医学图像处理实验报告

实验一、空域图像处理1、灰度线性变换：I=imread('trees.tif') ;figure(1) ； imshow(I) ; title('原图') ;J=double(I) ; %把I变成双精度并赋值给JJ=3*J+74 ; %对J进行线性变换J=uint8(J) ；figure(2) ； imshow(J) ; title('线性变换') ;图像：思考题：设定不同的斜率值和截距，显示效果会怎样？答：斜率增加，像素点的灰度值会根据本身的灰度值按比例增加，所以深色部分会变少，浅色部分会变多，整张图片上白色区域会变多；截距增加，所有像素点的灰度值都会增加，所以整张图片会变淡。

添加噪声：I=imread('trees.tif') ;M=imnoise(I,'salt & pepper',0.02) ; %添加椒盐噪声%因为每次添加椒盐噪声都是这两句代码，所以就不重复打出来了，直接看效果图下同～(￣▽￣～)~~~图像：椒盐噪声+线性变换：椒盐噪声是随机产生的噪声，包括高灰度和低灰度的噪声。

线性变换基本上没有多少去噪的功能，更多的应该是用于改变对比度。

(中值)直方图均衡化：I=imread('rice.png') ;subplot(2,2,1) ; imshow(I) ; title('原图') ;subplot(2,2,3) ; imhist(I) ;J=double(I) ; %把I变成双精度并赋值给Jmax=J(1,1) ; min=J(1,1) %把J(1,1)赋值给max和min[N1,N2]=size(I) ; %得到矩阵I的行和列for i=1:N1for j=1:N2if J(i,j)>maxmax=J(i,j) ; %如果元素值大于max，则把元素值赋给maxendif J(i,j)<minmin=J(i,j) ; %如果元素值小于min，则把元素值赋给minendendendn=round((max+min))/2 ; %取元素最大值和最小值的中间值，即中间灰度值a=(255-max)/(max-n) ；b=min/(n-min) ；%根据原图中max和min，求得运算倍率a和b，以确保在接下来的运算中，原图像的max和min可以准确被定为到255和0for i=1:N1for j=1:N2if J(i,j)>=nJ(i,j)=J(i,j)+a*(J(i,j)-n) ;end%当元素灰度值大于或等于中间灰度值时，将该元素的灰度值变大if J(i,j)<nJ(i,j)=J(i,j)-b*(n-J(i,j)) ;end%当元素灰度值小于中间灰度值时，将该元素的灰度值变小endendK=uint8(real(J)) ;subplot(2,2,2) ; imshow(K) ;title('直方图均衡化') ;subplot(2,2,4) ; imhist(K) ;思考题：直方图均衡化是什么意思？它的主要用途是什么？答：直方图均衡化是将一副像素灰度级范围较窄的图像的像素灰度级的范围扩大并分布均匀。

医学影像后处理实验报告班级xxx 专业医学影像学姓名XXX学号xxx实验一医学图像的开窗显示一、实验目的（1）了解医学图像开窗显示在临床中的应用。

（2）熟悉医学图像开窗显示中窗宽和窗位与图像对比度和亮度的关系。

二、实验设备微机。

三、实验内容(1)应用医学影像后处理实验用软件进行医学图像的开窗显示。

四、实验步骤1、开启医学影像后处理实验用软件(双击医学影像后处理实验用软件文件夹中的文件“医学影像后处理实验用软件.exe”)，在菜单中选中“文件”选项单击鼠标左键，在下拉菜单中选中“打开”单击鼠标左键，通过打开的对话框，打开医学影像后处理实验图像文件夹中的一幅DICOM格式的图像（后缀为.DCM或.dcm）。

2、在菜单中选中“图像处理”选项单击鼠标左键，在下拉菜单中选中“开窗显示”单击鼠标左键，打开开窗显示对话框。

3、在打开的对话框中固定窗位为一适中的值（即图像亮度适中），从小到大依次调节窗宽4次，并点击“保存图像”按钮，将开窗显示后的图像保存在：D:\\开窗显示后的医学图像文件夹中。

4、在打开的对话框中固定窗宽为一适中的值（即图像对比度适中），从小到大依次调节窗位4次，并点击“保存图像”按钮，将开窗显示后的图像保存在：D:\\开窗显示后的医学图像文件夹中。

5、整理所得图像，然后,将D:\\开窗显示后的医学图像文件夹中保存的8幅图像用Windows 系统自带的画图软件打开,将打开的图像复制拷贝到本实验报告的第五部分“实验结果和分析”，对实验结果进行分析。

五、实验结果和分析(a) c=1015,w=252(b) c=1015,w=849(d) c=1015,w=2180(f) c=1015,w=3178(g) c=900,w=500(h) c=1061,w=500(i) c=1200,w=500(j) c=1281,w=500图中, c表示窗位, w表示窗宽。

分析：窗位不变时，窗宽越小，对比度越大；窗宽越大，对比度越小，窗宽对应开窗显示的对比度。

c、利用预定义函数fspecial命令产生平均(average)滤波器
d、分别对其进行10*10、5*5、2*2的均值滤波；
e、显示原图像和选用不同大小模版处理后的图像。
(3)高斯滤波
a、读入图像；
b、对数字图像进行直方图均衡化处理；
c、选择高斯滤波参数（标准差）sigma为1.6；
d、选择滤波器尺寸为5*5；
i、显示原图像和处理后的图像。
(2)四八领域均值滤波
a、读入图像；
b、转换图像矩阵为双精度型；
c、创建4邻域平均滤波模版[0 1 0; 1 0 1; 0 1 0]；
创建8邻域平均滤波模版[1 1 1; 1 0 1; 1 1 1];
d、进行滤波；
e、显示原图像和处理后图像。
(3)巴特沃斯高通滤波
a、读取图像；
e、创建高斯滤波器进行滤波；
f、显示原图像和处理后的图像。
3
(1)同态滤波
a、读入图像；
b、对数字图像进行直方图均衡化处理；
c、转换图像矩阵为双精度型；
d、取对数；
e、对其做傅里叶变换；
f、选择参数，截止频率为10，锐化系数为2， =1.5， =2.0；
g、进行高斯同态滤波；
h、滤波之后进行傅里叶逆变换；
c、显示原图像和经过均衡化处理过的图像；
d、记录和整理实验报告。
(2)中值滤波加直方图均衡化
a、将模板在图中漫游，并将模板中心与图中某个像素位置重合；
b、读取模板下各对应像素的灰度值；
c、将这些灰度值从小到大排成1列；
d、找出这些值中排在中间的1个；
e、将这个中间值赋给对应模板中心位置的像素；
f、中值滤波之后的像素值进行直方图均衡化处理；

实验一yq1I=imread('cameraman.tif');%读黑白图像subplot(2,2,1);imshow(I) %显示图像subplot(2,2,2);imhist(I) %显示直方图J=imadjust(I,[0.02 0.7],[0 1]);%对比度增强subplot(2,2,3);imshow(J)subplot(2,2,4);imhist(J)I1=imresize(I,0.5);imview(I1)%缩小I2=imresize(I,1.5);imview(I2)%放大I3=imrotate(I,45,'bilinear','crop');imview(I3)%旋转45°%%原图、直方图对比度增强、直方图%%缩小%%放大%%旋转45°yq2I=imread('pears.png');imshow(I);I1=rgb2gray(I);%把彩色图像转换成灰度图像figure,imshow(I1);info= imfinfo('pears.png')%查询文件信息imwrite(I1,'D:\yq\小小.png'); %写图像info =Filename:'C:\MATLAB7\toolbox\images\imd emos\pears.png'FileModDate: '03-May-2003 13:53:58' FileSize: 554554Format: 'png'FormatVersion: []Width: 732Height: 486BitDepth: 24ColorType: 'truecolor' FormatSignature: [137 80 78 71 13 10 26 10] Colormap: []Histogram: []InterlaceType: 'none'Transparency: 'none' SimpleTransparencyData: [] BackgroundColor: [] RenderingIntent: []Chromaticities: []Gamma: []XResolution: []YResolution: []ResolutionUnit: []XOffset: []YOffset: []OffsetUnit: []SignificantBits: []ImageModTime:'20 Feb 2003 20:53:33 +0000' Title: []Author: []Description: []Copyright: 'Copyright Corel' CreationTime: []Software: []Disclaimer: []Warning: []Source: []Comment: []OtherText: []yq3[I,map]=imread('trees.tif');imshow(I,map)I1=ind2gray(I,map);%把索引色转换成灰度图像figure,imshow(I1,map)%%索引色图像%%灰度图像实验二yq4%%对比度调整I=imread('pout.tif');subplot(2,2,1);imshow(I);subplot(2,2,2);imhist(I);J=imadjust(I,[0.3 0.7],[0 1]);subplot(2,2,3);imshow(J);subplot(2,2,4);imhist(J);%%原图、直方图对比度增强、直方图yq5%%直方图均衡化：I=imread('pout.tif');imshow(I);figure,imhist(I);[J,T]=histeq(I,64);figure,imshow(J);figure,imhist(J);yq6%%线性滤波的MATLAB实现I=imread('kids.tif');I1=imnoise(I,'salt & pepper',0.02);%加椒盐噪声K1=filter2(fspecial('average',3),I1)/255;K2=filter2(fspecial('average',5),I1)/255;K3=filter2(fspecial('average',7),I1)/255; subplot(2,2,1);imshow(I1); title('噪声图像'); subplot(2,2,2);imshow(K1);title('3×3'); subplot(2,2,3);imshow(K2); title('5×5'); subplot(2,2,4);imshow(K2); title('7×7');yq7%%中值滤波MATLAB实现I=imread('eight.tif');imshow(I);J=imnoise(I,'gaussian',0,0.02);figure;imshow(J);K1=medfilt2(J,[3,3]);K2=medfilt2(J,[5,5]);K3=medfilt2(J,[7,7]);figure,imshow(K1);figure,imshow(K2); figure,imshow(K2); %%原图%%加高斯噪声实验4实验四：图像的配准与融合一、实验目的(1)熟悉MATLAB图像处理工具箱的使用方法(2) 掌握基于特征点的图像配准的过程。