n e d a s a t w o-d i m e n s i o n a l f u n c t i o n,f(x,y),w h e r e x a n d y a r e s p a t i a l c o o r d i n a t e s,a n d t h e a m p l i t u d e o f f a t a n y p a i r o f c o o r d i n a t e s (x,y)i s c a l l e d t h e i n t e n s i t y o r g r a y l e v e l o f t h e i m a g e a t t h a t p o i n t. 2.I m a g e p r o c e s s i n g i n c l u d e s i m a g e a c q u i s i t i o n,i m a g e s t o r a g e,i m a g e t r a n s m i s s i o n a n d d i g i t a l i m a g e p r o c e s s i n g. 3.L o w l e v e l p r o c e s s i n v o l v e s p r i m i t i v e o p e r a t i o n s s u c h a s i m a g e p r e p r o c e s s i n g t o r e d u c e n o i s e,c o n t r a s t e n h a n c e m e n t,a n d i m a g e s h a r p e n i n g. 4.M i d-l e v e l p r o c e s s i n v o l v e s t a s k s s u c h a s s e g m e n t a t i o n,d e s c r i p t i o n,a n d c l a s s i f i c a t i o n (r e c o g n i t i o n)o f i n d i v i d u a l o b j e c t s. 5.A s f o r m i d-l e v e l p r o c e s s,i t s i n p u t s a r e i m a g e s,b u t i t s o u t p u t s a r e a t t r i b u t e s e x t r a c t e d f r o m t h o s e i m a g e s. 6.D i g i t a l i m a g e p r o c e s s i n g e n c o m p a s s e s p r o c e s s e s w h o s e i n p u t s a n d o u t p u t s a r e i m a g e s a n d,i n a d d i t i o n,e n c o m p a s s e s p r o c e s s e s t h a t e x t r a c t a t t r i b u t e s f r o m i m a g e s,u p t o a n d i n c l u d i n g t h e r e c o g n i t i o n o f i n d i v i d u a l o b j e c t s. 7.I m a g e r e s t o r a t i o n i s b a s e d o n m a t h e m a t i c a l o r p r o b a b i l i s t i c m o d e l s o f i m a g e d e g r a d a t i o n. 8.I m a g e c o m p r e s s i o n i s t o r e d u c e t h e s t o r a g e r e q u i r e d t o s a v e a n i m a g e,o r t h e b a n d w i d t h r e q u i r e d t o t r a n s m i t i t. 9.M o r p h o l o g i c a l p r o c e s s i n g i s t o e x t r a c t i m a g e c o m p o n e n t s t h a t a r e u s e f u l i n t h e

医学图像处理(名词解释广医)

1.单元数组：单元数组中的数据成员是用数字来标识的，是每一个元素为一个单元的数组 2.结构体：结构体的数据成员是用名称来标识的，组成成员为字段，结构体采用点号来调 用（访问）字段中的数据；７ 3.灰度图像：灰度图像对应着一个数据矩阵（二维数组），数组元素的值表示图像在该位 置上的亮度值；２３ 4.二值图像：灰度级为2的图像就是二值图像，二值图像只有两个颜色，黑与白；２３ 5.RGB图像：RGB图像有三个颜色值，用mxnx3数组表示，分别表示红色值。绿色值、蓝 色值；２３ 6.HSV图像：ＨＳＶ图像也是用mxnx3数组表示的，三个矩阵分别表示色彩值、饱和度、 亮度；２４ 7.索引图像：索引图像由数值矩阵和颜色映射数组组成，数值矩阵是每个像素的颜色索引 编号，通过这个编号到颜色数组中寻找颜色；２４ 8.ＪＰＥＧ图像ＪＰＥＧ标准时目前比较流行的连续色调静止画面标准，是一种很灵活的 格式，具有调节图像质量的功能，允许用不同的压缩比列对文件进行压缩，支持多种压缩级别；２７ 9.ＧＩＦ图像：ＧＩＦ文件的数据时一种基于ＬＺＷ算法的、连续色调的无损压缩的格式， 分为静态ＧＩＦ和动画ＧＩＦ两种；２７ 10.ＭＰＥＧ图像：是国际标准化组织制定的标准，可以压缩视频、音频。动画数字形式； ２９ 11.基于图像的动画制作：动画效果是由一幅幅图形变化产生的，如果这些图形来自于图像， 那么就称改动画为基于图像的动画；３１ 12.最近邻插值方法：最近邻插值方法是ｉｍｒｅｓｉｚｅ函数默认的插值方法，就是令变 换后像素的灰度值等于距它最近的输入像素的灰度值；３９ 13.双线性插值方法：双线性插值是由两个变量的插值函数的线性插值扩展，其核心 思想是在两个方向分别进行一次线性插值；４１ 14.双立方插值方法：“双”的意思就是在计算了横向插值影响的基础上，把上述运算 拓展到二维空间，再计算纵向插值影响的意思，双立方插值的每个插值是由它附近的（4 x 4）个邻近象素值推算出来的，双立方插值算法能够得到相对清晰的画面质量，不过计算量也变大；４１ 15.领域操作：是指在图像操作时，输入要处理的像素的某领域内各个像素值，输出 要处理的像素的新值；４８ 16.分离块操作：使用函数ｃｏｌｆｉｌｔ进行图像领域ｄｉｓｔｉｎｃｔ操作５６ 17.图像增强：是对图像进行操作，得到视觉更好或者更有用的新图像；５９ 18.灰度调整：灰度调整方法是基于灰度直方图的一种图像增强方法，增加灰度图像 的明暗对比度，使图像变得更加清楚；６０ 19.图像滤波：滤波是一种应用广泛的图像处理技术，可以通过滤波来强调或删除图 像的某些特征，滤波是一种领域操作，即处理后的图像每个像素值是原来像素周围的颜色值经过某种计算得到的；６９ 20.图像矩阵的特征值：设 A 是n阶方阵，如果存在数m和非零n维列向量x，使得 Ax=mx 成立，则称m 是A的一个特征值。非零n维列向量x称为矩阵A的属于（对应于）特征值m的特征向量；８４

数字图像处理在医学上的应用

数字图像处理在医学上的应用 1 引言 自伦琴1895年发现X射线以来,在医学领域可以用图像的形式揭示更多有用的医学信息,医学的诊断方式也发生了巨大的变化。随着科学技术的不断发展,现代医学已越来越离不开医学图像的信息处理, 医学图像在临床诊断、教学科研等方面有重要的作用。目前的医学图像主要包括CT (计算机断层扫描) 图像、MRI( 核磁共振)图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。但是由于医学成像设备的成像机理、获取条件和显示设备等因素的限制, 使得人眼对某些图像很难直接做出准确的判断。计算机技术的应用可以改变这种状况，通过图像变换和增强技术来改善图像的清晰度, 突出重要的内容，抑制不重要的内容,以适应人眼的观察和机器的自动分析，这无疑大大提高了医生临床诊断的准确性和正确性。 数字图像处理的基本方法就是图像复原与图像增强。图像复原就是尽可能恢复原始图像的信息量,尽量保真。数字化的一个基本特征是它所固有的噪声。噪声可视为围绕真实值的随机波动, 是降低图像质量的主要因素。图像复原的一个基本问题就是消除噪声。图像增强就是通过利用人的视觉系统的生理特性更好地分辨图像细节。 与其他领域的应用相比较，医学影像等卫生领域信息更具独特性，医学图像较普通图像纹理更多，分辨率更高，相关性更大，存储空间要更大，并且为严格确保临床应用的可靠性，其压缩、分割等图像预处理、图像分析及图像理解等要求更高。医学图像处理跨计算机、数学、图形学、医学等多学科研究领域，医学图像处理技术包括图像变换、图像压缩、图像增强、图像平滑、边缘锐化、图像分割、图像识别、图像融合等等。在此联系数字图像处理的相关理论知识和步骤设计规划系统采集和处理的具体流程同时充分考虑到图像采集设备的拍摄效果以及最终处理结果的准确性，例举了基于图像处理技术的人体手指甲襞处微血管管袢直径的测量方法。 2人体微血管显微图像的采集 人体微血管显微图像的采集采用了如图1所示的显微光学系统和图像采集系统主要由透镜模组滤镜模组光源系统电荷耦合器件以及图像采集卡等构成。 图1显微光学系统与图像采集系统示意图

医学图像处理复习重点

医学图像处理复习重点 1、图像：事物的一种表示、写真或临摹，…..，一个生动的或图形化的描述，是对事物的一种表示。 2、图像的分类：（1）数学函数产生的图像（2）可见的图像（3）不可见的物理图像 3、图像表示：常见图像是连续的，用f（x,y）表示一幅图像，其中x,y表示空间坐标点的位置，f 表示图像在点（x,y）的某种性质的数值，如亮度等。f ,x,y可以是任意实数。 4、数字图像处理的定义（两方面）：对一个物体的数字表示施加一系列的操作以达到某种预期的结果，它包括以下两方面内容：（1）将一幅图像变为另一幅经过加工的图像，是图像到图像的过程。（2）将一幅图像转化为一种非图像的表示，如一个决策等。 5、数字图象处理系统的基本组成结构：（1）图象数字化设备：扫描仪、数码相机、摄象机与图象采集卡等。（2）图象处理计算机：PC、工作站等，它可以实现通信（通信模块通过局域网等实现网络传输图像数据）、存储（存储模块采用磁盘、光盘）和图像的处理与分析（主要是运算，用算法的形式描述，用软件实现）。（3）图象输出设备：打印机等。 6、研究的内容：（1）图像增强技术（2）图像配准技术（3）图像分割技术（4）图像三维显示技术（5）医学图像数据库 7、黑白图像：是指图像的每个像素只能是黑或者白，没有中间的过渡，故又称为2值图像。2值图像的像素值为0、1。 8、灰度图像：每个象素的亮度用一个数值来表示，通常数值范围在0到255之间，即可用一个字节来表示，0表示黑、255表示白，而其它表示灰度。以上两种为非彩色图像。 9、彩色图像：彩色图象可以用红、绿、蓝三元组的二维矩阵来表示。通常，三元组的每个数值也是在0到255之间，0表示相应的基色在该象素中没有，而255则代表相应的基色在该象素中取得最大值，这种情况下每个象素可用三个字节来表示。 10、像素的性质：图像是由一些极小尺寸的矩形小块组合而成的。组成图像的这种最小基本元素称作象素（Pixel）。 例如，一幅MR图像在水平方向上有256个象素，垂直方向上也有256个象素。整幅图像共有256=65536 256个象素。这就是图像的大小（size），又称作图像的尺度。图像尺度的计算公式为 S＝Nx*Ny 11、物理尺寸：象素本身也有自己的大小，即对应实际物体空间的大小。 12、强度：对于黑白图像来说，图像的强度是用灰度的等级（Gray level）表示的。灰度等级往往用2的整数次幂表示，例如8bit（256 个灰度等级）。 13、图像的运算（算术运算加减乘除较多、逻辑运算较少）： 13.1算术运算 13.1.1加法运算的定义：C(x,y) = A(x,y) + B(x,y) 主要应用举例：（1）去除“叠加性”噪音（2）生成图象叠加效果 （1）去除“叠加性”噪音 对于原图象f(x,y),有一个噪音图象集{ gi(x,y) } i =1,2,...M其中：gi(x,y) = f(x,y) + h(x,y)iM 个图象的均值定义为：g(x,y) = 1/M (g0(x,y)+g1(x,y)+…+ gM(x,y))当：噪音h(x,y)i为互不相关，且均值为0时，上述图象均值将降低噪音的影响。 （2）生成图象叠加效果 对于两个图象f(x,y)和h(x,y)的均值有：g(x,y) = 1/2f(x,y) + 1/2h(x,y)会得到二次暴光的效果。推广这个公式为：g(x,y) = αf(x,y) + βh(x,y)其中α+β= 1我们可以得到各种图象合成的效果，也可以用于两张图片的衔接

ebnnuqc医学_图像处理技术

^ | You have to believe, there is a way. The ancients said:" the kingdom of heaven is trying to enter". Only when the reluctant step by step to go to it 's time, must be managed to get one step down, only have struggled to achieve it. -- Guo Ge Tech 医学图像处理技术 摘要：随着医学成像和计算机辅助技术的发展，从二维医学图像到三维可视化技术成为研究的热点，本文介绍了医学图像处理技术的发展动态，对图像分割、纹理分析、图像配准和图像融合技术的现状及其发展进行了综述。在比较各种技术在相关领域中应用的基础上，提出了医学图像处理技术发展所面临的相关问题及其发展方向。关键词：医学图像处理；图像分割；图像配准；图像融合；纹理分析 1．引言 近20 多年来，医学影像已成为医学技术中发展最快的领域之一，其结果使临床医生对 人体部病变部位的观察更直接、更清晰，确诊率也更高。20 世纪70 年代初，X-CT 的发明 曾引发了医学影像领域的一场革命，与此同时，核磁共振成像象(MRI :Magnetic Resonance Imaging)、超声成像、数字射线照相术、发射型计算机成像和核素成像等也逐步发展。计算机和医学图像处理技术作为这些成像技术的发展基础，带动着现代医学诊断正产生着深刻的变革。各种新的医学成像方法的临床应用，使医学诊断和治疗技术取得了很大的进展，同时将各种成像技术得到的信息进行互补，也为临床诊断及生物医学研究提供了有力的科学依据。 在目前的影像医疗诊断中,主要是通过观察一组二维切片图象去发现病变体,往往需要借助医生的经验来判定。至于准确的确定病变体的空间位置、大小、几何形状及与周围生物组织的空间关系,仅通过观察二维切片图象是很难实现的。因此,利用计算机图象处理技术对二维切片图象进行分析和处理,实现对人体器官、软组织和病变体的分割提取、三维重建和三维显示,可以辅助医生对病变体及其它感兴趣的区域进行定性甚至定量的分析,可以大大提高医疗诊断的 准确性和可靠性。此外,它在医疗教学、手术规划、手术仿真及各种医学研究中也能起重要的辅助作用。 本文对医学图像处理技术中的图像分割、纹理分析、图像配准和图像融合技术的现状及其发展进行了综述。 2．医学图像三维可视化技术 2.1三维可视化概述 医学图像的三维可视化的方法很多，但基本步骤大体相同，如图.。从#$ /&’(或超声等成像系统获得二维断层图像，然后需要将图像格式（如0(#1&）转化成计算机方便处理的格式。通过二维滤波，减少图像的噪声影响，提高信噪比和消除图像的尾迹。采取图像插值方法，对医学关键部位进行各向同性处理，获得体数据。经过三维滤波后，不同组织器官需要进行分割和归类，对同一部位的不同图像进行配准和融合，以利于进一步对某感兴趣部位的操作。根据不同的三维可视化要求和系统平台的能力，选择不同的方法进行三维体绘制，实现三维重构。

计算机医学图像处理

计算机医学图像处理 摘要: 本文着重介绍了计算机在医学图像处理方面的应用。主要表现为 CT、数字减影技术、超声图像以及目前正在国际上兴起的体视化技术( Volume Visualization) 等。 关键词: 计算机医学图像体视化技术 1医学图像的种类及其分类 1. 1医学图像种类 现代医学离不开医学影像( 图像) 信息的支持。 而医学研究和临床诊断所需要的医学影像是多种多 样的, 如病理切片图像、X 射线透视图像、CT 和 MRI 扫描影像、核医学影像、超声影像、红外线热成 像图像及窥镜图像等等。 1. 2医学图像分类及用途 功能各异的医学影像分为结构影像技术和功能 影像技术两大类。前者主要用于获取人体各器官解 剖结构图像, 借助此类结构透视图像, 不需要解剖检 查, 医学人员就可以诊断出人体器官的器质性病变。 CT 及MRI 便属于此类结构影像的代表。 然而在人体器官发生早期病变, 但器官外形结 构仍表现为正常时, 器官的某些生理功能, 如新陈代 谢等却开始发生异常变化。此时采用结构影像做结 构解剖性检查便无法及时诊断出病变的器官, 而需 借助基于SPECT 及PET 的功能影像技术。功能影 像能够检测到人体器官的生化活动状况, 并将其以 功能影像的方式呈现出来。 2计算机对医学图像的处理应用 2. 1直接控制成像过程( CT ) 的应用 CT 的本质是一种借助于计算机进行成像和数 据处理的断层图像技术。虽然X 线透视和照相可使 人们了解人体的内部结构, 断层摄影可粗略地表示 病灶的位置, 影像增强系统和静电摄影提高了透视 和断层摄影的分辨率, 但只有CT 通过计算机在排 除散射线和重叠影像的干扰并对X 线人体组织吸 收系统矩阵作定量分析后, 才从根本上解决了分辨 率问题。与普通的X 线透视横断层图像不同的是在 CT 技术中, 用测量X 线强度的检测系统代替作为图像接受器的胶片, X 线管与检测器系统同步旋转 运动: 用检测器以数据矩阵形式多次采集的投影值, 依据反投影原理和一定的数学模型重建图像代替一 次投影直接成像。总之, 计算机在CT 系统中的作用 是至关重要的。它要完成测量数据的采集、图像建 立、图像重建、图像评价和图像存储等任务, 它还要 将透过人体的X 线所组成的数字矩阵经处理、运算 后又变为可见的图像输出。没有计算机技术, CT 设

数字图像处理在医学上的应用

数字图像处理的应用 数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号，并通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展;三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。 进行数字图像处理所需要的设备包括摄像机、数字图像采集器（包括同步控制器、模数转换器及帧存储器）、图像处理计算机和图像显示终端。 图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。 接下来，就讨论一下数字图像处理在医学上的应用。 自发现X射线以来,在医学领域可以用图像的形式揭示更多有用的医学信息,医学的诊断方式也发生了巨大的变化。随着科学技术的不断发展,现代医学已越来越离不开医学图像的信息处理。 目前的医学图像包括CT图像、核磁共振图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。由于人眼识别度等客观因素的影响，大部分的图像需要依靠计算机的帮助。随着数字图像处理技术的发展，对这些图像的分析以及处理，会变得更加快捷，分析的结果也会更加精准。

与其他领域的应用相比较，医学影像等卫生领域信息更具独特性，医学图像较普通图像纹理更多，分辨率更高，相关性更大，存储空间要更大，并且为严格确保临床应用的可靠性，其压缩、分割等图像预处理、图像分析及图像理解等要求更高。 首先，对于一个病例，要进行图像采集，由于采集到的图像因试验测量系统和测量者个人因素存在较多噪声,所以要先通过预处理对图像进行去噪处理和灰度变换处理等使其变得较为清晰。预处理完成后再利用中心路径提取算法对所获取的图像进行进一步处理。 接下来要做的就是图像处理。 先对图像二值化，二值形态学的运算对象是集合给出一个图像集合和一个结构元素集合利用结构元素对图像进行操作。然后做中心线的提取等。 使用计算机进行图像的采集预处理以及二值化和计算排除了人为测 量的不精确性和误差提高了测量结果的可靠性。 随着信息技术的飞速发展和计算机应用水平的不断提高，利用计算机断层成像、正电子放射层析成像、单光子辐射断层摄像、磁共振成像、超声成像及其它医学影像设备所获得的图像被广泛应用于医疗诊断、组织容积定量分析、病变组织定位、解剖结构学习、治疗规划、功能成像数据的局部体效应校正、计算机指导手术和术后监测等各个环节。 医学图像处理借助于计算机图形、图像技术,使医学图像的质量和显示方法得到了极大的改善。这不仅可以基于现有的医学影像设备来极

数字医学图像处理复习资料

第一次练习 1.X线在人体内的透过率从大到小，其正确排列为：气体、脂肪、液体及软组织、骨。 2.X线成像因素是：( A ) A.密度与厚度 B.T1弛豫时间 C.T1弛豫时间 D.流空效应 3.与X线诊断和治疗无关的特性： ( B ) A.穿透性 B.衍射作用 C.荧光效应 D.摄影效应 4.X线检查方法的选用原则不包括：( D ) A.保证病人安全 B.检查结果准确 C.操作简便，费用低廉 D.在门诊即能检查 5.关于MRI检查安全性论述，错误的有： ( D ) A.体内有金属异物、人工铁磁性关节等不应进行MRI检查； B.带有心脏起搏器患者禁止MRI检查； C.幽闭症患者不宜做MRI检查； D.早期妊娠妇女接受MRI检查肯定是安全的 6.以下CT优于MRI检查的是：( B ) A.软组织分辨率高 B.显示钙化灶 C.多参数成像 D.多切层成像 7.哪一项不是MRI的优点与特点（ D ） A.无电离辐射 B.多切层多参数成像 C.软组织分辨率高 D.可显示钙化灶此项 8.彩色多普勒血流显像特点，错误的是： ( D ) A.血流朝向探头，显示红色； B.血流背离探头，显示蓝色； C.血流朝向或背离探头，流速高均显示亮度大； D.动脉血流显示为红色 9.下列X特性中用于诊断的是（ ADE ） A.穿透性 B.生物效应 C.电离效应 D.感光效应 E.荧光效应 10.请指出X线检查三大类别（ ACE ） A.常规检查 B.电视透视 C.特殊摄影检查 D.体层摄影 E.造影检查 11.产生X线必须具备的条件是（ BDE ） A.光电管 B.电子源 C.旋转阳极 D.适当的障碍物（靶面）

计算机图形图像处理Photoshop课程标准

《计算机图形图像处理Photoshop》课程标准 衡阳技师学院龙大奇 长沙财经职业中专吴玉桃 课程名称：计算机图形图像处理Photoshop 建议学时：96~108 适用专业：计算机应用 教学条件：多媒体教室、机房 一、课程概述 （一）课程性质：1 20 Photoshop 是 Adobe 公司推出的一款目前非常流行、应用非常广泛的图片处理软件。伴随着计算机的普及和计算机在各行业的广泛应用，Photoshop 发挥了越来越大的作用。计算机和数码相机的普及，使用者可以在家中进行简单的图片处理，这使得 Photoshop 可以作为一个应用软件在所有学生中推广。社会上各种数码冲印、数码影楼、数码海报广告的出现也直接为很好学习 Photoshop 的学生提供了就业机会。 Photoshop 具备非常强大的图片处理功能，能很好的为动画、多媒体、网页制作等等提供经过处理制作的图片素材，图片处理的好坏直接关系到作品的美观效果，是计算机应用专业的学生必修的一门课程。 （二）课程定位 《计算机图形图像处理Photoshop》属于一门专业必修课，它之前的课程为《计算机应用基础》等课程；它之后为《Dreamweaver网页设计》、《Flash二维设计》、《3ds Max三维设计》等专业核心课程。在计算应用专业中起承上启下、连贯前后课程，围绕专业核心技能设置的。鉴于计算机图形图像处理的重要意义和在设计中重要作用，本课程作为平面设计的岗位职业能力培养，可以充分发挥学生的特长，拓展就业渠道。 二、课程设计理念 Photoshop 教学过程中应注重培养学生的思考和动手能力，把知识点穿插在实例中进行教学，一方面启迪学生去思考实例是如何实现的，另一方面让学生通过操作完成实例的创作。使学生在轻松愉快的过程中完成学习任务，掌握 Photoshop 的使用。教师应重视实例的选择，要求实例能突出新知识点，同时也兼顾旧知识点，操作的难度要适中，通过教学过程中的启迪和帮助能够完成教学任务。

医学图像处理复习大纲

第一章绪论 1 数字图像处理的基本概念； 数字图像：x，y和f的幅值都是有限的离散值时，该图像为数字图像。数字图像处理：简单的说就是用计算机处理数字图像，广义上而言，包括所有与图像有关的处理。 2 数字图像处理的三个层次； 低级处理：对图像进行各种加工，以改善图像的视觉效果或突出目标，如降低噪声，增强对比度等，是一个从图像到图像的过程；中级处理：图像分割（把图像分为不同区域或目标物）及减缩对目标的描述，以方便计算机的识别，输入时图像输出是从图像提取的特征（如边缘、轮廓）；高级处理：目标物体及相互关系的理解，进而进行决策及指导行动，是最高级别的处理，即机器视觉，是人工智能的分支。 3 从成像来源的角度了解DIP的划分及应用场合； 电磁波普成像（从伽马射线到无线电波）、显微镜成像、声波/超声波成像。 例题1：依据成像来源，写出三种常见的数字医学图像类型： 、和。答案：伽马射线成像图像、X射线成像图像(CT成像图像)、无线电波成像图像(MRI成像图像)、超声波成像图像等。 例题2：( )图像处理领域处在图像分析和计算机视觉两个学科之间。答案：× 例题3：()由一个二维函数f(x, y)确定的图像称为数字图像。 答案：× 例题4：简述数字图像处理的三个层次。 答案：数字图像处理分三个层次，分别是： 低级处理：对图像进行预处理，如降低噪声、增强对比度和图像锐化等，目的是提高一幅图像的质量，使其更清晰或更好看； 中级处理：涉及图像分割、图像描述以及物体的识别，目的是将一幅图像转化为更适合计算机处理的形式； 高级处理：涉及对一幅图像中被识别物体的总体理解，如应用在图像分析中，使图像更易懂。 第二章图像处理基础 1 视觉感知要素、图像感知和获取； 锥状体数目600万~ 700万，负责颜色和细节识别，锥状视觉又称白昼视觉；杆状体数目约7500万~15000万，无彩色感觉，称夜视觉。 三种基本的图像采集形式：单元成像传感器、线成像传感器、阵列成像传感器。 2 图像采样和量化；

医学数字图像处理期末考试重点汇编

1、模拟图像：空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像。 2、数字图像：空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。 3、当一幅图像的 x和 y坐标及幅值 f都为连续量时，称该图像为连续图像。 为了把连续图像转换成计算机可以接受的数字形式，必须先对连续的图像进行空间v和幅值的离散化处理。 (1)图像的采样：对图像的连续空间坐标 x和 y的离散化。 (2)图像灰度级的量化：对图像函数的幅值 f的离散化。 4、均值平滑滤波器可用于能否锐化图像？为什么？不能，均值滤波法有力的抑制了噪声，同时也引起了模糊，模糊程度与邻域半径成正比。 5、均匀采样： 对一幅二维连续图像 f(x, y)的连续空间坐标 x和 y的均匀采样，实质上就是把二维图像平面在 x方向和 y方向分别进行等间距划分，从而把二维图像平面划分成 M × N个网格，并使各网格中心点的位置与用一对实整数表示的笛卡尔坐标(I, j)相对应。二维图像平面上所有网格中心点位置对应的有序实整数对的笛卡尔坐标的全体就构8成了该幅图像的采样结果。 6、*均匀量化： 对一幅二维连续图像 f(x, y)的幅值 f的均匀量化，实质上就是将图像的灰度取值范围[0， Lmax]划分成L个等级（L为正整数， Lmax=L-1），并将二维图像平面 上 M× N个网格的中心点的灰度值分别量化成与 L个等级中最接近的那个等级的值。 7、图像增强技术根据处理空间的不同，可以分为哪两种方法？空域方法和频域方法 8、**空间分辨率 ( 1 )空间分辨率是图像中可分辨的最小细节，主要由采样间隔值决定。 (2**)一种常用的空间分辨率的定义*是单位距离内可分辨的最少黑白线对数目(单 位是每毫米线对数)，比如每毫米80线对。另外，当简单地把矩形数字化仪的尺寸看作是“单位距离”时，就可把一幅数字图像的阵列大小 M×N称为该幅数字图像的空间分辨率。 (3)对于一个同样大小的景物来说，对其进行采样的空间分辨率越高，采样间隔就越小，景物中的细节越能更好地在数字化后的图像中反映出来，也即反应该景物的图像的质量就越高。 (4)一幅数字图像的阵列大小（简称为图像大小）通常用 M×N表示。在景物大小不变的情况下，采样的空间分辨率越高，获得的图像阵列 M×N就越大；反之，采

医学图像处理综述

医学图像处理综述 墨南-初夏2010-07-24 23:51:56 医学图像处理的对象是各种不同成像机理的医学影像。广泛使用的医学成像模式主要分为X射线成像(X—CT) ，核磁共振成像(MRI)，核医学成像(NMI)和超声波成像(UI) 这四类。 （1）x射线成像：传统x射线成像基于人体不同器官和组织密度不同。对x射线的吸收衰减不同形成x射线影像。（例如人体中骨组织密度最大，在图像上呈白影，肺是软组织并且含有气体，密度最低，在照片上的图像通常是黑影。）常用于对人体骨骼和内脏器官的疾病或损伤进行诊断和定位。现代的x射线断层成像(x—cT) 发明于20世纪70年代，是传统影像技术中最为成熟的成像模式之一，其速度已经快到可以对心脏实现动态成像。其缺点是医生要在病人接收剂量和片厚之间进行折衷选择，空间分辨率和对比度的还需进一步提高。 （2）核磁共振成像(MIR) 发展于20世纪70年代，到80年代才进入市场，这种成像设备具有在任意方向上的多切片成像、多参数和多核素成像、可实现整个空问的真三维数据采集、结构和功能成像，无放射性等优点。目前MRI的功能成像(fMRI) 是MIR设备应用的前沿领域，广泛应用于大脑功能性疾病的诊断,并为肿瘤等占位性病变提供功能信息。MRI 受到世人的广泛重视，其技术尚在迅速发展

过程中。 （3）核医学成像(NMI ) ，目前以单光子计算机断层成像(SPECT) 和正电子断层成像(PET) 为主，其基本原理是向人体注射放射性核素示踪剂，使带有放射性核素的示踪原子进入人体内要成像的脏器或组织通过测量其在人体内的分布来成像。NMI不仅可以提供静态图像，而且可提供动态图像。 （4）超声波成像(Ultrasonic Imaging ) ，属于非电离辐射的成像模态，以二维平面成像的功能为主，加上血液流动的彩色杜普勒超声成像功能在内，在市场上已经广泛使用。超声成像的缺点是图像对比度差、信噪比不好、图像的重复性依赖于操作人员。但是，它的动态实时成像能力是别的成像模式不可代替的 在目前的影像医疗诊断中，主要是通过观察一组二维切片图象去发现病变体．这往往需要借助医生的经验来判定。至于准确地确定病变体的空间位置、大小、几何形状及与周围 生物组织的空间关系，仅通过观察二维切片图象是很难实现的。因此，利用计算机图像处理技术对二维切片图象进行分析和处理。实现对人体器官，软组织和病变体的分割提取，三维重建和三维显示，可以辅助医生对病变体及其它感兴趣的区域进行定性甚至定量的分

医学影像成像原理复习题资料讲解

医学影像成像原理复 习题

一、选择题 1.下列常用的临床检查方法中无电离辐射的是(c） A、CT和PET B、超声和CT C、超声和MRI D、CT和MRI E、PET和MRI 2.X线信息影像传递过程中，作为信息源的是（b） A、X线 B、被照体 C、增感屏 D、胶片 E、照片 3.X线胶片特性曲线组成，不包括（d） A、趾部 B、直线部 C、肩部 D、顶部 E、反转部 4.摄影时，可以人为控制的运动模糊是（a） A、呼吸 B、痉挛 C、胃蠕动 D、肠蠕动 E、心脏搏动 5.与散射线量产生无关的因素是（c） A、被照体厚度 B、被照体密度 C、被照体姿势 D、照射野面积 E、被照体体积 6.影响散射线因素的叙述，错误的是（a） A、物体越厚，产生散射线越少 B、管电压越高，产生散射线越多 C、物体受照面越大，产生散射线越多 D、X线波长越短，产生散射线越多 7.X线照片上相邻两点之间的密度差是（b） A、密度 B、对比度 C、清晰度 D、锐利度 E、失真度 8.减小运动模糊的叙述，错误的是（c） A、需固定肢体 B、缩短曝光时间

C、尽量缩短焦-片距 D、将肢体尽量移近胶片 E、选择运动小的机会曝光 9.使用增感屏摄影的论述，错误的是（b） A、影像颗粒性变差 B、增加影像的清晰度 C、增加影像的对比度 D、减少X线照射量 E、降低影像的清晰度 10.X线影像的转换介质，不包括（e） A、屏-片系统 B、影像增强器 C、成像板（IP） D、荧光屏 E、滤线栅 11.构成照片影像的几何因素是（a） A、失真度 B、对比度 C、颗粒度 D、锐利度 E、密度 12.胶片密度与曝光量成正比关系的是（c） A、足部 B、肩部 C、直线部 D、反转部 E、全部 13.屏-片系统X线信息影像传递过程中，作为信息载体的是（a） A、X线 B、胶片 C、被照体 D、增感屏 E、显影液 14.下到哪个不是影响X线照片对比度的因素（c） A、胶片γ值 B、X线质和量 C、被照体形态 D、增感屏的使用 E、冲洗技术 15.X线检查程序可以简化为（a） A、X线→被照物→信号→检测→图像形成 B、被照物→X线→信号→检测→图像形成 C、X线→被照物→检测→图箱像成→信号 D、被照物→X线→检测→信号→图像形成 E、X线→被照物→检测→信号→图像形成

医学影像物理学复习资料汇总

X射线物理学 一、X射线的基本特性 1. X射线在均匀的、各向同性的介质中，是直线传播，具有光的一切特性，具有波粒二象性。 2. X射线不带电，不受外界磁场和电场影响； 3. X射线具有贯穿本领；（不同组织穿透性不同：骨骼--软组织--脂肪--肺、肠道） 4. X射线的荧光作用；(X射线照射荧光物质可发出荧光)透视、增感屏 5. X射线的电离作用；（X光子撞击电子--一次电离--撞击其它原子--二次电离）X射线损伤和治疗基础 6．X射线的热作用； 7. X射线的化学和生物效应：与物质进行光化学反应，生物体内电离和激发作用 二、X射线的产生 医学成像用的X射线辐射源都是利用高速运动的电子撞击靶物质而产生的。 1.产生X射线的四个条件： （1）具有电子源（阴极）产生发射电子； （2）有加速电子使其增加动能的电位差（高管电压） （3）有一个高度真空（P<10-4Pa）的环境（玻璃外壳），使电子在运动过程中尽可能减少能量损耗，保护灯丝不被氧化。 （4）有一个受电子轰击而辐射X射线的物体（阳极靶） 三、X射线管的阴极体作用： ①使电子初聚焦：达到初聚焦作用，增加X线的产生率。 ②防止二次电子危害：阴极体可收集二次电子，防止危害。 四、阳极的作用： 1,、是一个导电体，它接收从阴极发射出的电子并将它们传导至与X射线管相连的电缆， 2、使其能返回高压发生器； 3、为靶提供机械支撑；良好的热辐射体。 五、焦点： 1、实际焦点：灯丝发射的电子，经聚焦加速后，撞击在阳极靶上的面积。 2、有效焦点：X射线管的实际焦点在垂直于X射线管轴线方向上投影的面积，即X射线照射在胶片上的有效面积。 3、补充：影响焦点大小的因素有哪些？ 答：灯丝的形状、大小及在阴极体中的位置、管电流、管电压和阳极的靶角θ有关。管电流升高，焦点变大；管电压升高，焦点变小。 4、实际焦点和有效焦点大小的影响： 答：实际焦点面积增大，散热好，但有效焦点面积也增大，胶片影像模糊；实际焦点面积减小，阳极靶单位面积上的电子密度增大，实际焦点温度增大，阳极损坏； 5、焦点对成像的影响： 有效焦点越小，影像越清晰； 有效焦点为点光源时：胶片图象边界清晰； 有效焦点为面光源时：胶片图象边界模糊 有半影；半影大小为： d（小焦点，短距离）； 管电流增大，焦点增大，影像质量下降； 管电压增大，焦点增大，影像质量下降；

医学影像成像原理复习题汇编

㈠名词解释 ⒈CT值：CT影像中每个像素所对应的物质对X线线性平均衰减量大小的表示。CT值定义为 将人体被测组织的吸收系数与水的吸收系数的相对值 ⒉TR（重复时间）：从90°脉冲开始至下一次90°脉冲开始的时间间隔。 ⒊SNR（信噪比）：图像中的信号能量与噪声能量之比。 ⒋PACS（图像存档与传输系统）：是适应医学影像领域数字化、网络化、信息化发展势的要求，一数字成像、计算机技术和网络技术为基础，以全面解决医学影像获取、显示、处理、储存、 传输和经管为目的的综合性规划方案及系统。 ⒌螺距：（pitch,P）有关螺旋CT的一个概念。对单层螺旋CT，各厂家对此定义是统一的, 即螺距=球管旋转360度的进床距离/准直宽度。也即扫描时床进速度与扫描层厚之比。 ⒍阳极效应：又称足跟效应，是指在通过X线管长轴且垂直于有效焦点平面内，近阳极端X线 强度弱，近阴极端强，最大值约在10°处，其分布是非对称性的，这种现象称为阳极效应。阳极倾角越小，阳极效应越明显。 ⒎自旋-晶格弛豫：又称纵向弛豫(longitudinal relaxation)或T1弛豫。指平行于外磁场Bo方向的磁化矢量的指数性恢复的过程。 ⒏灵敏度：（Sensitivity）也称敏感度，在MR范畴内，是反映磁性核的MR信号可检测程 度的指标。 ㈡简答与分析论述题 ⒈分析CR成像基本原理 答：X射线入射基于光激励荧光粉（PSP）的成像板（IP）产生一帧潜影（latent image），潜影存储于成像板中。用激光激励成像板，成像板会发射出和潜影能量分布一致的光，这些光 被捕捉后被转换成电信号，从而潜影被转换成可以传输和存储的数字图像。 ⒉分析MRI空间分辨力优化的方法与作用 答：⑴调整扫描矩阵、FOV 扫描矩阵的大小决定序列中相位编码梯度的步数及频率编码步数，即数据的采样点数。FOV一定时，相位编码步数越多，体素的尺寸就越小，图像分辨力就越高。 ⑵调整层面厚度为了尽量减小部分容积效应的影响，一般应该选择较薄的层面进行扫描。 ⑶增加NEX ⒊简述MRI成像过程 答：通过对静磁场(Bo)中的人体施加某种特定频率的射频脉冲(RF)电磁波，使人体组织中的 氢质子受到激励而发生磁共振现象，当RF脉冲中止后，氢质子在弛豫过程中发射出射频信号，被接收线圈接收，再利用梯度磁场进行空间定位，最后进行图像重建而成像。 ⒋磁共振成像系统主要有哪几部分组成？ 答：磁体、梯度系统、射频系统和计算机系统组成。 ⑴磁铁系统 ①静磁场：又称主磁场。 ②梯度场：用来产生并控制磁场中的梯度，以实现NMR信号的空间编码。这个系统有三组线圈，产生x、y、z三个方向的梯度场，线圈组的磁场叠加起来，可得到任意方向的梯度场。 ⑵射频系统 ①射频（RF）发生器：产生短而强的射频场，以脉冲方式加到样品上，使样品中的氢核产生NMR现象。 ②射频（RF）接收器：接收NMR信号，放大后进入图像处理系统。 ⑶计算机图像重建系统 由射频接收器送来的信号经A/D转换器，把模拟信号转换成数学信号，根据与观察层面各体 素的对应关系，经计算机处理，得出层面图像数据，再经D/A转换器，加到图像显示器上， 按NMR的大小，用不同的灰度等级显示出欲观察层面的图像。 ⒌何为薄层扫描，其优点是什么？

医学图像处理技术与应用分析

X I N X I F E N X I L I Y O N G 信息分析利用 医学图像处理技术与应用分析 周光华①李岳峰①孟 群①△ 关键词医学图像处理技术卫生信息化 摘 要新医改以来，卫生信息化建设作为“四梁八柱”之一，得到快速发展，医学图像处理技术作为重要的信息处理手段，其发展和应用推动了卫生信息化建设的开展。本文概述了医学图像的特性和处理技术的类别，以及近期研究进展。围绕卫生信息化建设的发展现状，从图像压缩、图像分割、图像融合技术方面综述医学图像处理技术如何在卫生信息化建设中发挥作用，并分析展望医学图像处理技术在卫生信息化建设的背景下的发展前景。 Keywords Medical image processing, Method, Health informationization Abstract Health informationization is the one of the most part of health care reform, which has developed a lot since 2009. Health informationization was advanced by the development of medical image processing. In this paper, the concept and current development of medical image processing was introduced. Considering the status of health informationization, how medical image compressing, segmentation and fusion in?uenced was review. The future development of Medical image processing was analysed while health informationization developed. 1 引言 在卫生信息化快速发展的过程中，计算机技术、网络技术、医学图像处理技术等的发展是其重要的技术支持，并日趋重要。卫生信息化建设要达到互联互通、资源共享，不可避免的要涉及到有效地处理海量卫生数据的传输、存储以及更为利于临床诊断等问题。医学图像在现代医学领域中应用日趋广泛[2]，是主要卫生信息资源之一，医学图像处理技术以其在数据传输和共享方面的优势也日益引起卫生管理者、医护人员和研发人员的重视。 本文概述了医学图像的特性和处理技术的类别，以及近期研究进展。围绕卫生信息化建设的发展现状和医学图像处理技术在推动其发展所发挥的作用，从图像压缩、图像分割、图像融合技术等方面综述医学图像处理技术如何在卫生信息化建设中发挥作用。旨在为管理者和有关技术研发人员提供参考。 2 医学图像处理技术概述 较其他领域，医学影像等卫生领域信息更具独特性，医学图像较普通图像纹理更多，分辨率更高，相关 ① 中华人民共和国卫生部统计信息中心，北京市，100044 作者简介：周光华（1985-），男，硕士学位；研究方向：卫生信息管理；E-mail：zhough@https://www.doczj.com/doc/4818623315.html,。 通讯作者：孟群，男，博士学位，卫生部统计信息中心主任，研究员。 △ 通讯作者