第一节医学影像技术的发展
现代医学影像技术的发展源于德国科学家伦琴于1895年发现的X射线并由此产生的X线成像技术(Radiography)。在发现X射线以前，医生都是靠“望、闻、问、切”等一些传统的手段对病人进行诊断。医生主要凭经验和主观判断确定诊断结果，诊断结果的正确与否与医生的临床经验直接相关。X射线的发现彻底改变了传统的诊断方式，它第一次无损地为人类提供了人体内部器官组织的解剖形态照片，由此引发了医学诊断技术的一场革命，从此使诊断正确率得到大幅度的提高。至今放射诊断学仍是医学影像学中的主要内容，应用普遍。因此，X 射线的发现为现代医学影像技术的发展奠定了基础。
自伦琴发现X线以后不久，X线就被用于对人体检查，进行疾病诊断，形成了放射诊断学(diagnostic radiology)的新学科，并奠定了现代医学影像学(medical imageology)的基础。上世纪50年代到60年代开始应用超声与核素扫描进行人体检查出现了超声成像和γ闪烁成像(γ-scintigraphy)。上世纪70年代和80年代又相继出现了X线计算机体层成像(CT)、磁共振成像（MRI）和发射体层成像(Emission Computed Tomography，ECT)，如单光子发射体层成像SPECT与正电子发射体层成像PET等新的成像技术。这样，仅100多年的时间就形成了包括X线诊断的影像诊断学(diagnostic imageology)。虽然各种成像技术的成像原理与方法不同，诊断价值与限度亦各异，但都是使人体内部结构和器官形成影像，临床医生通过这些影像获得人体解剖与生理功能状况以及病理变化的信息，以达到诊断的目的。上世纪70年代迅速兴起的介入放射学 (interventional radiology)，不仅扩大了医学影像学对人体的检查范围，提高了诊断水平，而且可以对某些疾病进行治疗。因此，不同成像技术的发展大大地扩展了医学影像学的内涵，并使其成为医疗工作中的重要支柱。
近20年来，随着计算机技术的飞速发展，与计算机技术密切相关的影像技术也日新月异，医学影像学已经成为医学领域发展最快的学科之一。常规X线成像正逐步从胶片转向计算机放射摄影（Computed Radiography，CR）或更为先进的直接数字化摄影（Digital Radiography，DR）的数字化时代。诞生时即与计算机紧密相关的CT、MRI则发展速度更为惊人。CT已从早期的单纯的头颅CT 发展为超高速多排螺旋CT、电子束CT。在速度提高的同时，扫描最薄层厚也从
早期的10mm到现在的0.5mm以下，图像分辨率也达到了1024*1024。这些使CT的应用不仅在于早期横断面成像，同时可以作细腻的三维重建，虚拟内窥镜，手术立体定向，CT血管成像（Computed Tomography Angiography，CTA）等。MRI也从早期的永磁体、低场强发展到现在的超导、高场强，分辨率在常规扫描时间下提高了数千倍，磁共振血管成像（Magnetic Resonance Angiography，MRA）已成为常规检查项目，同时磁共振功能成像以及磁共振波谱（MRS）技术正在迅速发展之中。
一、X线成像
1895年伦琴发现X线，使人们通过X线第一次无须手术就能观察到人体内部的结构，为医生确诊疾病的病因提供了重要直观的信息。
发现X射线以来，医学影像学领域发生了几次具有重大意义的历史性变革。传统的X-ray成像第一次为人类提供了人体内部器官组织的解剖形态照片，由此引发了医学诊断技术的一场革命，并形成了放射诊断学。
传统的X射线成像得到的是组织或器官的投影像，照片上某个像素的亮度反映穿过人体到达胶片的X射线的强度，它与人体对X射线的吸收量成反比，它将三维空间的图像投影到一个二维平面上，使厚度方面的信息都重叠地加在一起，造成了某些细节因信息重叠而丢失。因此，这种成像方式难以检测较小的病灶。X线成像技术到目前已经经历了100多年发展的历程，由最初单一的X线摄影发展到X线透视、X线数字减影血管造影 (Digital Subtraction Angiography，DSA)、X线介入治疗等多种诊断和治疗方式，其中在X线介入治疗基础上形成的介入放射学(Interventional Radiology)开创了诊断技术应用于临床治疗的先河。除此之外，X线成像的方式也发生了根本的变化，开始由模拟成像逐步向数字成像方式发展，如目前已经在临床上广泛应用的CR、DR以及数字胃肠机等。尽管如此，X线成像技术没有从根本上改变3D物体投影到2D平面的问题。由于处于不同深度的组织的像是重叠在一起的，从而使得X线影像的空间分辨率受到一定限制。
尽管X线成像存在不足之处，但在临床很多方面（例如胃肠道仍主要使用X 线检查，骨骼肌肉系统和胸部也多首先应用X线检查等），X线检查仍然是首选的影像学常规检查手段。
二、超声成像
超声可以探查出非常细微的病变组织，是X线摄影的有力补充。超声成像也是除了X线以外使用最为广泛的医学成像工具。超声成像依据的是脉冲-回波技术，这个技术和雷达技术相似。在第二次世界大战时期发展起来的雷达和声纳的基础上，应用超声脉冲反射原理发展了各种超声成像技术，后来又发展了超声多普勒技术和超声计算机断层技术。目前，三维超声成像技术也在发展之中。
超声波成像从发明到现在已经有了很大的进步。目前已经从过去的单探头发展成为今天的探测器阵列，从模拟系统发展到全数字化和图像实时显示系统。
超声仪使用的成像物质波源是震动频率在人的听觉范围以外的机械震动波。所以，超声成像是用不可见的也听不到的超声波能量实现的人体成像，不象X 射线，超声波对人体无辐射伤害。人们常说的B超只是超声波成像仪的一种。它适合对人体解剖结构和血流进行成像。由于超声成像安全可靠，价格低廉，所以在临床诊断和介入治疗中都得到了迅速发展，成为目前临床上广泛使用的四大医学影像设备之一。超声成像的缺点是图像对比度差，图像的重复性依赖于操作人员。另外，超声检查的视野有限，难以显示正常组织及较大病变的全貌，也不利于与其它检查图像(如CT，MRI)进行对比。
超声成像技术在妇女乳腺疾病的检查中具有重要的应用价值。随着超声技术的发展，如今超声检查已不再局限于乳腺囊实性肿块的鉴别，更可应用于乳腺微小病变的早期诊断，甚至是乳腺肿块良恶性的鉴别。较之老年妇女，年轻女性的乳腺组织较致密，从图像上看和癌变组织的密度非常相似，此时，超声检查就更具有价值。
三、核医学成像
尽管CT技术解决了X线成像技术所不能解决的断层成像问题，使诊断技术发生了根本的变革。但是CT也有其局限性，如对血管病变，消化道腔内病变以及某些病变的难以定性等，而且只能对组织结构进行成像，不能进行功能性成像。
核医学成像是现代医学影像学的重要组成部分。核医学成像是一种对人体无创、安全而有效的成像方法，它最重要的特点是能反映人体内各组织器官功能性（代谢）的变化，而功能性的变化常发生在疾病的早期。目前常用的影像诊断方法如超声、CT、MRI等提供的是人体解剖学变化的信息。而核医学成像提供的
是人体组织器官的新陈代谢变化方面的信息，既功能性信息，这些信息有助于更早地发现疾病，并判断疾病的性质及发展程度。目前，在核医学领域广泛使用的影像技术是SPECT和PET，这两种成像技术又统称为发射型计算机断层ECT （Emission Computed Tomography）。
核医学成像技术是以放射性核素示踪法为基础的，其基本特点是利用放射性核素制作标记化合物注入人体，释放的正电子与体内存在的电子碰撞而发生湮灭，从而释放出γ射线，利用体外检测器获得数据，并利用这些数据进行图像重建，进而形成核医学图像。ECT的本质是由在体外测量发自体内的γ射线技术来确定在体内的放射性核素的活度。
核医学成像的空间分辨率远没有MRI和CT的高，但是，核医学成像是目前唯一可以在亚分子或分子水平上成像的技术。这主要是由于核医学成像具有特异显像能力。在核医学成像过程中，注入人体内的放射性药物根据自己的代谢和生物学特性，能特异地分布于体内特定的器官或病变组织，标记在放射性药物分子上的放射性核素由于放出γ射线能被体外探测器探测到，通过对探测器探测到的数据进行重建，就可显示放射性核素标记的放射性药物在体内的分布图，即对被标记的药物分布情况的显示。在被成像物体的体素内存在的物质非常多，但是让成像系统能够看到的物质只是其中被放射性药物标记过的药物分子的浓度分布。这就是核医学成像特异性问题，是核医学成像之所以立足的最主要原因。利用放射性药物在体内能被某一器官特异摄取或在某一特定的器官组织中被代谢或通过某一器官排出等特性，在体外测定这些放射性药物在相应的器官中摄取速度、存留时间、排出速度等，就可推断出器官功能状态。
因此，核医学成像主要取决于脏器或组织的血流、细胞功能、细胞数量、代谢活性等因素，而不是组织密度的变化，因此（1）核医学显像是一种功能显像，影像的清晰度主要取决于脏器或组织的功能状态（2）不同脏器显像需用不同的放射性药物（3）同一器官不同目的显像需用不同的显像剂。显然，核医学显像技术上比其他显像技术更为复杂。
核医学成像是目前正在迅速发展的分子影像学（Molecular imaging）的基础，分子影像学可广义定义为在活体内进行细胞和分子水平的生物过程的描述和测量。其利用目前临床上广泛应用的医学影像技术对生命体内部生理和病理过程在
分子水平上进行无损伤实时成像，具有传统影像成像手段所不具有的优点：无创伤、实时、活体、特异、精细（分子水平）显像等独特性质。与经典影像诊断学不同，分子影像学是着眼于探测构成疾病基础的分子异常，而不是对由这些分子改变所构成的最终结果进行成像。其突出特点是用影像的手段非侵入性地对活体内的参与生理和病理过程的分子进行定性或定量可视化观察，因此分子影像学在临床医学、应用生物学等领域有着极其巨大的应用和开发前景。
解剖结构成像（如CT图像）具有很高的空间分辨率，而核医学成像能得到不同器官或脏器的功能性信息。近年来，人们利用图像融合(fusion)技术，把解剖结构图像（CT或MRI图像）与核医学图像融合在一起，使得在一幅图像上既包含组织结构的信息又包含组织功能的信息，这对于神经外科术前计划和脑科学研究中的功能定位等都有重要的作用。受图像融合技术的启发，科学家们把CT 和PET/SPECT两种技术合二为一，推出了一种新的影像诊断设备：PET（SPECT）-CT。PET（SPECT）-CT既能单独完成超高档螺旋CT的所有功能，又能单独完成PET/SPECT的所有功能；PET/SPECT和CT融合后的图像，对病灶定性、手术放射治疗定位以及一些目前仍然不清楚的代谢疾病研究和受体疾病研究具有重要价值，是核医学最先进技术和CT最先进技术的完美结合。在许多情况下PET/SPECT、X线CT和核磁共振三种检查组合可以大大提高临床诊断的准确性。
目前影响PET普及的因素包括：发射正电子核素的半衰期大多太短（几分到几十分钟），几乎均为加速器生产，因此使用PET的单位必须有小型医用回旋加速器来生产这些缺中子核素，还要有快速制备这些核素的标记药物设备，投资昂贵，推广有一定限制，这是PET的一个主要缺点；PET扫描器结构极为复杂，并且成本高，操作不方便，对物理、化学和核医学临床人员素质要求极高；另外，PET的检查费用很高，一般患者负担不起。
四、CT成像
随着计算机技术的发展，1972年出现了计算机辅助X射线断层扫描术(CT)。CT是以高穿透性、高能量的X射线穿过人体的受检部位后，由于不同组织或器官在组织密度上的差异，使入射的X射线被人体组织的吸收而发生相应的衰减，得到人体断层中的所有体积元的X线吸收系数。其主要特点是具有高密度分辨率，比普通X线照片高10～20倍；能准确测出某一平面各种不同组织之间的放
射衰减特性的微小差异，以数字图像的形式将其显示，极其精细地分辨出各种软组织的不同密度，从而形成对比。如头颅X线平片不能区分脑组织及脑脊液，而CT不仅能显示出脑室系统、还能分辨出脑实质的灰质与白质；引入造影剂以增强对比度，可使其分辨率大幅度提高，故而拓宽了疾病的诊断范畴，提高了诊断正确率。CT的临床应用，很好地解决了普通X线成像图像模糊，组织分辨率差的缺点，能比较清楚地看到软组织的结构，解决了普通X线难以拍摄部位的成像问题，从而极大地提高了临床诊断正确性。在临床应用方面，对脑出血、脑栓塞、脑萎缩、脑外伤等颅脑病变，诊断效果尤为显著。CT在临床上的应用，是继X射线发现以来又一次诊断技术的一场革命。英国工程师Godfrey Newbold Hounsfield因研制成功第一台头部扫描CT，于1979年与创立CT重建理论的美国科学家Allan Cormack共同获得了诺贝尔医学与生理学奖。这是在诺贝尔医学生物学奖的历史上第一次由工程技术人员获奖。由此可见CT技术对整个世界的影响。
随着计算机技术的不断发展和断层扫描技术的不断改进，CT技术的发展日新月异，从早期的旋转/平移扫描方式到今天的多层螺旋扫描CT的出现，CT的空间分辨率(Spatial resolution)、密度分辨率(Density resolution) 和时间分辨率(Temporal resolution)越来越高，因而诊断效果也越来越好，临床应用也日趋普遍。
由西门子在2005年推出的世界上首台双源CT系统——SOMATOM Definition，代表了CT技术的最新成果。它将传统上多层螺旋CT的单X线源、单套检测器改变为相互垂直的双X线源、双套检测器设计。该设计突出优化了当前CT发展中的三个薄弱环节：１、提高了设备的时间分辨率，采集时间可达0.33秒；２、可利用双能曝光技术明显改善CT的组织分辨率力，使空间分辨率小于0.4 mm；３、进一步降低了X线剂量，其扫描剂量仅为单源CT的50%。双源CT为更广泛的临床应用和更多更新的研究课题奠定了基础，这些可能的领域包括：扫描中血管或骨骼的直接减影、肿瘤学中的肿瘤分类、血管斑块的定性以及急诊中体液性质的鉴别等。
CT成像解决了传统X线成像因组织重叠造成的图像分辨率不高的问题，实现了组织器官的断层解剖结构的成像。但是，由于与X线成像技术一样，CT成像也是通过检测人体对X射线的吸收量而获得的图像，因此，CT成像对软组织
获得的图像的密度分辨率远没有MRI高。
五、MRI成像
磁共振成像(Magnetic Resonance Imaging，MRI) 是在CT出现后又一重大发明，它是医学、化学、物理学、电子学、电子计算机技术、CT技术和磁共振波谱技术等学科相结合的产物。MRI的物理学基础是核磁共振(Nuclear magnetic resonance ，NMR)现象，其本质是一种能级间跃迁的量子效应。NMR现象是1946年由两位美国的物理学家斯坦福大学的布洛赫（Felix Bloch）和哈佛大学的珀塞尔(Edward Purcell)几乎同时发现的。由于NMR的发现，使布洛赫和珀塞尔共同荣获1952年的诺贝尔物理奖。NMR现象是由于人体中的原子核吸收了来自外界的电磁波后，产生了共振现象，然后原子核再将其所吸收的能量以电磁波形式释放出来产生图像的过程。MRI较CT具有独特的优点和特点：无电磁辐射损伤，对软组织具有更高的分辩率，多方向、多参数成像方法，无需用造影剂就能对心血管成像。由于MRI的成像参数是由被检组织器官的化学等环境因素所决定的，MRI图像不仅能显示人体解剖及其病理变化的信息，而且还提供了有关器官功能性和分子水平的诊断信息。所以MRI所提供的信息比CT多。因此，有人说MRI是二十一世纪的医学影像技术。
近年来，磁共振成像在临床上的应用越来越广泛和深入。由于磁共振成像对软组织具有很高的分辨率，而且对人体是无损检测，因此，MRI成了人们进行病理和解剖研究的主要手段。MRI系统已成为当今医学影像领域最先进、最昂贵的诊断设备之一，在四大医学影像系统中，磁共振成像也是功能最强大、技术含量最高、软组织图像最清晰、也是目前应用最广、在世界上装机容量最多的医学影像设备之一，是典型的高新技术产品。技术的进步，使MRI的应用领域不断扩大，它在医学诊断中所起的作用也愈加重要。它的多参数成像，可提供丰富的诊断信息；其高对比度成像，可得出详尽的解剖图谱；任意方位断层，使医学界从三维空间上观察人体成为现实；人体能量代谢研究，有可能直接观察细胞活动的生化蓝图；不使用造影剂，可观察心脏和血管结构；无电离辐射，一定条件下可进行介入MRI治疗。MRI的上述特点，已经使得这一技术成了临床和科学研究的重要工具。
功能磁共振成像（functional Magnetic Resonance Imaging，fMRI）是上世纪九十年代初期在磁共振成像技术的基础上迅速发展起来的能够反映大脑功能活动的一种磁共振成像方法，它的突出特点是可以利用超快速的成像技术，反映出大脑在受到刺激或发生病变时脑功能的变化。它突破了过去仅从生理学或病理生理学角度对人脑实施研究和评价的状态，打开了从语言、记忆和认知等领域对大脑进行探索的大门。
fMRI的出现，大大推动了脑科学的发展。fMRI主要是反映被激活脑区血氧水平和血流变化的一种技术。在fMRI出现之前，科学家们主要是依靠PET研究脑功能，现在由于fMRI成像质量高，扫描速度快，检查成本低以及不需要具有放射性的示踪剂等特点，在脑科学研究领域已经占有了非常重要的位置，许多PET能实现的功能可以由fMRI来完成。近年来应用于临床的磁共振成像设备基本上都具有结构成像和功能性成像的双重功能。
利用MRI技术可获得大脑解剖结构相关信息的高清晰图像，单凭肉眼就可以从MRI图像中识别出脑组织的解剖位置及其结构特点，病变部位及其大小。与脑结构MRI技术不同的是，fMRI技术是通过检测由神经活动引发的脑区域的血液动力学的变化，获得脑的功能活动信息。由于脑的各功能区域都处于脑皮层中，而脑皮层又处于脑灰质中，血液仅占灰质的%6左右。因此，当受到刺激时，脑的功能活动造成的血液动力学的信号改变是极其微弱的，在1.5T的磁场中，功能信号约占%1到5%左右。由于噪声与伪影的影响，人眼难以分辨出这些微弱的功能信号到底处于大脑功能活动区域的哪个区域。因此，要通过fMRI技术对大脑的功能区域进行精确定位，必须借助于有关图像处理和分析技术从这些功能映射图上把微弱的脑活动区域提取出来，并与MRI解剖图像进行融合，才能最终得到脑功能的定位图像。
六、小结
医学图像几乎全部是把肉眼不可见的信息变成可见信息，从而为临床诊断提供有价值的依据。由于医学图像能够提供大量用其他方法所不能提供的信息，所以医学成像技术的发展非常迅速，各种新技术几乎无一不在医学成像技术中得到应用。
从以上医学图像的发展情况看，我们不难看出医学成像技术的发展轨迹：其
一，是逐步从模拟成像向数字化成像技术发展；其二，是从组织的形态学成像向组织的功能性成像发展；其三，是从平面成像（2D）向立体（3D）成像技术和动态成像技术（在3D的基础上再加时间，构成所谓的4D成像）发展。
从医学图像的发展，我们可以归纳出到目前为止的医学图像存在的形式。根据用于成像的物质波的不同，我们可以把医学图像分成四种形式：X线图像，放射性同位素图像，超声图像和磁共振图像。X线图像主要有：X线平片，DSA 图像，CR图像，DR图像和CT图像等。放射性同位素图像主要有：PET图像，SPECT图像；超声图像主要是目前我们熟知的B超图像；而磁共振图像主要是MRI图像和fMRI图像。
根据成像设备是对组织结构（形态）成像还是对组织功能（代谢）成像，我们可以把医学图像分成两类，即医学结构图像和医学功能图像。医学结构图像主要有：X线图像，CT图像，MRI图像，B超图像等；而医学功能图像主要有：PET图像，SPECT图像和功能磁共振图像（fMRI）。
根据医学影像设备最终形成的图像信号是模拟信号还是数字信号，我们还可以把医学图像分成模拟图像和数字图像。数字医学图像的主要表现形式是：MRI 图像和fMRI图像，CT图像，PET图像，SPECT图像，DSA图像，CR图像，DR图像等。而模拟医学图像主要是由传统的X线成像设备形成的图像。
另外我们还可以把医学图像分成二维（2D）图像、三维（3D）图像和四维图像（4D）。
第二节医学图像处理技术及其应用
一、引言
现代医学越来越离不开医学图像提供的信息，医学图像往往在疾病的确诊、分期以及选择治疗方法和手段方面起决定性的作用。由于医学图像能够直观地反映病人的病情，从而大大提高了医生的诊断正确率。现代科学已经证明，人们通过图像获得的信息占其获得总信息的70%以上，所谓：百闻不如一见。在医学领域也不例外，医学图像能够最大限度的向医生提供病人的信息。医生在临床上越来越依赖医学图像，医学图像在现代医学中占有越来越重要的位置。
然而，自从德国科学家伦琴发现X射线并产生各种医学图像以来，放射科医生对医学图像的判读仍然停留在定性阶段，即仅凭放射科医生对医学图像的定性
判读，最终给出诊断结论。随着医学成像技术特别是数字化医学影像技术的发展，医学图像的定性判读方式已经越来越不能适应临床的需要。其中的主要原因是，医学成像技术的发展，使得越来越多的医学影像设备应用到临床诊断领域，从而使得放射科、超声科和核医学科等以影像诊断为主的科室的门诊量越来越大，对每个病人每次采集的数据量也越来越多，例如，多层螺旋CT对患者肺部的薄层扫描获得的图像数量可能超过1000幅。另外，利用医学影像设备对某种疾病（如乳腺癌）进行普查时，也会产生大量的医学图像。这就造成了两个问题：一方面，阅读病人的检查影像成为医生的一项非常繁重的工作，由于长时间判读图像，使放射科医生容易疲劳和分心，从而造成诊断正确率的下降；另一方面，仅凭借医生自身的经验很难保证不会出现漏诊和误诊的情况，并且很难对影像资料进行一致的定量分析，而对医学图像的定量分析是医学影像学发展的必然要求。在此背景下，医学图像处理与分析技术在医学影像学中的地位就显得越来越重要。
所谓医学图像处理与分析就是借助计算机这一工具，根据临床特定的需要利用数学的方法对医学图像进行各种加工和处理，以便为临床提供更多的诊断信息或数据。例如，对于对比度不理想和信噪比不高的图像，利用图像增强和滤波的方法改变图像的对比度，提高图像的信噪比，从而提供给放射科医生较高质量的图像，以便于放射科医生对图像的判读；对于由先进的医学影像设备产生的大量医学图像数据，可以先由计算机进行图像处理后，把可疑的病灶全部标记出来，然后再由放射科医生对标记出来的可疑病灶进行判读。这样可以节省放射科医生大量的读片时间，使他们得以把注意力集中在可疑病灶上，从而为正确诊断奠定基础，这就是目前在医学影像学领域得到广泛关注并发展迅速的医学图像计算机辅助诊断技术（Computer-Aided Diagnosis/Detection，CAD）。另外，医学图像处理与分析技术在外科手术术前计划的制订，神经外科导航，虚拟内窥镜以及放射治疗计划的制订等方面都具有重要的应用价值。
二、医学图像处理及其应用
医学图像处理技术早期在临床上的应用主要是通过对医学影像数据的处理为临床医生提供对比度好的图像，以便于医生的判读，这个时期所应用的医学图像处理技术主要是一些简单的图像增强和滤波技术等。随着医学成像技术的飞速发展，各种新型的医学成像设备大量应用于临床，如多排螺旋CT等，这些设备每天都会产生大量的医学图像数据，这就给临床医生带来了很大的工作负担。要
对如此多的图像进行正确的判读，需要临床医生付出很大的体力和精力，长时间的读片会造成精神和视觉的疲劳，容易造成误诊。在此情况下，借助于计算机的医学图像处理技术可以为临床医生提供极大地帮助，使临床医生从繁重的读片工作中解脱出来，把精力放在由医学图像处理技术“筛选”出的可疑病灶上。
医学图像处理也是医学影像学从定性影像学发展到定量影像学的必要手段。在医学影像学发展的早期，医生基本上是利用不同医学影像设备提供的人体不同部位的二维切片图像对患者进行定性诊断，并通过这些图像利用医生对病灶的空间想象，大体确定病灶的体积大小和空间位置，进而制定出手术计划或放疗计划。随着医学影像学的发展，对患者的诊断与治疗已经进入到精确诊断、精确计划和精确治疗的时代，所有这些都是以定量影像学为基础，而定量影像学的技术基础就是医学图像处理。通过利用图像分割、配准、融合及三维重构及可视化技术，对病灶或感兴趣区进行精确测量和精确定位，进而制定出精确的治疗计划和方案，为最终对患者的精确治疗打下基础。
虚拟内窥镜是虚拟现实技术在医学中的典型应用。虚拟内窥镜是利用CT、MRI或超声波获得的二维断层图像，通过三维重建与可视化处理，在计算机屏幕上生成具有内窥镜可视效果的、病人结构组织序列的三维可视化图像。目前，虚拟内窥镜已经在脑血管诊断、直肠诊断等许多方面得到应用。虚拟内窥镜的技术基础主要是三维重建与可视化技术。
医学图像处理通常是指在完成医学影像学检查之后，对所获得的图像进行再加工的过程，通常情况下我们把这种图像处理方式称为医学图像的后处理(post-processing)。目前几乎所有医学影像学手段(包括CT、MRI、DSA、CR、DR、超声、SPECT和PET等)都可以直接获得数字化图像，这就给对这些图像进行处理提供了很大的方便。与医学图像的后处理对应的是医学图像的前处理（pre-processing），医学图像的前处理是指对由医学影像设备获得的原始数据(raw data)进行的处理。直接由医学成像设备获得的图像数据称为原始数据，如MRI 的原始数据为K-空间中的数据，CCD-DR的原始数据是由CCD获得但未经读出和处理电路处理的图像数据。由于医学影像设备的生产厂家出于对知识产权保护的考虑，影像设备的一般用户是难以获得原始数据的。因此，一般情况下如不特别声明，医学图像处理都是指对医学图像的后处理。
医学图像处理在临床应用中一般有两种情况：直接处理与脱机应用工作站处理。直接处理是应用影像设备的随机软件对获取的医学图像直接进行处理。医学影像设备的随机软件的功能一般比较齐全，基本上可以满足对医学图像处理的一般性要求，例如，对CT或MRI图像进行增强处理、滤波处理、血管成像、三维重建和一些定量测量等。脱机应用工作站处理是一种比直接处理更专业的医学图像处理方式，是基于临床对医学图像处理的更高要，如多模医学图像的配准/融合，虚拟内窥镜，外科手术的术前计划及放射治疗计划等，一般都是通过专用图像处理工作站进行的。图像处理工作站上的软件功能要比医学影像设备的随机软件功能要强大的多。目前有很多专用的医学图像处理工作站投入市场。
医学图像处理除了上述两种临床应用情况外，还有第三种应用情况就是专门用于医学科学研究，这种应用比前述两种应用情况处在更高的科学层面上。前两种应用主要是利用现有的医学图像处理技术对医学图像的处理，而第三种应用是以临床应用为背景，研究新的医学图像处理方法与理论，通过对新的医学图像处理方法与理论的研究，推动医学图像处理技术与医学影像学的发展。
医学图像处理是一门综合了数学、计算机科学和医学影像学等学科的交叉科学。近年来，由于借鉴了人工智能、模式识别和数据挖掘等领域的理论和方法，医学图像处理技术得到了快速的发展，很多新的处理方法不断涌现。这就为进一步应用医学图像处理技术深入开展医科科学研究及临床应用研究奠定了基础，如基于医学图像的手术导航技术的研究，基于MRI和超声成像的射频消融技术的研究，通过脑功能磁共振成像的处理与分析对大脑的工作机制的研究，基于医学图像的计算机辅助检测/诊断技术的研究等。对上述这些技术开展科学研究是医学图像处理及医学影像学发展的必然要求。
医学图像处理应用的对象主要为临床医生。不管是医学图像的直接处理还是脱机应用工作站处理，医学图像处理一般是临床医生应用医学图像处理软件对医学图像进行加工和处理。为了正确使用这些软件，需要临床医生具备一定的医学图像处理的基本概念和方法，只有这样，临床医生才能根据具体的临床需要，应用图像处理软件获得临床上所需要的处理数据。作为医学图像处理软件研发的工程技术人员，一方面要充分掌握医学图像处理的基本理论和方法，了解临床对医学图像处理的具体要求，与临床要求紧密结合，另一方面还要了解医学图像处理
技术的发展动态和发展趋势，只有这样才能开发出具有高水平的具有实际应用价值的医学图像处理软件。因此，无论是临床医生还是工程技术人员，学习医学图像处理的基本理论和方法是非常必要的，特别是随着医学影像学的发展，这种必要性也越来越明显。
第三节本教材的主要内容
一、概述
医学成像技术的发展趋势是数字化。随着数字化影像技术的发展，影像设备的结构越来越向集成化和模块化发展，其软件与硬件紧密集合的特点越来越明显，这是数字化医学影像设备发展的必然要求。这种发展趋势使得医学图像处理技术在医学影像技术中的地位显得越来越重要，并已经成为医学影像技术的一个重要的组成部分。由于大量的数字化影像设备进入临床，影像科室也迫切需要即掌握设备原理又懂医学图像处理软件的工程技术人员辅助放射科医生完成对患者的检查和诊断任务。因此，作为医学影像工程专业（或医学影像技术专业）或相关专业的学生，不仅要掌握不同医学影像设备的原理和技术，还要掌握医学图像处理的基本理论和方法。
医学图像处理已经成为临床实用技术，是计算机在影像学科应用的主要内容之一。根据近年来临床对医学图像处理技术的需求以及医学图像处理技术的发展情况看，医学图像处理技术研究的内容主要包括：医学图像的获取、医学图像的运算、医学图像的变换、医学图像的增强、医学图像的分割技术、医学图像的3D重建及可视化技术、医学图像的配准和融合技术、基于医学图像的计算机辅助诊断技术等。以下就这些技术的基本内容做简单介绍，后续章节将详细介绍这些内容。
二、医学图像处理基础
医学图像处理技术是按照临床的要求利用计算机对医学图像进行处理和加工的技术，而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。要想对医学图像进行处理，就必须了解数字图像的一些最基本的性质。例如数字图像的矩阵表达方式、图像中的像素、灰度值的意义、图像的数据表达格式、如何找到图像中要处理的的对象、如何了解该对象的特点并通过该特点来实现获得图像中重要的可视化信息等等。第二章将主要介绍医学数字图像一些基本概念及最基本的操作，如图像的采样与量化，图像直
方图的概念，图像的一般格式等。第二章的内容可为后续章节的学习奠定基础。
三、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，第三章将主要介绍这些基本的图像运算。图像的点运算是一种既简单又重要的图像处理技术，它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；图像的代数运算是指对两幅输入图像进行点对点的加、减、乘和除计算而得到输出图像的运算。对于相加和相乘的情况，可能不止有两幅图像参加运算。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地降低加性（additive）随机噪声的影响。图像相减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型应用就是数字减影血管造影(Digital Subtraction Angiography，DSA)；图像的几何运算是图像处理中最基本和常用的运算，主要包括图像的平移(Translation)、旋转(Rotation)、放大和缩小(Zoom)等，图像的几何运算在图像配准中有具体的应用；图像的几何运算可能产生新的像素，另外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。图像插值运算对图像处理的效果有非常大的影响。
四、医学图像变换
图像的正交变换是图像处理与分析的重要工具之一，通过各种正交变换可以改变图像的表示域，以便给后续的图像处理工作带来极大的方便。例如，傅立叶(Fourier)变换可使对图像的处理分析由空间域(Spatial Domain，简称空域)转换到频率域(Frequency Domain，简称频域)中进行，使运算简便；图像经过变换后往往能反映出图像的灰度结构特征，从而便于分析；许多变换可使能量集中在少数数据上，从而实现数据压缩，便于图像传输和存储，等等。第四章主要介绍目前在医学图像处理中常用的两个正交变换：傅立叶变换和小波(Wavelet)变换傅立叶变换在在很多领域中有着广泛地应用。它不仅能把空间域中复杂的卷积运算转化为频率域中的乘积运算，还能在频率域中简单而有效地实现增强处理和进行特征抽取，故而在图像处理中也得到了广泛的应用。卷积定理使傅立叶变换成为迄今为止在图像处理方面最具吸引力的变换之一。所谓卷积定理就是，两
个函数卷积的傅立叶变换，等于它们各自傅立叶变换的乘积。
小波变换的应用主要在图像和信号处理方面。对于稳定的信号（图像可以看作是二维信号），处理的理想工具仍然是傅立叶变换。但是在实际应用中的绝大多数信号是非稳定的，而特别适用于非稳定信号的工具就是小波变换。与Fourier 变换相比，小波变换是一个时间和频率的局域变换，因而能有效的从信号中提取局部信息。它允许在宽的时间区域内对低频信号进行精确分析，在较窄时间区域内对所需的高频信号进行分析。因而能有效的从信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析（Multiscale Analysis），解决了Fourier变换不能解决的许多困难问题。
第四章除了介绍傅立叶变换和小波变换的基本理论和基本方法外，还将介绍傅立叶变换和小波变换在医学图像处理中的具体应用。
五、医学图像增强
医学图像增强Image enhancement)是一类最简单、最直观，也是最实用和最常用的医学图像处理技术。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，以便于对图像的判读；二是通过强调某些感兴趣的特征使图像变得更有利于计算机的处理与分析。因此，图像增强是为了改善视觉效果或便于人或计算机对图像的分析理解，根据图像的特点、存在的问题或应用目的等，所采取的改善图像质量的方法或加强图像某些特征的措施。
图像增强可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类方法，主要有均值滤波、中值滤波、图像平滑(Smoothing)、图像锐化（Sharpening）等。频域增强是在频率域中对图像增强的一类方法，主要有高通滤波(High Pass Filtering)和低通滤波(Low Pass Filtering)。因此，图像增强技术往往和图像滤波（Filtering）联系在一起。由于图像中的线条信息（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。第五章将对常见的医学图像增
强方法进行详细介绍。
六、医学图像分割
医学图像分割是一个根据区域内的相似性以及区域间的不同把图像分割成若干区域的过程。从图像中把有关结构(或感兴趣区) 分离出来是图像分析与识别首要解决的问题，也是制约医学图像处理中其它相关技术发展和应用的瓶颈。从医学研究和临床应用的角度来看，图像分割的目的是对原始2D或3D图像划分成不同性质(如灰度、纹理等) 的区域，从而把感兴趣的区域提取并显示出来，并使它尽可能地接近解剖结果，为临床诊疗和病理学研究提供可靠的依据。
医学图像分割是医学图像处理领域的一个经典难题，是医学图像配准、融合、解剖结构的定量测量，图像重建与可视化等必不可少的预处理环节。由于医学图像常表现为对比度低，组织和器官的复杂性和多样性，不同个体之间的差异性，不同软组织之间或软组织与病灶之间边界的模糊性等，到目前，医学图像分割问题仍然没有得到很好的解决。为了解决医学图像分割问题，近几十年来，许多研究人员进行了大量的研究工作，取得了很多的研究成果，提出了很多的图像分割方法，也使医学图像分割成了医学图像处理领域的研究热点。
医学图像分割在临床诊断、病理分析以及治疗方面具有重要意义，具体表现在以下几个方面:
(1) 图像分割的结果常用于生物医学图像的分析，如不同形式图像的配准、融合，解剖结构的测量，获取先验知识用于图像重建等。
(2) 用于测量人体器官、组织或病灶的体积。通过对这些体积治疗前后的定量测量和分析，可以帮助医生进行诊断、预后和制定或修改对病人的治疗方案。
(3) 用于医学图像的3D 重建方面，便于可视化，外科手术方案的制定和仿真，病理研究，药物疗效的评估，解剖参考以及放疗计划中的3D 定位等。
(4) 图像分割结果可用于在不丢失有用信息的前提下进行数据的压缩和传输。这对于提高在PACS、远程放射学和Internet中图像传输速度是至关重要的。
(5) 图像分割后与噪声的关系减弱，因此具有降噪功能，便于图像的理解。
第六章除了详细介绍一些经典的图像分割方法如基于阈值的分割方法、基于边缘检测的分割方法和基于区域的分割方法外，还将对基于模式识别理论的分割方法和数学形态学分割方法进行详细介绍。
七、医学图像的重建与可视化
医学图像的重建与可视化是医学图像处理中的重要研究内容之一，这种研究对术前计划及放射治疗计划的制订、虚拟内窥镜、外科手术仿真、辅助医生诊断、图像引导下的手术治疗等很多方面具有重要的实用价值。
各种医学成像技术如CT，MRI，超声成像，SPECT和PET，为人体不同部位提供了多种不同时空分辨率的二维医学图像，形成了现代医学影像诊断学的基础。在医学影像诊断中，临床医生主要是通过对患者的一组CT或MRI的二维切片图像进行分析，并从中获得诊断信息。这种诊断基本上是定性诊断，难以定量。通过一系列的切片图像，医生只能靠空间的想象和自身的经验对组织器官或病灶的位置、大小有一个大概的估计，这在很大程度上影响了诊断的正确率，并有可能严重影响到对患者的正确治疗。利用医学图像的重建与可视化技术，可以通过二维切片图像重建出人体器官、软组织和病灶的三维结构，通过三维图像可以对病灶进行精确测量和定位，从而可以大大提高医疗诊断的准确率，为对患者的正确治疗奠定基础。医学图像的重建与可视化涉及到很多图像处理的关键技术，如图像分割技术、图像配准和融合技术、图像的面绘制和体绘制技术等。第七章将主要介绍目前常用的医学图像的重建与可视化技术。
八、医学图像的配准与融合
医学图像配准是指对于一幅医学图像寻求一种（或一系列）空间变换，使它与另一幅医学图像上的对应点达到空间上的一致。这种一致是指人体上的同一解剖点在两张匹配图像上有相同的空间位置（位置一致，角度一致、大小一致）。几幅图像信息综合的结果称作图像的融合（Image fusion）。
医学图像配准是确定两幅或多幅医学图像像素的空间对应关系，而融合是指将不同形式的医学图像中的信息综合到一起，形成新的图像的过程。图像配准是图像融合必需的预处理技术，反过来，图像融合是图像配准的一个目的。
不同的成像模式能够提供人体组织或器官的不同信息，如CT和X线机对骨等密度较高的组织能提供高清晰的图像，磁共振成像对人体软组织的成像具有较高的分辨率，而PET和SPECT则能够提供人体组织或器官的功能性代谢的图像。因此，医学图像所提供的信息，可分为两大类：解剖结构图像（CT，MRI，X 线等）和功能图像（SPECT，PET等）。这两类图像各有其优缺点：功能图像分辨率较差，但它提供的脏器功能代谢信息是解剖图像所不能替代的，这些信息是
对疾病特别是肿瘤进行早期诊断的重要依据；解剖图像以较高的分辨率提供了脏器的解剖形态信息，但无法反映脏器的功能情况。成像原理的不同造成了某一种成像模式所能提供的图像信息具有一定的局限性，有时单独使用某一类图像难以获得正确的诊断结论。因此，为了提高诊断正确率，需要综合利用患者的各种图像信息。目前医学影像学的一个明显的发展趋势是，利用信息融合技术，将多种医学图像结合起来，充分利用不同医学图像的特点，在一幅图像上同时表达来自人体的多方面信息，使人体内部的结构、功能等多方面的状况通过影像反映出来，从而更加直观地提供人体解剖、生理及病理等信息。要解决多图像信息融合问题，首先要解决图像配准问题，即使多幅图像在空间域中达到几何位置的完全对应。
医学图像配准还是医学图像三维重建与可视化的先决条件。利用CT、MRI 获得的是人体组织或器官的断层序列图像。断层图像只能提供人体组织或器官的平面信息，要测量人体组织或器官的体积，或观察其三维结构，就要利用断层序列图像重建出组织或器官的三维图像。在对人体组织或器官进行扫描过程中，由于在操作的时间间隔中受测个体难以避免的运动，使同一器官或组织在不同的断层上发生错位。因此，在对以上得到的序列断层图像进行三维重建前，需要纠正上述的错位现象，即首先要对序列断层图像进行配准。另外，医学图像配准在临床上还有很多的应用，如对病灶发展情况的监控，外科手术导航及治疗计划的制订，对疾病进行回顾性研究及临床培训等。
第八章首先对近年来的医学图像配准和融合技术进行综述，然后对目前常用的医学图像配准和融合技术和方法进行详细地介绍，最后以实例介绍医学图像配准和融合技术和方法在临床上的具体应用。
九、基于医学图像的计算机辅助诊断技术
随着计算机科学的发展，医学成像技术也得到了飞速地发展，使得越来越多的人体成像工具进入医学临床诊断领域，从而使得放射科、超声科和核医学科等以影像诊断为主的科室的门诊量越来越大，对每个病人每次采集的数据量也越来越多。另外，利用医学影像设备对某种疾病（如乳腺癌）进行普查时，也会产生大量的医学图像。这就造成了两个问题：一方面，阅读病人的检查影像成为医生的一项非常繁重的工作，容易造成疲劳和分心；另一方面，仅凭借医生自身的经验很难保证不会出现漏诊和误诊的情况，并且很难对影像资料进行一致的定量解
释。因此，基于医学影像的计算机辅助诊断(Computed Aided Diagnosis，CAD)技术就快速发展起来并促成了医学影像学领域的研究热点。CAD的基本任务就是借助计算机的快速准确的智能化分析判断能力，为医生提供一个较为客观的参考意见，并由医生做出最后的诊断结论。因此，CAD已经成为放射科医生的“另外一双眼睛”，能很好地保证影像诊断的准确性和一致性，大幅度降低医生读片时间，从而提高放射科医生的工作质量和工作效率，同时也可以避免对病人的重复检查。
CAD的首要目标显然是帮助医生对病人影像进行全面自动的分析，并根据已有知识对病灶进行自动识别和分类，弥补直接用肉眼观察所带来的不足，增加对病灶的检出和鉴别能力。一旦发现病灶，放射科医生可以马上对病人做出处理：进一步行影像学检查或者送去做活检。这就涉及到对病灶是实性占位还是钙化物质的判断，以及实性占位中良恶性各占多少比例的判断。因此，计算机辅助诊断还要设法增加这种分析判断的灵敏度和特异性。因为漏掉一个癌症病人所付出的代价要比错做一个活检所付出的代价高。所以，基于医学影像的计算机辅助诊断在增加病灶特异性的同时，不能失去对病灶探测的灵敏度。
医学图像计算机辅助诊断技术是计算机科学、医学影像学、人工智能、医学图像处理等学科发展进步的产物。需要再次强调指出的是，CAD的目的不是要取代医生在图像诊断中的作用，而是为医生提供过去没有的辅助工具，减轻医生读片的工作量，帮助医生提高诊断的敏感性、特异性和准确性。因此，人们更多的是把CAD中的D-Diagnosis 诊断改写为Detection——检测，即Computer Aided Detection（计算机辅助检测），以强调CAD只是辅助医生提高病灶的检出率，从而减少漏诊和误诊现象。我们再三强调CAD技术只是计算机辅助诊断的手段，医生不能仅仅依靠这个手段处理病人，主要是因为病人个体情况非常复杂，最后的诊断意见仍然由医生决定。所以，CAD技术在临床上的应用主要表现在两个方面：①在处理大量的病人影像数据的基础上，把可疑的病灶尽可能准确地找出来，提供给医生作为进一步诊断的参考，防止漏诊；②在大量医学影像学处理方法及对某种特殊疾病大量分析的基础上实现建模，把在影像学上容易混淆的正常组织和病灶信息通过模型参数的选择区别开，把真正的病灶甄别出来，提高诊断的准确率。
第九章除了详细介绍CAD的基本原理和实现的流程外，还以实际例子介绍CAD在医学图像处理中的具体应用。
十、fMRI及SWI图像处理分析技术
磁共振成像（Magnetic Resonance Imaging，MRI）具有多参数、多方位成像的特点，它提供的高分辨率、高对比度解剖图像早已被人们所接受。现在MRI 技术仍以惊人的速度发展着，其应用范围正在不断拓展，新的应用领域也在不断涌现。功能磁共振成像(functional Magnetic Resonance Imaging，fMRI)及磁敏感加权成像（Susceptibility Weighted Imaging，SWI）就是近年来出现的磁共振成像新技术。
传统的MRI与fMRI之间的主要区别是它们所测量的磁共振信号有所不同。MRI是利用组织水分子中的氢原子核处于磁场中发生的核磁共振现象，对组织结构进行成像，而fMRI是通过血流的变化间接测量大脑在受到刺激或发生病变时功能的变化。正是由于fMRI的这一特点，目前fMRI已经广泛应用于以下几个领域：神经外科术前计划系统；脑的工作机制的研究；重大脑疾病发病机理的研究。磁敏感加权成像（Susceptibility Weighted Imaging，SWI）是近年来发展起来的一种全新的磁共振成像方法，不同于以往的质子密度、T1或T2加权成像，这种方法利用不同组织间磁敏感性的差异产生图像对比，进而可对各组织显影的新技术。与其他磁共振成像方式相比，SWI在静脉显影方面具有独特的优势，可应用于脑肿瘤，脑出血或其他有静脉参与的病灶研究中，从而有效改善对这些疾病的诊断。静脉血的主要成分为顺磁性的去氧血红蛋白，动脉血则是抗磁性的氧合血红蛋白，这种磁敏感性差异将最终导致两种血管信号的相位信息强度的不同，在与幅度信息相加权后，使静脉能独立于动脉清晰成像，这是SWI成像的理论基础。在临床医学诊断中，由外伤所导致的微出血以及很多肿瘤病变都与静脉有关，目前的成像手段对静脉血管的成像效果都不甚理想，而利用SWI可获得清晰的血管影像，因此SWI具有广泛的临床应用价值。
第十章主要就功能磁共振成像及磁敏感加权成像的基本原理、临床应用和相关处理与分析技术做简要介绍。
十一、医学图像存储与传输系统(PACS)
20世纪80年代以来成像技术迅猛发展，如核磁共振、CT扫描、超声波等，
数字图像处理的发展现状及研究内容概述人类传递信息的主要媒介是语音和图像。据统计，在人类接受的信息中，听觉信息占20%，视觉信息占60%，所以作为传递信息的重要媒体和手段——图像信息是十分重要的，俗话说“百闻不如一见”、“一目了然”，都反映了图像在传递信息中独到之处。 目前，图像处理技术发展迅速，其应用领域也愈来愈广，有些技术已相当成熟并产生了惊人的效益，当前图像处理面临的主要任务是研究心的处理方法，构造新的处理系统，开拓更广泛的应用领域。 数字图像处理（Digital Image Processing）又称为计算机数字图像处理，它是指将数字图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和数字图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的数字图像处理的目的是改善数字图像的质量，它以人为对象，以改善人的视觉效果为目的。数字图像处理中，输入的是质量低的数字图像，输出的是改善质量后的数字图像，常用的数字图像处理方法有数字图像增强、复原、编码、压缩等。 1:数字图像处理的现状及发展 数字图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使数字图像处理成为一门引人注目、前景远大的新型学科。随着数字图像处理技术
的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。 人们已开始研究如何用计算机系统解释数字图像，实现类似人类视觉系统理解外部世界，这被称为数字图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。数字图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。如今数字图像处理技术已给人类带来了巨大的经济和社会效益。不久的将来它不仅在理论上会有更深入的发展，在应用上意识科学研究、社会生产乃至人类生活中不可缺少的强有力的工具。 数字图像处理进一步研究的问题，不外乎如下几个方面： （1）在进一步提高精度的同时着重解决处理速度问题。如在航天遥感、气象云图处理方面，巨大的数据量和处理速度任然是主要矛盾之一。 （2）加强软件研究、开发新的处理方法，特别要注意移植和借鉴其他学科的技术和研究成果，创造新的处理方法。 （3）加强边缘学科的研究工作，促进数字图像处理技术的发展。如：人的视觉特性、心理学特性等的研究，如果有所突破，讲对团向处理技术的发展起到极大的促进作用。
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
医学图像分割综述郭爱心安徽大学摘要：图像分割是图像处理和分析的关键。随着影像医学的发展，图像分割在医学应用中具有重要意义。本文从医学应用的角度出发，对医学图像分割的意义、方法、评估标准和发展前景做出了简单综述。关键字：医学图像分割意义方法评估标准发展前景AReviewofMedicalImageSegmentation Ai- XinGuoAnhuiUniversityAbstract:Imagesegmentationisthekeyofimageprocessingandanalysis.Withthede velopmentofmedicalimage,imagesegmentationisofgreatsignificanceinmedicalapplications.Fromtheper spectiveofmedicalapplications,thispapermadeasimplereviewofthemedicalimagesegmentationonit’ssig nificance、methods、evaluationstandardsanddevelopmentprospects.words:Keymedical image,segmentation,sig nificance,methods,evaluation standards,developmentprospects1.医学图像分割的意义图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。医学图像包括CT、正电子放射层析成像技术（PET）、单光子辐射断层摄像（SPECT）、MRI（磁共振成像技术）、Ultrasound（超[2]声）及其它医学影像设备所获得的图像。医学图像分割是将原始的2D或3D图像划分成[1]不同性质(如灰度、纹理等)的区域，从而把感兴趣的区域提取出来。医学图像分割是一个非常有研究价值和研究意义的领域，对疾病诊断、图像引导手术以及医学数据可视化等有重要作用，为临床诊疗和病理学研究提供可靠的依据。医学图像处理有其复杂性和多样性。由于医学图像的成像原理和组织本身的特性差异，图像的形成受到诸如噪音、场偏移效应、局部体效应和组织运动等的影响，医学图像与普通图像相比较，不可
目录 绪论 (1) 1数字图像处理技术 (1) 1.1数字图像处理的主要特点 (1) 1.2数字图像处理的优点 (2) 1.3数字图像处理过程 (3) 2数字图像处理的研究现状 (4) 2.1数字图像的采集与数字化 (4) 2.2图像压缩编码 (5) 2.3图像增强与恢复 (8) 2.4图像分割 (9) 2.5图像分析 (10) 3数字图像处理技术的发展方向 (13) 参考文献 (14)
绪论 图像处理技术基本可以分成两大类：模拟图像处理和数字图像处理。数字图像处理是指将图像信号转换成数字信号并利用计算机进行处理的过程。其优点是处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力，一般来说只要改变软件就可以改变处理内容。困难主要在处理速度上，特别是进行复杂的处理。数字图像处理技术主要包括如下内容：几何处理、算术处理、图像增强、图像复原、图像重建、图像编码、图像识别、图像理解。数字图像处理技术的发展涉及信息科学、计算机科学、数学、物理学以及生物学等学科，因此数理及相关的边缘学科对图像处理科学的发展有越来越大的影响。 数字图像处理的早期应用是对宇宙飞船发回的图像所进行的各种处理。到了70年代，图像处理技术的应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大的影响。 数字图像处理技术发展速度快、应用范围广的主要原因有两个。最初由于数字图像处理的数据量非常庞大，而计算机运行处理速度相对较慢，这就限制了数字图像处理的发展。现在计算机的计算能力迅速提高，运行速度大大提高，价格迅速下降，图像处理设备从中、小型计算机迅速过渡到个人计算机，为图像处理在各个领域的应用准备了条件。第二个原因是由于视觉是人类感知外部世界最重要的手段。据统计，在人类获取的信息中，视觉信息占60％，而图像正是人类获取信息的主要途径，因此，和视觉紧密相关的数字图像处理技术的潜在应用范围自然十分广阔。近年来，数字图像处理技术日趋成熟，它广泛应用于空间探测、遥感、生物医学、人工智能以及工业检测等许多领域，并促使这些学科产生了新的发展。 1数字图像处理技术 1.1数字图像处理的主要特点 (1)目前数字图像处理的信息大多是二维信息，处理信息量很大，因此对计
《数字图像处理》习题参考答案 第1 章概述 连续图像和数字图像如何相互转换答：数字图像将图像看成是许多大小相同、形状一致的像素组成。这样，数字图像可以 用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。图像的数字化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。 # 采用数字图像处理有何优点答：数字图像处理与光学等模拟方式 相比具有以下鲜明的特点： 1．具有数字信号处理技术共有的特点。（1）处理精度高。（2）重现性能好。（3）灵活性高。 2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。 3．数字图像处理技术适用面宽。 4．数字图像处理技术综合性强。 数字图像处理主要包括哪些研究内容答：图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、 编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。 ] 讨论数字图像处理系统的组成。列举你熟悉的图像处理系统并分析它们的组成和功能。 答：如图，数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的 信息系统。图像处理系统包括图像处理硬件和图像处理软件。图像处理硬件主要由图像输入设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。软件系统包括操作系统、控制软件及应用软件等。 。 $ 图数字图像处理系统结构图 1
常见的数字图像处理开发工具有哪些各有什么特点 答．目前图像处理系统开发的主流工具为Visual C++（面向对象可视化集成工具）和MATLAB 的图像处理工具箱（Image Processing Tool box）。两种开发工具各有所长且有相互间的软件接口。 Microsoft 公司的VC++是一种具有高度综合性能的面向对象可视化集成工具，用它开发出来的Win 32 程序有着运行速度快、可移植能力强等优点。VC++所提供的Microsoft 基础类库 MFC 对大部分与用户设计有关的 Win 32 应用程序接口 API 进行了封装，提高了代码的可重用性，大大缩短了应用程序开发周期，降低了开发成本。由于图像格式多且复杂，为了减轻程序员将主要精力放在特定问题的图像处理算法上，VC++ 提供的动态链接库支持BMP、JPG、TIF 等常用6种格式的读写功能。 MATLAB 的图像处理工具箱M ATLAB 是由M athWorks 公司推出的用于数值计算的有力工具，是一种第四代计算机语言，它具有相当强大的矩阵运算和操作功能，力求使人们摆脱繁杂的程序代码。MATLAB 图像处理工具箱提供了丰富的图像处理函数，灵活运用这些函数可以完成大部分图像处理工作，从而大大节省编写低层算法代码的时间，避免程序设计中的重复劳动。MATLAB 图像处理工具箱涵盖了在工程实践中经常遇到的图像处理手段和算法，如图形句柄、图像的表示、图像变换、二维滤波器、图像增强、四叉树分解域边缘检测、二值图像处理、小波分析、分形几何、图形用户界面等。但是，MATLAB 也存在不足之处限制了其在图像处理软件中实际应用。首先，强大的功能只能在安装有M ATLAB 系统的机器上使用图像处理工具箱中的函数或自编的m文件来实现。其次，MATLAB 使用行解释方式执行代码，执行速度很慢。第三，MATLAB 擅长矩阵运算，但对于循环处理和图形界面的处理不及C++等语言。为此，通应用程序接口A PI 和编译器与其他高级语言（如C、 C++、Java 等）混合编程将会发挥各种程序设计语言之长协同完成图像处理任务。API 支持 MATLAB 与外部数据与程序的交互。编译器产生独立于M ATLAB 环境的程序，从而使其他语言的应用程序使用MATLAB。 常见的数字图像应用软件有哪些各有什么特点答：图像应用软件是可直接供用户使用的商品化软件。用户从使用功能出发，只要了解 软件的操作方法就可以完成图像处理的任务。对大部分用户来说，商品化的图像应用软件无需用户进行编程，操作方便，功能齐全，已经能满足一般需求，因而得到广泛应用。常用图像处理应用软件有以下几种： 1．PHOTOSHOP：当今世界上一流的图像设计与制作工具，其优越性能令其产品望尘莫及。PHOTOSHOP 已成为出版界中图像处理的专业标准。高版本的 PHOTOSHOP 支持多达 20 多种图像格式和TWAIN 接口，接受一般扫描仪、数码相机等图像输入设备采集的图像。PHOTOSHOP 支持多图层的工作方式，只是 PHOTOSHOP 的最大特色。使用图层功能可以很方便地编辑和修改图像，使平面设计充满创意。利用PHOTOSHOP 还可以方便地对图像进行各种平面处理、绘制简单的几何图形、对文字进行艺术加工、进行图像格式和颜色模式的转换、改变图像的尺寸和分辨率、制作网页图像等。 2．CorelDRAW：一种基于矢量绘图、功能强大的图形图像制作与设计软件。位图式图像是由象素组成的，与其相对，矢量式图像以几何、色彩参数描述图像，其内容以线条和色块为主。可见，采用不同的技术手段可以满足用户的设计要求。位图式图像善于表现连续、丰富色调的自然景物，数据量较大；而矢量式图像强于表现线条、色块的图案，数据量较小。合理的利用两种不同类型的图像表现方式，往往会收到意想不到的艺术效果。CorelDraw是 2
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
^ | 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。
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
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
数字图像处理技术的现状及其发展方向 一、数字图像处理历史发展 数字图像处理(Digital Image Processing)将图像信号转换成数字信号并利用计算机对其进行处理。 1.起源于20世纪20年代。 2.数字图像处理作为一门学科形成于20世纪60年代初期，美国喷气推进实验室(JPL)推动了数字图像处理这门学科的诞生。 3.1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置即CT(Computer Tomograph)，1975年EMI公司又成功研制出全身用的CT装置,获得了人体各个部位鲜明清晰的断层图像。 4.从70年代中期开始,随着计算机技术和人工智能、思维科学研究的迅速发展,数字图像处理向更高、更深层次发展，人们已开始研究如何用计算机系统解释图像,实现类似人类视觉系统理解外部世界，其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论。 二、数字图像处理的主要特点 1．目前数字图像处理的信息大多是二维信息,处理信息量很大,对计算机的计算速度、存储容量等要求较高。 2.数字图像处理占用的频带较宽,在成像、传输、存储、处理、显示等各个环节的实现上,技术难度较大,成本也高,这就对频带压缩技术提出了更高的要求。 3.数字图像中各个像素是不独立的,其相关性大。因此,图像处理中信息压缩的潜力很大。 4.由于图像是三维景物的二维投影,一幅图像本身不具备复现三维景物的全部几何信息的能力,要分析和理解三维景物必须作合适的假定或附加新的测量。在理解三维景物时需要知识导引,这也是人工智能中正在致力解决的知识工程问题。 5．一方面，数字图像处理后的图像一般是给人观察和评价的,因此受人的因素影响较大，作为图像质量的评价还有待进一步深入的研究；另一方面，计算机视觉是模仿人的视觉,人的感知机理必然影响着计算机视觉的研究,这些都是心理学和神经心理学正在着力研究的课题。 三、数字图像处理的优点 1.再现性好；图像的存储、传输或复制等一系列变换操作不会导致图像质量的退化。 2.处理精度高；可将一幅模拟图像数字化为任意大小的二维数组,现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高。 3.适用面宽；图像可以来自多种信息源，图像只要被变换为数字编码形式后,均是用二维数组表示的灰度图像组合而成,因而均可用计算机来处理。 4.灵活性高；数字图像处理不仅能完成线性运算,而且能实现非线性处理,即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。 四、数字图像处理过程及其主要进展 常见的数字图像处理有:图像的采集、数字化、编码、增强、恢复、变换、
第一章概述 一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为__________。 5. 数字图像处理包含很多方面的研究内容。其中，________________的目的是根据二维平面图像数据构造出三维物体的图像。 解答:1. 像素5. 图像重建 第二章数字图像处理的基础 一.填空题 1. 量化可以分为均匀量化和________________两大类。 3. 图像因其表现方式的不同，可以分为连续图像和________________两大类。 5. 对应于不同的场景内容，一般数字图像可以分为________________、灰度图像和彩色图像三类。 解答: 1. 非均匀量化 3. 离散图像 5. 二值图像 二.选择题 1. 一幅数字图像是：( ) A、一个观测系统。 B、一个有许多像素排列而成的实体。 C、一个2-D数组中的元素。 D、一个3-D空间的场景。 3. 图像与灰度直方图间的对应关系是：（） A、一一对应 B、多对一 C、一对多 D、都不对 4. 下列算法中属于局部处理的是：（） A、灰度线性变换 B、二值化 C、傅立叶变换 D、中值滤波 5. 一幅256*256的图像，若灰度级数为16，则该图像的大小是：（） A、128KB B、32KB C、1MB C、2MB 6. 一幅512*512的图像，若灰度级数为16，则该图像的大小是：（） A、128KB B、32KB C、1MB C、2MB 解答:1. B 3. B 4. D 5. B 6. A 三.判断题 1. 可以用f(x,y)来表示一幅2-D数字图像。（） 3. 数字图像坐标系与直角坐标系一致。（） 4. 矩阵坐标系与直角坐标系一致。（） 5. 数字图像坐标系可以定义为矩阵坐标系。（） 6. 图像中虚假轮廓的出现就其本质而言是由于图像的灰度级数不够多造成的。（） 10. 采样是空间离散化的过程。（） 解答:1. T 3. F 4. F 5. T 6. T 10. T 1、马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的毛边现象（√） 第三章图像几何变换 一.填空题 1. 图像的基本位置变换包括了图像的________________、镜像及旋转。 7. 图像经过平移处理后，图像的内容________________变化。（填“发生”或“不发生”） 8. 图像放大是从小数据量到大数据量的处理过程，________________对许多未知的数据的估计。（填“需要”或“不需要”） 9. 图像缩小是从大数据量到小数据量的处理过程，________________对许多未知的数据的估计。（填“需要”或“不需要”） 解答:1. 平移7. 不发生8. 需要9. 不需要
文献综述 理论背景 数字图像中的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域的重要基础，图像处理和分析的第一步往往就是边缘检测。 物体的边缘是以图像的局部特征不连续的形式出现的，也就是指图像局部亮度变化最显着的部分，例如灰度值的突变、颜色的突变、纹理结构的突变等，同时物体的边缘也是不同区域的分界处。图像边缘有方向和幅度两个特性，通常沿边缘的走向灰度变化平缓，垂直于边缘走向的像素灰度变化剧烈。根据灰度变化的特点，图像边缘可分为阶跃型、房顶型和凸缘型。 、图像边缘检测技术研究的目的和意义 数字图像边缘检测是伴随着计算机发展起来的一门新兴学科，随着计算机硬件、软件的高度发展，数字图像边缘检测也在生活中的各个领域得到了广泛的应用。边缘检测技术是图像边缘检测和计算机视觉等领域最基本的技术，如何快速、精确的提取图像边缘信息一直是国内外研究的热点，然而边缘检测也是图像处理中的一个难题。 首先要研究图像边缘检测，就要先研究图像去噪和图像锐化。前者是为了得到飞更真实的图像，排除外界的干扰，后者则是为我们的边缘检测提供图像特征更加明显的图片，即加大图像特征。两者虽然在图像边缘检测中都有重要地位，但本次研究主要是针对图像边缘检测的研究，我们最终所要达到的目的是为了处理速度更快，图像特征识别更准确。早期的经典算法有边缘算子法、曲面拟合法、模版匹配法、门限化法等。 早在1959年Julez就曾提及边缘检测技术，Roberts则于1965年开始了最早期的系统研究，从此有关边缘检测的理论方法不断涌现并推陈出新。边缘检测最开始都是使用一些经验性的方法，如利用梯度等微分算子或特征模板对图像进行卷积运算，然而由于这些方法普遍存在一些明显的缺陷，导致其检测结果并不尽如人意。20世纪80年代，Marr和Canny相继提出了一些更为系统的理论和方法，逐渐使人们认识到边缘检测的重要研究意义。随着研究的深入，人们开始注意到边缘具有多分辨性，即在不同的分辨率下需要提取的信息也是不同的。通常情况下，小尺度检测能得到更多的边缘细节，但对噪声更为敏感，而大尺度检测
数字图像处理的发展及现状 网络092 张海波 0904681468 摘要： 简述了数字图像处理技术的发展及应用现状，系统分析了数字图像处理技术的主要优点，不足及制约其发展的因素，阐述了数字图像处理技术研究的主要内容和将来的研究重点，概述了数字图像处理技术未来的应用领域，并提出了该技术未来的研究方向。 关键词：数字图像；图像处理；现状与展望；计算机技术 1 前言： 图像处理技术基本可以分成两大类：模拟图像处理（Analog Image Processing）和数字图像处理（Digtal Image Processing）。数字图像处理是指将图像信号转换成数字信号并利用计算机进行处理的过程。其优点是处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力，一般来说只要改变软件就可以处理内容[1]。困难主要在处理速度上，特别是进行复杂的处理。数字图像处理技术主要包括如下内容：几何处理（Geometrical Processing）、算术处理（Arithmetic Processing）、图像增强（Image Enhancement）、图像复原（Image Restoration）、图像重建（Image Reconstruction）、图像编码（Image Encoding）、图像识别(Image Recognition)、图像理解（Image Understanding）。数字图像处理技术的发展涉及信息科学、计算机科学、数学、物理学以及生物学等学科[2]，因此数理及相关的边缘学科对图像处理科学的发展有越来越大的影响。近年来，数字图像处理技术日趋成熟，它广泛应用于空间探测、遥感、生物医学、人工智能以及工业检测等许多领域，并促使这些学科产生了新的发展。 2 数字图像处理技术发展： 数字图像处理技术使20世纪60年代随着计算机技术和 VLSY Very Large Scale Integration的发展而产生、发展和不断成熟起来的一个新兴技术领域，它在理论上和实际应用中都取得了很大的成就。 视觉是人类最重要的感知手段，图像又是视觉的基础[3]。早期图像处理的目的是改善图像质量，它以人为对象，以改善人的视觉效果为目的。图像处理中输入的是质量低的图像，输出的是改善质量后的图像。常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得成功应用的是美国喷气推进实验室（JPL）。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片进行图像处理，如几何校正、灰度变换、去除噪声等，并考虑了太阳位置和月球环境的影响。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，获得了月球的地形图、彩色图及全景镶嵌图，为人类登月创举奠定了基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术探测研究中，数字图像处理技术都发挥了巨大的作用。 数字图像处理技术取得的另一个巨大成就是在医学上。1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT
数字图像处理技术的研究现状与发展方向 孔大力崔洋 （山东水利职业学院，山东日照276826） 摘要：随着计算机技术的不断发展，数字图像处理技术的应用领域越来越广泛。本文主要对数字图像处理技术的方法、优点、数字图像处理的传统领域及热门领域及其未来的发展等进行相关的讨论。 关键词：数字图像处理；特征提取；分割；检索 引言 图像是指物体的描述信息，数字图像是一个物体的数字表示，图像处理则是对图像信息进行加工以满足人的视觉心理和应用需求的行为。数字图像处理是指利用计算机或其他数字设备对图像信息进行各种加工和处理，它是一门新兴的应用学科，其发展速度异常迅速，应用领域极为广泛。 数字图像处理的早期应用是对宇宙飞船发回的图像所进行的各种处理。到了70年代，图像处理技术的应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大的影响。 数字图像处理技术发展速度快、应用范围广的主要原因有两个。最初由于数字图像处理的数据量非常庞大，而计算机运行处理速度相对较慢，这就限制了数字图像处理的发展。现在计算机的计算能力迅速提高，运行速度大大提高，价格迅速下降，图像处理设备从中、小型计算机迅速过渡到个人计算机，为图像处理在各个领域的应用准备了条件。第二个原因是由于视觉是人类感知外部世界最重要的手段。据统计，在人类获取的信息中，视觉信息占60％，而图像正是人类获取信息的主要途径，因此，和视觉紧密相关的数字图像处理技术的潜在应用范围自然十分广阔。 1数字图像处理的目的 一般而言，对图像进行加工和分析主要有以下三方面的目的[1]： (1)提高图像的视感质量，以达到赏心悦目的目的。如去除图像中的噪声，改变图像中的亮度和颜色，增强图像中的某些成分与抑制某些成分，对图像进行几何变换等，从而改善图像的质量，以达到或真实的、或清晰的、或色彩丰富的、或意想不到的艺术效果。 (2)提取图像中所包含的某些特征或特殊信息，以便于计算机进行分析，例如，常用做模式识别和计算机视觉的预处理等。这些特征包含很多方面，如频域特性、灰度/颜色特性、边界/区域特性、纹理特性、形状/拓扑特性以及关系结构等。 (3)对图像数据进行变换、编码和压缩，以便于图像的存储和传输。 2数字图像处理的方法 数字图像处理按处理方法分，主要有以下三类，即图像到图像的处理、图像到数据的处理和数据到图像的处理[2]。 （1）图像到图像。图像到图像的处理，其输入和输出均为图像。这种处理技术主要有图像增强、图像复原和图像编码。 首先，各类图像系统中图像的传送和转换中，总要造成图像的某些降质。第一类解决方法不考虑图像降质的原因，只将图像中感兴趣的特征有选择地突出，衰减次要信息，提高图像的可读性，增强图像中某些特征，使处理后的图像更适合人眼观察和机器分析。这类方法就是图像增强。例如，对图像的灰度值进行修正，可以增强图像的对比度；对图像进行平滑，可以抑制混入图像的噪声；利用锐化技
数字图像处理系统论文
毕业设计说明书基于ARM的嵌入式数字图像处理系统 设计 学生姓名：张占龙学号： 0905034314 学院：信息与通信工程学院 专业：测控技术与仪器 指导教师：张志杰 2013年 6月
摘要 简述了数字图像处理的应用以及一些基本原理。使用S3C2440处理器芯片，linux内核来构建一个简易的嵌入式图像处理系统。该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统，其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。应用界面使用QT制作，系统主要实现了一些简单的图像处理功能，比如灰度话、增强、边缘检测等。整个程序是基于C++编写的，因此有些图像变换的算法可能并不是最优化的，但基本可以满足要求。在此基础上还会对系统进行不断地完善。 关键词：linnux 嵌入式图像处理边缘检测 Abstract This paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve. Keywords:linux embedded system image processing edge detection