1、醫(yī)學圖像增強,概述,掃描設備影響導致圖像質量的退化 首要任務：增強信噪比即濾除圖像的噪聲和干擾，突出感興趣對象區(qū)域,卷積算子,圖像的直方圖 一種圖像增強運算用局部算子做卷積 圖像與核的卷積的定義：,上述卷積可以在頻域實現,象素運算,顯示設備的非線性特效校正 根據真實圖像，對實際顯示的圖像進行校正 產生原因：圖像輸出設備自身的非線性灰度特性影響輸出圖像的效果,灰度運算 當圖像動態(tài)范圍明顯超出顯示系統(tǒng)的范圍，或反之，都應對圖像灰度進行變換，使感興趣的灰度區(qū)間跨越顯示設備的整個動態(tài)范圍,直方圖均衡,使圖像灰度信息盡可能均勻，本質是將輸入圖像的直方圖映射成一個最大平展的直方圖。做法： 歸一化直方圖 計

2、算,局部算子,均值濾波 平滑噪聲，但犧牲了邊緣的銳度 中值濾波 在核框架的每個位置上將核的中心與待處理的圖像元素對齊，輸出的象素灰度為該框架范圍下所有象素灰度的中位數,邊緣增強,水平邊緣或線條增強算子 豎直邊緣線條增強算子 全方位邊緣增強算子,局部區(qū)域直方圖均勻化,整個圖像直方圖均衡化的演化 用于小塊和彼此重疊的局部圖像區(qū)域 利于觀察細節(jié) 計算方法同前,多幅圖像運算,圖像平均法 抑致噪聲基于三點假設 （1）圖像數量多 （2）各幅圖像受到同類附加噪聲損害 （3）附加噪聲是零均值的隨機噪聲 類似物理學中測量多次取平均值,圖像表示 平均圖像 期望值 標準差,圖像減象法,兩幅圖像相減（可以用來驗證）

3、可以將動態(tài)范圍擴展,頻域增強技術,通過消除高頻分量抑制噪聲或平滑圖像 或消除低頻分量增強圖像邊緣,Butterworth低通濾波,Butterworth高通濾波,其中,為域值,適配圖像濾波,通過消除噪聲而又不嚴重模糊圖像中結構實現圖像的增強或恢復,空間頻率濾波,例1 減小靠近頻域中心的分量成分相當于增強高頻信號的比重 例2 從一個常數減去距頻域中心 的頻率成分就構成陷波器，使相應的頻率分量消除而其他的不變,鈍化蒙片法,先對圖像做低通濾波得到一幅模糊的圖像，再從原圖中減去這幅模糊的圖像，就相當于實現高通濾波。,適配維納濾波,平穩(wěn)的隨機過程功率譜可以定義為自相關函數的Fourier變換 白噪聲過程

4、的功率譜 因而平穩(wěn)維納濾波器可以表示為 最優(yōu)線性估算，平滑與消除噪聲的最佳折中,適配模板濾波,信息的保留比簡單的提高信噪比重要 適應模板濾波技術根據圖像上的每一個象素點及其周圍鄰近的8各鄰點的情況自動選出最佳匹配模板加以處理，識別和判斷，決定是否保留，這樣可以極大保留邊緣信息。,中心思想：尋找一塊合適的模板，對當前象素的有限連續(xù)區(qū)域的最佳匹配。 標準差為依據,平坦變化的模板上的標準差值相對較小，最佳模板的選擇就是在有限連續(xù)區(qū)域內選擇除具有最多鄰域非背景象素點的模板T，以達到最大噪聲抑制 存在邊緣時，由于圖像的變化明顯，模板的標準差值相對較小，選擇具有最小標準差的邊緣模板,從最大的模板開始計算標準差和非背景象素點數，