『数位影像处理介绍』-医学影像成像原理.ppt
28页
『數位影像處理介紹』 醫學影像成像原理,什麼是影像處理,幾何處理 影像增強 影像壓縮 影像切割 影像辨識 影像加密 影像描述,影像增強技術,定義 點處理的增強 影像濾波,定義,對影像上之任意像素f(i,j)之新值，g(i,j)，以像素之周圍層階值局部運算所得，並經由對整個影像作處理以達到邊緣強調和雜訊去除的目的640,480,i,j,,,,,f(i,j),,點處理的增強,灰階反轉,,點處理的增強,對比度擴展,,0,L-1,r,,,L-1,s,T(r),,,,,,(r1,s1),(r2,s2),影像濾波,g(x,y)=T[f(x,y)] 銳化濾波器 影像之線或邊緣強調 平滑化濾波器 影像之雜訊去除及影像之平滑化,銳化濾波器,以同一像素近旁之層階值微分或差分運算 一次空間微分差分濾波器 2 X 2遮罩 3 X 3遮罩 Sobel 濾波器 二次空間微分差分濾波器,銳化濾波器,一次空間微分差分濾波器,,,,,,,,,,,,,,,,,,,,,,m1=0 m2=1 n1=0 n2=1,m1=-1 m2=0 n1=-1 n2=0,m1=-1 m2=1 n1=-1 n2=1,m1=-1 m2=1 n1=0 n2=2,銳化濾波器,線性一次空間微分濾波器 2 * 2 mask,,,,-1,1,-1,1,,,,-1,-1,1,1,i方向一次微分:,j方向一次微分:,銳化濾波器,線性一次空間微分濾波器 3 * 3 mask,,,,,,,,,,,-1,-1,-1,0,0,0,1,1,1,-1,-1,-1,0,0,0,1,1,1,i方向一次微分,j方向一次微分,銳化濾波器,線性一次空間微分濾波器 Sobel filter,,,,,,,,,,,-1,-2,-1,0,0,0,1,2,1,-1,-2,-1,0,0,0,1,2,1,i方向一次微分,j方向一次微分,Sobel filter,,銳化濾波器,二次空間微分線性濾波器 拉布拉辛(Laplacian) 濾波器,,,,,,,,,,,0,1,0,0,-4,0,1,1,1,1,1,1,1,-8,1,1,1,1,4近旁,8近旁,int Mask[9] = { 0 , -1, 0 , -1, 4, -1 , 0 , -1, 0 }; for(k=0 ; kcttmp1-m_nFrame ; k++) for(i=1 ; icttmp1-m_nHeight-1 ; i++) for(j=1 ; jcttmp1-m_nWidth-1 ; j++) { array[0] = pDoc-cttmp1-m_nVoxel[k][i-1][j-1]; array[1] = pDoc-cttmp1-m_nVoxel[k][i-1][j]; array[2] = pDoc-cttmp1-m_nVoxel[k][i-1][j+1]; array[3] = pDoc-cttmp1-m_nVoxel[k][i][j-1]; array[4] = pDoc-cttmp1-m_nVoxel[k][i][j]; array[5] = pDoc-cttmp1-m_nVoxel[k][i][j+1]; array[6] = pDoc-cttmp1-m_nVoxel[k][i+1][j-1]; array[7] = pDoc-cttmp1-m_nVoxel[k][i+1][j]; array[8] = pDoc-cttmp1-m_nVoxel[k][i+1][j+1]; sum = 0; for(l=0; l= 255) { pDoc-cttmp2-m_nVoxel[k][i][j] = 255; } else { pDoc-cttmp2-m_nVoxel[k][i][j] = l_truth; } if (pDoc-cttmp2-m_nVoxel[k][i][j] max_l) { max_l=pDoc-cttmp2-m_nVoxel[k][i][j]; } },拉布拉辛(Laplacian) 濾波器,,,,銳化濾波器,,平滑化濾波器,線性平滑化濾波器 Low-pass filter 非線性平滑化濾波器 Median filter,平滑化濾波器,線性平滑化濾波器 Low-pass filter,,,,,,,,,,,1,1,1,1,1,1,1,1,1,1,1,1,1,2,1,1,1,1,Low-pass filter,,平滑化濾波器,非線性平滑化濾波器 最小值濾波器 最大值濾波器 中間值濾波器(Median filter),中間值濾波器(Median filter),,影像切割技術,邊緣偵測運算子 平滑運算子 閾質分割 (Thresholding),邊緣偵測運算子,邊緣偵測運算子,平滑運算子,閾質分割 (Thresholding),結論,遮罩的運用 銳化 平滑 運算子的運用 頻域特性 閾質分割 (Thresholding),。
