下载文档原格式
多做练习题一、基础概念理解2. 简述面向对象编程中的封装、继承、多态的概念。
4. 请说明什么是事件驱动编程以及其应用场景。
5. 简述数据库中的SQL语言的作用及其基本命令。
二、数据结构与算法1. 请列举常用的线性数据结构。
2. 描述二叉树的特点及其常见操作。
3. 简述排序算法的类别，并给出冒泡排序和快速排序的基本思想。
4. 请解释什么是哈希表，并说明其查找和插入的时间复杂度。
5. 描述图的表示方法以及图的遍历算法。
三、编程语言特性1. 请列举Python中的几种基本数据类型。
2. 简述Java中的泛型以及其作用。
3. 描述C++中的指针与引用的区别。
4. 请说明JavaScript中闭包的概念及其应用。
5. 简述TypeScript中的类型注解和类型推断。
四、软件工程1. 请解释软件开发生命周期模型。
2. 简述敏捷开发的核心价值观和原则。
3. 描述单元测试、集成测试和系统测试的区别。
4. 请说明版本控制系统的作用以及Git的基本操作。
5. 简述软件架构设计的基本原则。
五、网络与通信1. 请解释TCP/IP协议栈的层次结构。
2. 描述HTTP协议的工作原理及其常见方法。
3. 简述RESTful API的设计原则。
4. 请说明Websocket协议的特点及其应用场景。
5. 描述网络安全的常见威胁及其防范措施。
六、数据库技术1. 请列举关系型数据库的常见类型。
2. 简述数据库范式及其作用。
3. 描述索引的作用及其类型。
4. 请说明事务处理的基本概念及其特性。
5. 简述数据库的备份与恢复策略。
七、操作系统1. 请解释进程与线程的区别。
2. 描述内存管理的基本策略。
3. 简述文件系统的常见类型及其特点。
4. 请说明操作系统的调度算法。
5. 描述操作系统的安全机制。
1. 请解释机器学习的基本概念及其分类。
2. 描述深度学习的基本原理。
3. 简述自然语言处理的基本任务。
4. 请说明计算机视觉的主要应用领域。
5. 描述强化学习的基本思想。
摘要随着计算机技术的迅速发展，数字图像处理技术在医学领域的研究和应用日益深入和广泛。
现代医学已越来越离不开医学图像处理技术。
医学图像处理技术在临床诊断、教学科研等方面发挥了重要的作用。
计算机图像处理技术与影像技术的结合从根本上改变了医务人员进行诊断的传统方式。
充分地利用这些技术可以提高诊断的正确性和准确性，提高诊断效率，降低医疗成本，可以更加充分地发挥各种医疗设备的功能。
而且，随着数字化、智能化进程的深人，图像处理技术在医疗卫生领域将会有更加广阔的应用前景。
Java是Sun公司推出的一种面向对象编程语言。
Java非常适合于企业网络和Internet 环境，现已成为Internet中最受欢迎、最有影响的编程语言之一。
目前国内使用Java语言开发的图像处理系统比较少，这也增加了这方面的研究价值。
本文首先对图像增强和图像分割中的几种算法进行了介绍，包括线性灰度变换，伪彩色处理，平滑处理，中值滤波，阈值分割，边缘检测等。
然后用Java语言对上述各算法编程实现，并设计Java GUI（图形用户界面）用来显示图像处理的结果，以及创建一个数据库用于存储医学图像。
关键词：医学图像；图像增强；图像分割；面向对象AbstractAs the computer technique’s quickly development, the image process technique having been more deeply and widely in the use and study of medical science. The modern medical science can not work well without the medical image processing technology; it has made an important use in clinical diagnosis and education study. The combination of the image processing technique and imaging technique has changed the way that traditional diagnosis. Make adequately use of this techniques will be increase accuracy, increase the efficiency of diagnosis, decrease the cost of medical treatment and make the most use of function with medical treatment equipments. Moreover, as the deeply with the arithmetic figure and the intelligence, the image processing technique will have a more wonderful future.Java is a kind of object-oriented programming language from the company of Sun. The Java is becoming a most welcome and influence programming language which suits for the business network and the environment of internet. Currently, use Java language to developed image processing system is not very frequency in our country. So, this is a cause of increasing the value of study.This project introduces some kinds of algorithms in image enhancement and image segmentation. It includes linear grey level transformation, pseudo-color processing, smooth processing, median filter, threshold segmentation, edge detection and so on. Then, use Java to program and realize. And show the result of image processing using Java GUI (Graphical User Interface), as well as create a database to stock medical image.Key Words: medical image; image enhancement; image segmentation; object-oriented目录1引言 (1)2医学图像处理概述 (3)2.1什么是医学图像处理 (3)2.2医学图像处理及研究内容 (3)2.2.1超声图像 (3)2.2.2X射线图像 (4)2.2.3磁共振成像 (5)2.2.4核医学成像 (6)2.3医学图像处理技术新进展 (7)3 Java语言的特点 (11)3.1面向对象编程 (11)3.1.1抽象 (11)3.1.2面向对象编程的3个原则 (12)3.2 Java的特性 (13)3.3 Java语言的前景 (15)4 Java语言实现图像处理 (16)4.1图像增强技术 (16)4.1.1灰度变换 (17)4.1.2伪彩色处理 (19)4.1.3平滑化处理 (22)4.1.4其他图像增强技术 (24)4.2图像分割技术 (25)4.2.1阈值分割法 (25)4.2.2边缘检测法 (28)4.3图像复原技术 (31)4.4本章小结 (33)5设计流程 (34)5.1主流程图 (34)5.2图像处理界面 (35)5.3图像的加载 (36)5.4图像的处理 (38)5.5数据库的建立 (42)6开发工具 (44)6.1 JCreator概述 (44)6.2 JCreator编辑界面的组成 (44)结论 (47)致谢 (48)参考文献 (49)附录A 英文原文 (50)附录B 中文翻译 (59)附录C 源程序 (66)1 引言数字图像处理技术是20世纪60年代随着计算机技术和超大规模集成电路的发展而产生、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巨大的成就。
利用Java开发医疗影像处理系统的设计与实现一、引言随着医疗技术的不断发展，影像处理在医疗领域中扮演着越来越重要的角色。
医疗影像处理系统可以帮助医生更准确地诊断疾病，提高医疗效率，改善患者治疗体验。
本文将介绍利用Java语言开发医疗影像处理系统的设计与实现过程。
二、系统架构设计1. 系统功能模块划分在设计医疗影像处理系统时，我们可以将系统功能划分为以下几个模块： - 影像数据管理模块：负责管理医学影像数据的采集、存储和检索。
- 影像处理模块：包括图像预处理、特征提取、图像分割等功能。
- 影像诊断模块：利用机器学习和深度学习算法进行影像诊断。
- 报告生成模块：根据诊断结果生成专业的医学报告。
2. 技术选型在开发医疗影像处理系统时，我们选择Java作为主要开发语言的原因有以下几点： - Java具有良好的跨平台性，可以在不同操作系统上运行。
- Java拥有丰富的第三方库和框架，便于开发人员快速开发应用。
- Java语言本身具有较高的安全性和稳定性，适合开发医疗领域的应用。
三、系统实现1. 数据管理模块实现数据管理模块主要负责医学影像数据的采集、存储和检索。
我们可以利用Java中的Spring框架来实现数据管理模块，通过Spring Data JPA来操作数据库，实现数据的持久化存储。
示例代码star：编程语言：java// 示例代码@Repositorypublic interface ImageRepository extendsJpaRepository<Image, Long> {List<Image> findByPatientId(Long patientId);}示例代码end2. 影像处理模块实现影像处理模块包括图像预处理、特征提取、图像分割等功能。
我们可以利用Java图像处理库如ImageJ或OpenCV来实现这些功能，通过调用相应的API来对影像数据进行处理。
Java图像处理：使用Java 2D API实现图片处理引言：随着数字摄影技术的发展，我们每天都会拍摄大量的照片。
然而，有时候我们可能需要对这些照片进行一些处理，以使它们更加美观或符合特定的需求。
在本文中，我们将介绍如何使用Java 2D API来实现图片处理，帮助您更好地处理和优化您的图片。
第一部分：Java 2D API简介Java 2D API是Java平台中用于处理图形和图像的强大工具。
它提供了一组丰富的类和方法，使我们能够创建和操作各种图形对象，如线条、矩形、多边形和图像。
Java 2D API还支持图形渲染、颜色管理和图像转换等高级功能。
第二部分：加载和显示图片在开始处理图片之前，我们首先需要加载和显示图片。
Java 2D API提供了Image类来处理图像。
我们可以使用ImageIO类的静态方法read()来从文件中读取图像，并将其保存在一个Image对象中。
然后，我们可以使用Graphics类的drawImage()方法将图像绘制到指定的位置上。
第三部分：图片缩放有时候，我们可能需要调整图片的大小，使其适应特定的显示区域或满足特定的要求。
Java 2D API提供了AffineTransform类来处理图像的变换操作。
我们可以使用AffineTransform类的scale()方法来缩放图像。
通过指定缩放因子，我们可以按比例增加或减小图像的大小。
第四部分：图片旋转除了缩放，有时候我们还需要将图片旋转一定角度。
Java 2D API同样提供了AffineTransform类来实现图像的旋转操作。
我们可以使用AffineTransform类的rotate()方法来指定旋转的角度，并将其应用于图像。
第五部分：图片滤镜效果为了给图片增加一些特殊的效果，Java 2D API提供了一些内置的滤镜类。
我们可以使用这些滤镜类来对图像进行模糊、锐化、亮度调整等操作。
通过创建一个Filter对象，并将其应用于图像，我们可以很容易地实现这些效果。
图像处理算法的开发教程与实现方法图像处理是计算机科学领域中一个重要的研究方向，它涉及到对数字图像的获取、处理、分析和识别等一系列操作。
图像处理算法的开发则是实现这些操作的核心。
本文将为读者介绍图像处理算法的开发教程与实现方法。
一、图像处理算法的基本概念图像处理算法是指用来处理数字图像的数学或逻辑操作方法。
在开发图像处理算法之前，我们需要对一些基本概念有所了解。
1. 像素：像素是构成数字图像的最小单元，代表了图像中的一个点。
每个像素都有自己的位置和像素值，像素值可以表示颜色、亮度或灰度等信息。
2. 空间域与频率域：在图像处理算法中，我们常常需要在空间域和频率域之间进行转换。
空间域指的是图像中像素的位置和像素值，而频率域则是指图像中各个频率分量的分布。
3. 直方图：直方图是对图像像素分布的统计图，它可以描述图像中不同像素值的数量。
直方图分析在图像处理中非常重要，可以用来检测图像的亮度、对比度等特征。
二、图像处理算法的开发流程在开发图像处理算法之前，我们需要明确自己的目标并制定开发流程。
一般而言，图像处理算法的开发流程包括以下几个步骤。
1. 图像获取：首先，我们需要获取待处理的图像。
图像可以由摄像机、扫描仪等设备采集获得，也可以从存储设备或网络中读取。
2. 图像预处理：在进行实际的图像处理之前，我们需要对图像进行预处理。
预处理包括图像的去噪、增强、平滑等操作，可以提高后续处理的效果。
3. 图像分割：图像分割是将图像划分为若干个区域的过程。
分割可以基于像素值、纹理、形状等特征进行，常用的分割方法有阈值分割、边缘检测、区域生长等。
4. 特征提取：在图像处理中，我们通常需要从图像中提取出一些重要的特征。
特征可以用来描述图像的形状、颜色、纹理等属性，常用的特征提取方法有哈尔特征、色彩直方图等。
5. 图像识别与分析：通过对提取出的特征进行分类和分析，我们可以实现图像的识别和分析。
图像识别涉及到将图像归类到不同的类别中，而图像分析则是对图像中的目标进行定位、计数等。
区域分裂合并法在图像分割中的应用在图像处理的领域中，图像分割是一项关键的任务，其目的是将图像划分为具有不同特性的区域，以便于后续的分析和理解。
而区域分裂合并法作为一种重要的图像分割方法，凭借其独特的优势，在众多应用场景中发挥着重要作用。
要理解区域分裂合并法，首先得明白图像分割的基本概念。
简单来说，图像分割就是将一幅图像分成若干个有意义的区域，每个区域内部具有相似的特征，而不同区域之间的特征则存在明显差异。
这就好比我们在整理一堆杂物时，会把相似的物品放在一起，不同的物品分开存放。
区域分裂合并法的基本思想其实并不复杂。
它就像是在玩一个“拆解与组合”的游戏。
首先，从整幅图像开始，如果发现某个区域内部的差异较大，就将其分裂成更小的子区域，直到每个子区域内部的特性足够相似为止。
然后，再反过来看看这些子区域，把那些相似程度较高、应该属于同一类的子区域合并起来。
比如说，我们有一幅风景图像，其中有蓝天、白云、山脉和草地。
一开始，我们可能把整个图像看作一个大区域，但仔细一看，发现这个大区域内部的差异很大，蓝天和草地的颜色、纹理完全不同。
于是，我们就把这个大区域分裂成蓝天区域、白云区域、山脉区域和草地区域。
但再进一步观察，可能会发现某些相邻的白云区域其实非常相似，那就把它们合并成一个更大的白云区域。
这种方法的优点是显而易见的。
它对于复杂的图像，尤其是那些包含多种不同特征且分布不均的图像，具有很好的适应性。
而且，由于是基于区域的操作，所以在处理过程中能够较好地保留图像的空间信息。
在实际应用中，区域分裂合并法有着广泛的用途。
在医学图像处理中，比如对 X 光片、CT 扫描图像或者核磁共振图像进行分析时，医生们需要准确地分割出病变组织、正常组织以及各种器官。
区域分裂合并法就可以帮助他们将图像中不同的组织结构清晰地划分出来，为疾病的诊断和治疗提供有力的支持。
在卫星遥感图像的处理中，区域分裂合并法也大显身手。
通过对地球表面的遥感图像进行分割，可以区分出不同的土地类型，如森林、农田、城市、水域等，这对于资源监测、环境评估和城市规划等都具有重要的意义。
图像切割：创建多个图像的有效办法图像切割是一种常见的图像处理技术，可以将一个大的图像分割成多个小图像，以便更好地处理和应用。
PhotoShop软件提供了强大的图像切割工具，使用户能够轻松地将图像切割成多个有效的部分。
本教程将介绍一些有效的图像切割方法和技巧，帮助您创建多个图像。
步骤一：打开图像首先，打开您想要切割的图像。
在PhotoShop软件中，选择“文件”菜单，然后点击“打开”选项，在计算机中找到您的图像并选择打开。
图像将显示在软件的工作区中。
步骤二：选择切割工具在工具栏中，找到并选择“切割工具”。
它通常位于工具栏的选项中部，并以一个小方框的图标表示。
点击该工具，切割工具选项将显示在顶部菜单栏中。
步骤三：设置切割工具选项在顶部菜单栏中的切割工具选项中，您可以设置多个选项来自定义切割。
例如，您可以选择切割的样式（例如矩形或自定义形状）、切割线的粗细和颜色等。
根据您的需求进行相应的设置。
步骤四：切割图像使用切割工具，您可以开始切割图像。
在图像上点击并拖动鼠标，创建一条切割线。
这将确定您想要切割的区域。
您可以不断点击和拖动来添加更多的切割线。
将图像切割成多个小图像，直到您满意为止。
请注意，切割线可以是直线、曲线、直角线等，视您的需要而定。
步骤五：完成切割当您完成切割行动后，图像将被相应地分割成多个小图像。
每个切割的部分将变成一个独立的层，您可以单独处理每个层。
在图层面板中，您可以看到每个层的缩略图。
您可以选择隐藏、删除、重命名或编辑每个层，以满足您的需求。
步骤六：保存切割结果一旦您满意切割的结果，您可以将每个小图像单独保存。
选择每个层，然后通过依次点击“文件”菜单，选择“存储为”选项，为每个图像选择一个文件名和保存位置。
按照这个步骤重复操作，直到所有图像都保存完毕。
通过上述步骤，您可以轻松地将一个大的图像切割成多个小图像，并对它们进行个别处理。
图像切割是用于创建图像网格、布局设计、广告制作等的重要技巧。
Java中的图像处理和特征提取图像处理是计算机视觉领域的重要分支之一，它涉及到对图像进行各种操作以便更好地理解和利用图像信息。
特征提取是图像处理的一个重要环节，它是指从图像中提取出具有一定特征的信息，比如边缘、颜色、纹理等，以便进行图像分类、检索、识别等应用。
本文将重点介绍Java中的图像处理和特征提取的相关知识和技术，包括图像处理的基本操作、常用的特征提取方法以及相关的Java库和工具。
文章将从以下几个方面展开讨论：一、图像处理的基本操作1.图像的表示与读取2.图像的基本操作3.图像的滤波处理4.图像的几何变换5.图像的分割与合并6.图像的压缩与解压缩二、特征提取的常用方法1.边缘检测2.颜色特征提取3.纹理特征提取4.形状特征提取5.光流特征提取6.视觉词袋（Bag of Visual Words）三、Java中的图像处理和特征提取库及工具1. Java图像处理库2. Java特征提取库3. Java图像处理与特征提取工具四、应用实例1.图像处理与特征提取在人脸识别中的应用2.图像处理与特征提取在物体识别中的应用3.图像处理与特征提取在医学影像分析中的应用4.图像处理与特征提取在图像检索中的应用五、总结与展望1.图像处理与特征提取的发展趋势2.图像处理与特征提取的研究方向3. Java在图像处理与特征提取领域的发展前景一、图像处理的基本操作1.图像的表示与读取在Java中，图像通常以像素点的形式表示，每个像素点包含了图像中的颜色信息。
Java提供了图像处理和图像读取的相关API，比较常用的有BufferedImage类、ImageIO类和Image类。
通过这些API，可以很方便地读取和显示图像。
2.图像的基本操作图像的基本操作包括图像的增强、灰度化、二值化、色彩平衡等。
在Java中，可以通过对图像的像素点进行逐点操作实现这些功能。
另外，还可以使用Java图形库提供的相关函数来实现图像的基本操作。
使用JAVA进行图像识别与处理的工具及技术引言：随着科技的不断发展，图像识别与处理已经成为了计算机科学领域的热门研究方向。
而JAVA作为一种广泛应用于软件开发的编程语言，也提供了丰富的工具和技术来支持图像识别与处理。
本文将介绍一些常用的JAVA图像处理工具和技术，并探讨其在实际应用中的优势和挑战。
一、图像处理工具1. OpenCVOpenCV是一个开源的计算机视觉库，提供了丰富的图像处理和计算机视觉算法。
它支持多种编程语言，包括JAVA。
通过使用OpenCV，开发人员可以轻松实现图像的读取、显示、滤波、边缘检测等常见操作。
同时，OpenCV还提供了一些高级功能，如人脸检测、目标跟踪等，使得图像处理更加便捷和高效。
2. Java Advanced Imaging (JAI)JAI是JAVA平台上的一组图像处理API，提供了丰富的图像处理功能。
它支持图像的读取、写入、缩放、旋转、滤波等操作，并且可以处理多种图像格式。
JAI还提供了一些高级功能，如图像合成、图像分析等，使得开发人员能够更加灵活地进行图像处理。
3. ImageJImageJ是一款基于JAVA的开源图像处理软件，提供了丰富的图像处理和分析功能。
它支持图像的读取、显示、滤波、分割等操作，并且提供了一些常用的图像分析算法，如形态学操作、图像测量等。
ImageJ还支持插件扩展，使得开发人员可以根据需求添加自定义的图像处理功能。
二、图像识别技术1. 机器学习机器学习是一种广泛应用于图像识别的技术。
通过训练模型，机器可以从大量的图像数据中学习特征，并对新的图像进行分类和识别。
JAVA提供了一些机器学习库，如Weka和DL4J，可以帮助开发人员实现图像分类、目标检测等任务。
2. 深度学习深度学习是一种基于神经网络的图像识别技术。
它通过多层次的神经网络模型，可以学习到更加复杂的图像特征，并实现更高精度的图像识别。
JAVA提供了一些深度学习库，如Deeplearning4j和DL4J，可以帮助开发人员构建和训练深度学习模型。
基于ITK和VTK的医学图像分割与重建关天民;刘光孟;轩亮【摘要】基于开源软件开发包ITK,使用连接门限法和快速步进法分别完成对肺实质和脊柱的医学图像的自动分割,分割效果良好.通过对分割结果的对比分析,得出两种分割方法的适用对象.使用连接门限法分割CT序列图像,并输入到VTK中,实现了胸椎的三维重建.实验结果准确还原了目标组织空间位置、几何特征等信息,各脊柱块间没有粘连,能够满足医生对局部组织的观测需求.【期刊名称】《大连交通大学学报》【年(卷),期】2019(040)003【总页数】5页(P61-65)【关键词】ITK;VTK;医学图像分割;三维重建【作者】关天民;刘光孟;轩亮【作者单位】大连交通大学机械工程学院,辽宁大连 116028;大连交通大学机械工程学院,辽宁大连 116028;江汉大学机电与建筑工程学院,湖北武汉 430056【正文语种】中文自X射线被应用于医学领域，医疗诊断方式随着计算机技术和医学影像技术的发展而不断改进.医学影像在诊断、科研教学等方面发挥着巨大的作用.传统的医疗成像设备首先需要对人体某区域断层进行扫描，然后获取对应的图像数据，再将断层切片输出到胶片或者屏幕上供医务人员观察.但无论通过那种方式，其主要依据依然是二维影像数据，不仅诊断结果极其依赖医生经验，昂贵的CT扫描费用在给病人造成经济负担的同时，也没有发挥到应有的作用.为了解决这个问题，通过对医学图像处理与三维重建，把医学影像数据真实的还原成可视化的效果呈现给诊断人员，其能准确的显示组织器官的空间位置、几何特征等信息.医学影像数据通常包含了患者各个组织器官的全部信息，为获得特定组织观测要求，我们需要对图像进行分割处理.但由于医疗影像获取会不可避免产生噪声造成目标物体边界不清晰[1]，医学图像分割较为困难，且没有通用的方法.本文将结合目标组织对分割方法进行探讨，并对分割结果进行重建以验证分割效果.1 图像读取与预处理医学图像通用格式为DICOM格式.标准的DICOM文件一般包含一个文件头信息和一个图像数据体，其文件后缀为dcm.文件头由文件前言和辨识字符串构成[2].前言码长128字节，没有结构，不能作为数据单元.辨识字符串为固定的4个字符“D”、“I”、“C”、“M”，长4个字节.图像数据体由DICOM数据元素按既定顺序排列组合而成，每个数据元素由标签(Tag)、数据长度(VL)、数据域(VF)、数据类型(VR)构成.1.1 DICOM图像的读取由于DICOM的特殊结构，通用处理软件一般无法打开，本文使用ITK进行文件的读取、预处理以及分割.ITK是建立在C++语言基础上，基于泛型编程，跨平台的开源软件开发包，主要被应用在医学图像处理领域.ITK不具备可视化功能，在实际使用过程中需要结合VTK等软件观看图像处理结果[3-5].ITK中数据传递是通过建立数据处理管线进行，流程如图1所示.图1 ITK数据处理管线一个完整的数据管道一般包括Source类、Filter类和Mapper类[6].Source类型对象的输出为数据对象，包括各种图像文件读取类；Filter类型对象包括数据处理算法类，可以有一个或多个数据对象作为输入，然后输出一个或多个数据对象；Mapper类型对象是管道处理最后一步，接受处理后的数据，然后输出到文件或者其他系统中.ITK的读取过程即是将Source对象加入内存的过程，ITK中使用itk::GDCMImageIO类来进行DICOM文件的读取，具体方法如下：(1)首先包含头文件;(2)对像素类型和图像维度进行声明，实例化图像类型，对于单张切片维度为2;(3)实例化reader类型，设置输入图像路径;(4)创建GDCMImageIO，并将其连接到ImageFileReader.图2所示为用ITK读取的单张胸部DICOM切片.数据提取自由大连市中山医院提供的包含患者T2～T4胸椎段的胸部区域的CT序列图像.图像切片大小为512×512，断层间距为1 mm，总层数100层.图2 单张胸部切片1.2 调窗预处理CT能识别人体内2 000多个不同灰阶的密度差别，而人眼只能分辨16个灰阶度，所以人眼在CT图像上可分辨的CT值应为125 Hu(1600/16).利用这一特性，一般使用调窗显示的方法来实现对图像的分割预处理[7]，突出待分割组织特征.调窗即调节CT图像的窗位和窗宽.窗位是指CT图像所包含的CT值范围，在此CT 值范围内的组织按其密度高低从白到黑分为16个灰阶供观察对比，窗位是指窗宽范围内中心值.比如一幅窗宽为200，窗位为0 Hu的CT图像，其窗宽即为0 Hu，包含CT值范围为-100～+100 Hu.低于-100 Hu的组织均为黑色，高于+100 Hu 的组织均为白色.本文通过选取合适窗位窗宽，得到了对肺部实质和脊柱进行分割所需的预处理结果.如表1为选取的窗位窗宽值，图3为预处理结果.表1 调窗处理参数组织结构窗宽窗位肺实质400-350脊柱50230(a)肺实质预处理 (b)脊柱预处理图3 调窗处理效果图2 肺实质和脊柱组织分割图像分割是医学图像处理的重要一环，通过分割可以快速提取感兴趣的区域组织[8].ITK中封装了许多分割处理算法，常用的有区域生长法中的连接门限法和基于水平集法中快速步进法等.2.1 连接门限法连接门限法封装在ITK的ConnectedThreholdFilter中，其使用了一种叫做Flood fill iterator的迭代器.此类需要用户赋予一个亮度区间，并提供上线门限值，连接门限算大包括那些亮度在区间中的像素.I(X)∈[lower,upper](1)此算法的实例化需要用户提供至少一个种子点.种子点是以itk:index的方式传递给SetSeed().当种子点领域内的像素灰度值落在区域内，此区域被接受，有Flood填满.若无领域像素满足条件，算法认定此点的迭代完成.重复此迭代过程，直至再无新增的区域为止.通过选取合适的种子点，设定适当的lower和upper门限值，快捷的完成了对肺实质和脊柱的分割实验.分割结果如图4所示，为优化显示结果我们队图像进行了反相处理.表2给出了选取种子点位置.人体组织在CT中往往不是连贯的呈现[9]，在实际分割过程中，往往需要输入不止一个种子点，ITK中使用AddSeed的方法添加多个种子点.(a)肺实质 (b)脊柱图4 连接门限法分割效果表2 连接门限法种子点位置组织结构种子位置lowerupper肺实质(235,280)(310,385)030脊柱(258,300)(258,323)1802552.2 快速步进法快速步进法使用一种快速行进方法来求解一个简单的水平集运动问题，在ITK中其被封装在FastMarchingImageFilter类中.其方法原型是点与点之间的路径搜索，在搜索行进途中添加判断条件，进行点的取舍以构成图像分割模型.此类使用一个普通的水平集等式来计算偏微分方程的解ψ的更新[6].(2)其中,A是一个水平对流系数，P是一个传播(膨胀)系数，Z是一个曲率均值的空间调节系数.常数α、β和γ是每个系数在界面运作上相关影响的权值.分割过程主要分为三步：(1)使用itk::CurvatureAnisotropicDiffusionImageFilter进行各项异性扩散迭代，即对图像进行平滑处理;(2)使用itk::GradientMagnitudeRecursiveGaussianImageFilter计算图像梯度值后传递给Sigmoid滤波器;(3)将图像用itk::FastmarchingImageFilter进行分割处理.具体流程如图5所示.图5中每个长方形即对应执行上述步骤中的Filter类.执行GradientMagnitudeRecursiveGaussianImageFilter等同于通过一个派生的操作符紧跟一个高斯核的回旋.这个高斯的Sigma(σ)用来控制图像边缘影响的范围.应用SigmoidImageFilter类时，需要提供两个参数来定义用于Sigmoid变量的线性变换.我们使用SetAlph()和SetBeta()方式来传递这些参数.图5 快速步进分割流程图FastMarchingImageFilter需要操作者提供一个或多个种子点，用于轮廓扩张.种子点的选取十分重要，一个合适的种子点集可以减少分割一个复杂对象而丢失数据的可能性，提高分割结果可信度.使用多种子也会缩短访问整个对象所用时间，同时规避前面访问的区域边缘的漏洞的风险.图6所示为反相后的快速步进分割结果，因为所选种子点与门线连接法一致，表3只列出其他所需参数.(a)肺实质 (b)脊柱图6 快速步进分割结果表3 快速步进法参数设置组织结构σαβ阈值肺实质1.0-0.32.0100脊柱1.0-0.53.02002.3 分割结果评价如分割效果图所示，上述两种分割算法利用灰度信息，均能够将具有相同特征的连通区域区域分割开来，且提供了良好的边界信息和分割结果.因为连接门限法受噪声和灰度不均的影响较大，在对肺实质进行分割时，存在明显的过分分割现象，快速步进法则完成了较为准确的分割.在对脊柱分割，二者分割结果基本无异.综合考量分割结果的可信度和分割过程的便捷性，当待分割对象为肺实质这种图像区域占比较大的组织时，一般采用快速步进法，当为脊柱等占比小的组织时，连接门限法则可更加便捷的得出分割结果.3 基于VTK的胸椎三维重建由于ITK不具备可视化功能，若要验证ITK的分割结果是否准确一般需要结合VTK来完成.在使用VTK进行三维重建时，需要输入分割完毕的CT序列图像.ITK中的分割算法可适用于多维数据[10]，对于CT序列图像的分割方法与二维切片一致，只需在实例化图像类型时，将维度设置为对应维度，此处不再赘述.VTK开发包是基于C++编写与开发的开源类库.主要应用领域集中在计算机图形、图像处理和可视化方面[11].它在OpenGL的基础上发展而来，采用面向对象的设计方法，具有跨平台的特征.其有多重数据接口，支持C++、Java、Tcl、Python 等.由于ITK和VTK开发所采用的编程风格差异巨大，当ITK传入数据至VTK中时，需要接口进行数据转换.ITK中的类Itk::ImageToVTKImageFilter提供了这种转换功能.VTK中的三维重建方法主要包括面绘制和体绘制.面绘制主要基于Marching Cubes算法来实现，针对规则体数据生成等值面，得到组织轮廓[12].体绘制利用体数据来生成二维图像，是一种应用十分广泛绘制技术.它直接对体数据进行采样和合成，不需要进行体数据内部等值面的提取.体绘制通过设置不透明传输函数、梯度不透明函数和颜色传输函数来控制显示体数据输出特征.与ITK类似，VTK中也需要建立可视化渲染管线来完成数据的传输.由上节结论，我们采用连接门限法分割出了T2～T4胸椎段，并建立VTK渲染管线，对其进行三维重建.脊柱结构较为不规则，而面绘制只要针对规则体数据，因此我们采用体绘制来完成可视化重建.图7为VTK的体绘制渲染管线流程图.图7 VTK体绘制流程图VTK为用户提供了最常用的体绘制方法：光影透射法，vtkVolumeRayMapper类用于实现此算法.如图7所示其需要图像数据和体绘制函数两个输入.VTK提供三种用于光影透射法的体绘制函数，分别为等值面函数、最大密度函数、和合成体绘制函数.等值面函数类似面绘制的方法，最大密度函数在显示血管影响方面有较好的效果，我们选用合成体绘制函数vtkVolumeRayyCastCompositeFunction.不透明度传递函数用于设置光线上的灰度值及其不透明度映射，梯度传输函数设置灰度值变换的大小与不透明度的关系，颜色传输函数设置灰度值与RGB颜色的映射. vtkRenderer负责管理场景的渲染过程，vtkVolume接收处理完毕的体绘制数据，渲染场景中的可视化表达，vtkRendererWindow把渲染引擎与操作系统相连，负责在本地计算机系统中创建显示窗口，是渲染管线的终点.对脊柱的分割结果采用体绘制三维重建结果如图8所示，从图中可以清楚看到分割比较成功，各脊柱块间没有粘连，且保留了对应的空间位置关系，能够满足医生对局部组织的观测需求.图8 脊柱体绘制结果4 结论本文基于ITK实现了连接门限法和快速步进法对医学图像的分割，对比分割结果，我们得出在对图像占比较大的组织器官进行分割时，一般采用步进分割法，在对图像占比小的组织器官进行分割时采用连接门限法.利用以上结论采用连接门限法对CT序列图像分割，并在VTK中体绘制重建了T2～T4胸椎段，准确还原了各脊柱块间的空间位置信息和几何特征，重建效果良好.参考文献：【相关文献】[1]陈家新. 医学图像处理及三维重建技术研究[M]. 北京：科学出版社，2010： 1-13.[2]杨朝晖. 基于ITK读写DICOM医学图像文件[J]. 北京生物医学工程，2014,33(5)：518-523.[3]姜红. 王利，张兆臣. ITK在医学图像区域生长分割中的应用[J]. 中国医学装备，2008,5(11)：13-17.[4]纪晓静. 基于ITK的医学图像分割系统的研究与实现[J]. 科技创新与应用,2015(22):12-13.[5]苏育挺. 董博. 基于ITK和VTK的脊髓扩张量成像实现[J]. 电子测量技术，2011，34(12)：54-57.[6]周振环，王安明，王京阳，等. 医学图像分割与配准(①ITK初步分册)[M]. 成都：电子科技大学出版社，2007:216-219.[7]于洋. 肺部CT血管分割及三维重建[D]. 哈尔滨：哈尔滨工业大学，2016.[8]徐彩云. 图像分割算法的研究综述[J]. 电脑知识与技术，2014，10(11)：2637-2639.[9]宋静，何启冷，徐庆，等. 基于ITK医学分割的应用[J]. 成都信息工程学院学报，2015，30(5)：258-461.[10]李振华，梅雪，郭笑妍，等. 模糊水平集心脏CT图像序列分割方法[J]. 计算机工程与设计，2015，36(11)：3030-3034，3045.[11]张晓东，罗火灵. VTK图形图像开发进阶[M]. 北京：机械工业出版社，2015：1-5.[12]李爱玲. 三维医学图像可视化的研究和实现[D]. 大连：大连理工大学，2006.。
JAVA园地J ava线程控制的图像分割与合成山东东营石油大学计算机系(257062) 索红光 石乐义 丁淑妍 高振东摘 要:使用Java对WEB静态图像进行分割重组,然后根据用户的交互操作合成显示,并利用线程对程序的并发性加以控制,从而达到图像显示的动态性和交互性效果。
关键词:Java语言 类Class 线程Thread Java是一种面向对象的编程语言。
它具有与平台无关、面向对象、动态、安全等特点,允许直接使用多线程方式进行编程,对程序进行并发控制。
Java还支持分布式网络操作,从而能够方便地进行网络文件对象的存取。
利用Java语言本身提供的绘图功能,可以绘制一些简单的图形。
而对于复杂图形,一般先用绘图软件制成图像,然后采用Java所提供的方法对图像下载并进行处理和控制,从而实现静态图像的动态显示。
1 Java图像处理与线程的并发控制111 Java图像处理Java语言提供了丰富的类(Class)、接口(Interface)以及相应的调用方法(Method)。
使用这些类或接口,可以定义自己的类或子类,充分利用Java面向对象的特性进行编程。
在java.awt包中,提供了专门的Image类,它是1种抽象类,可提供抽象的方法描绘图片的一些共同特性。
而在Applet类和Tookit类中都提供了2种get Image ()方法下载图像,分别根据绝对地址和相对地址查询所要下载的图像。
通常采用相对地址的下载方法,它的语法定义及功能如下:11public Image get Image(URL url,String name)功能:根据相对地址下载图像。
参数:url———URL(统一资源定位)基地址,name———图像文件名。
获取图像后就可以调用Graphics类提供的drawIm2 age()方法显示图像。
21public drawImage(Image img,int x,int y,observer)功能:在指定位置显示图像。
参数:img———待显示图像,x———横坐标,y———纵坐标,observer———图像监视器,用来监视图像的下载情况,接受图像装载信息(当图像完全载入时返回True,否则返回False)。
在显示图像时,通常希望获得对图像的控制,从而以自己喜欢的各种方式实现媒体播放。
为此,Java专门提供了用于跟踪包括图像和声音等多媒体对象的Ima2geObserver类和Media Tracker类,在本文程序中主要用到的是跟踪多幅图像状态的Media Tracker类。
112 Java多线程并发功能目前,线程(Thread)已经为许多操作系统和应用开发系统所采用。
线程是程序的单个控制流,具有顺序程序的特点,但是线程不是1个程序,它仅仅是程序的1个执行序列。
线程具有很强的并发功能,在同一时刻可能有多个线程同时处于执行状态。
线程是动态的,具有一定的生命周期,分别经历从创建、执行、阻塞直到消亡的过程。
Java语言中提供了专门的Thread类,以支持直接的多线程编程。
Thread类提供了对线程的控制方法,如Start(),Stop(),Run()、Suspend()、resume()、Sleep()以及Run()方法等等,它们可以对线程的状态进行控制。
并可以运用Set Priority()方法设置线程的运行优先顺序。
Thread类的定义方法如下:Thread(ThreadGroup group,Runable target,String name)Set Priority()用来设置线程的优先级。
线程优先级是1个介于MIN PRIORITY(在类中定义为1)和MAX PRIORITY(在类中定义为10)之间的整数。
线程不同的优先级决定了不同线程之间的切换。
2 Java图像分割与合成的算法及实现Java程序首先将一个完整的图像下载,然后将其分割成20个单元拼图,即分为5行4列。
在本例中特地将第20幅图像单元设为1个空白图像,以便拼图时用户交互操作使用。
这些参数分别定义在相应的变量中。
final int XCELL S=5; //每行拼图的数目final int YCELL S=4;//每列拼图的数目final int ALLCELL S=20;//分割元素的数目final int EMPT Y=19;//将第20单元,即cells[19]置成//空白图像然后将这些图像分割单元存于1个Cell类数组cells []中,在这里Cell类中含有图像以及它的起始位置和当前位置,其具体定义如下:class Cell{int sx,sy; //起始位置int cx,cy; //当前位置 JAVA园地Image img; //单元图像public Cell(Image img,int x,int y) //Cell类构造函数{this.img=img;sx=x;sy=y;} //给起始位置赋值为x,y}为了对每个图像分割单元进行状态跟踪,还需要建立1个Media Tracker类的实体(instance),然后调用ad2 dImage()方法,为每个要跟踪的图像指定1个唯一的标识符。
标识符决定了图像获取时的优先顺序并使得图像能够独立完整地进行处理。
Media Tracker tracker=new Media Tracker(this)//为当前使用类建立1个Media Tracker实体,用于跟踪类//上的图像cells[EMPT Y]=new Cell(createEmpty(),toPoint(EMP2T Y).x,toPoint(EMPT Y).y);tracker.addImage(cells[EMPT Y].img,0);//调用createEmpty()方法产生空白图像,并加入到所跟踪//的cells数组中20单元void set Position(int x,int y) //设置单元图像当前位置{cx=x;cy=y;}各个图像单元的位置存放于位置数组position里:int position[][]=new int[XCELLs][YCELL S]这样就可以使用Cell类数组cells[]对图像的各个单元进行操作,从而将各个单元图像进行合成显示,并通过position[][]数组改变各个单元的位置。
为了对各单元进行并发操作,需要对线程加以控制,并通过鼠标事件和按键事件控制进程的开始、睡眠和进行等状态变化,其实现方法如下(仅以run()方法为例):Thread image Thread=null; //定义线程image Thread,初始//值为空public void run(){image Thread.set Priority(Thread.MIN PRIORIT Y);//设置线//程执行优先级别try {image Thread.sleep(2000);//线程睡眠等待2000ms }catch(InterruptedException e){}first=changeArray();//调用changeArray()方法随机改变图//像单元位置while(!loaded)//判断图像若未被跟踪载入,则调用相关//方法跟踪并加载图像 {repaint(); try {image Thread.sleep(100); }catch(InterruptedException e){System.out.println(e);} }}changeArray()方法用来随机地改变图像单元的位置,其实现方法如下:boolean changeArray(){int source[]=new int[20];int full[]=new int[20];for(int i=0;i<ALLCELL S;i++) { int r=(int)(Math.random()320); while(full[r]!=0) r=(r+(int)(Math.random()320))%20; source[i]=r; full[r]=1; }int pos=0;for(int i=0;i<ALLCELL S;i++,pos++) { Point p=toPoint(source[pos]); cells[pos].set Position(p.x,p.y); position[p.x][p.y]=pos; }x=cells[EMPT Y].cx;y=cells[EMPT Y].cy;return(false);}当applet执行后点击鼠标,线程就被启动,开始装载图像并执行changeArray()随机选择1个位置来移动图像单元,此时可以使用键盘移动图像上的任意单元到任何位置。
在这里还有一个重要内容就是怎样将图像分割成许多的单元,我们可以通过引用Crop ImageFilter方法来分割图像,它是1个分割图像过滤器。
其实现方法如下:Image crop(int pos){//pos参数为调用函数给出的图像单元位置号Point p=toPoint(pos);//将位置号转化为坐标形式ImageFilter filter=new Crop ImageFilter(xside3p.x,yside3p.y,xside,yside);//在给定坐标和长宽的绝对矩形区域内创建分割图像过//滤器实体filterImageProducer producer=new FilteredImageS ource(baseIm2age.getS ource(),filter;)//由原图像和分割图像过滤器实体创建新的图像 //产生器producerreturn createImage(producer);//由图像产生器producer产生//图像并返回}(下转第54页) 应用奇葩RS232接口。
这样在计算机与PLC 通信时就不可避免地要选用RS4222RS232转换模块,同时考虑到恶劣工况下的抗干扰要求,这个转换模块必须具有良好的隔离功能和放大功能,而选用高性能进口模块,必定提高工程造价。
针对这种情况,为降低工程造价,我们在硬件上用1根普通的通信电缆代替进口的通信模块,在电缆的接口处采用先进的电路设计技术和单片机技术,以完成信号的隔离和放大功能。
实践证明,通信的可靠性完全可以和国外的进口模块媲美,而且造价极低。
从软件上讲,计算机和PLC 的通信技术属于保密技术,长期为国外公司垄断。
这就使得我们只要选用了该厂家生产的PLC ,就必须选用它开发的工控软件,提高工程造价。
针对这种情况,我们开发了自己的工控软件。
下面以三菱公司生产的FX 系列可编程序控制器为例,介绍我们的软件设计。
