《醫(yī)學(xué)圖像處理》課件3圖像的基本操作

1、圖像處理技術(shù)講座（3）Digital Image Processing (3) Basic Image Operations圖像的基本操作2006.3.10像素操作 點(diǎn)操作 (Point operation) 代數(shù)操作 (Algebraic operation) 幾何操作 (Geometric operation)點(diǎn)操作點(diǎn)操作:輸出像素的灰度級(jí)僅取決于相應(yīng)輸入像素的灰度級(jí).對(duì)比度增強(qiáng); 對(duì)比度拉伸; 灰度轉(zhuǎn)換像素點(diǎn)到像素點(diǎn)之間的復(fù)制操作，其中灰度值的改變是根據(jù)變換方程計(jì)算得來(lái)的。B(x,y) = fA(x,y)點(diǎn)操作線性變換:DB = f(DA) = aDA + ba1: 對(duì)比度增加; 0a1

2、: 對(duì)比度降低a=1 & b0: 灰度值平移; a0)或者減少(C0)的量.點(diǎn)操作例如，變換函數(shù)如下所示點(diǎn)操作反轉(zhuǎn)變換對(duì)數(shù)變換第n次根恒等變換第n次冪反對(duì)數(shù)變換應(yīng)用光照校準(zhǔn)（Photometric calibration）對(duì)比度增強(qiáng)（Contrast enhancement）二值化閾值（thresholding）輪廓線（Contour lines）摳圖（clipping）代數(shù)操作代數(shù)操作（Algebraic operation）:輸出圖像，是經(jīng)過(guò)兩個(gè)或者多個(gè)圖像的逐像素加、減、乘或者除運(yùn)算生成的。如果輸入圖像中存在常數(shù)，那么可以將其視為線性的點(diǎn)操作。定義圖像處理中四個(gè)代數(shù)操作的數(shù)學(xué)表達(dá)式: C

3、(x,y) = A(x,y) + B(x,y)C(x,y) = A(x,y) - B(x,y)C(x,y) = A(x,y) B(x,y) C(x,y) = A(x,y) B(x,y)其中, A(x,y) 和B(x,y) 是輸入圖像 C(x,y) 是輸出圖像.圖像算數(shù)操作涉及相同大小的圖像。意義和應(yīng)用圖像相加:通過(guò)求取平均值達(dá)到降噪的效果Double-exposure effect雙重曝光效果左上角為原圖，向右依次為5,10,20,50,100幅噪聲圖像平均的結(jié)果意義和應(yīng)用圖像相減:Background subtraction背景相減Motion detection運(yùn)動(dòng)檢測(cè)Gradient m

4、agnitude梯度大小左：原圖中：將原圖中最低階像素置零得到的右：兩圖之差意義和應(yīng)用圖像的乘法和除法校正陰影左：鎢絲及其支撐物的陰影圖像中：陰影模式右：中圖的倒數(shù)與左圖的乘積幾何操作幾何操作:更改圖像中對(duì)象之間的空間關(guān)系在圖像內(nèi)移動(dòng)物體需要兩種基本操作:坐標(biāo)的空間變換（Spatial transformation）灰度級(jí)內(nèi)插（Gray level interpolation），即對(duì)空間變換后的像素賦灰度值。變換基本變換形式:假設(shè)變換前的坐標(biāo)是(x,y) ，變換后的坐標(biāo)是(x,y)；平移變換:旋轉(zhuǎn)變換:變換尺度變換:變換順序?qū)Y(jié)果的影響先平移后尺度先尺度后平移 變換先尺度后旋轉(zhuǎn)先旋轉(zhuǎn)后尺度應(yīng)用

5、原圖旋轉(zhuǎn) (300) 平移尺度變換(60%) 插值算法最鄰近插值法: 選取最近的像素點(diǎn)灰度值，容易產(chǎn)生梯田效應(yīng)。雙線性插值法:用四個(gè)最近鄰去估計(jì)給定位置的灰度。（加權(quán)求和）高階插值法:樣條插值 （B-Spline）多項(xiàng)式插值 （Polynomials） 鄰域操作鄰域操作鄰域運(yùn)算（Neighborhood Operation）: 輸出圖像中每個(gè)像素是由對(duì)應(yīng)的輸入像素及其一個(gè)鄰域內(nèi)的像素共同決定時(shí)的圖像運(yùn)算。 通常鄰域是遠(yuǎn)比圖像尺寸小的一規(guī)則形狀。如下面情況中，一個(gè)點(diǎn)的鄰域定義為以該點(diǎn)為中心的一個(gè)區(qū)域內(nèi)部或邊界上點(diǎn)的集合。鄰域操作像素連通性: 對(duì)于像素P(x,y) 存在 4鄰域: N4(P) =

6、(x+1,y), (x-1,y), (x,y+1),(x,y-1) 8鄰域 : ND(P)=(x+1,y+1), (x+1,y-1), (x-1,y+1),(x-1,y-1)N8(P) = N4(P) ND(P) 4(8)-鄰接: N4(P) 或者 N8(P)中的兩個(gè)像素 連通區(qū)域標(biāo)記連通區(qū)域標(biāo)記:根據(jù)像素連通性，將圖像的像素分為多個(gè)連通區(qū)域依據(jù)灰階或者顏色對(duì)各個(gè)連通區(qū)域進(jìn)行標(biāo)簽操作連通區(qū)域標(biāo)記，通過(guò)對(duì)圖像從上到下、從左到右逐個(gè)像素點(diǎn)掃描（遍歷），識(shí)別連通的像素區(qū)域?；译A準(zhǔn)則（Intensity criterion，IC）: 具有相同的灰階 ( 例如二值化圖像中的1;灰度圖像中一定灰度值范圍內(nèi)

7、的像素)。標(biāo)記算法標(biāo)記算法（Labeling algirithm）前提: 圖像中存在像素P和鄰域的像素符合IC準(zhǔn)則Step 1 (第一次遍歷):如果P的所有鄰接點(diǎn)都滿足IC準(zhǔn)則，則為該鄰域分配標(biāo)簽P如果P的鄰接點(diǎn)只有一個(gè)滿足IC準(zhǔn)則，則為其分配標(biāo)簽P如果P的鄰接點(diǎn)中部分滿足IC準(zhǔn)則，則為其分配新標(biāo)簽，并且做等效標(biāo)記。（這些鄰接點(diǎn)常介于兩個(gè)區(qū)域之間） Step2 (解決等效問(wèn)題) : 等效標(biāo)記的像素通過(guò)等效解析算法（ e.g. Floyd-Warshall algorithm）被分配到相應(yīng)的區(qū)域中。Step3 (第二次遍歷) :每個(gè)標(biāo)簽被分配給它的等價(jià)類的標(biāo)簽代替。標(biāo)記算法例子:%banner

8、S Labels %banner C Labels # 00000 # 00000 # # 1 2 # # 1 2 # 1 # 1 # 33333# 1 # 4 # 1 # # 5 4 # # 1 3 # 66666 # 44444 區(qū)域?qū)傩詤^(qū)域?qū)傩裕≧egion Properties ）是區(qū)域被標(biāo)記（或者分段）后做區(qū)域分析或者測(cè)量的重要特征區(qū)域?qū)傩园?周長(zhǎng)和面積(Perimeter and Area)中心、半徑和直徑(Center, Radius and Diameter)中心距和朝向(Centroid Moments and Orientation)極端點(diǎn)和曲率(Extreme Poin

9、ts and Curvature)灰度屬性(Intensity Properties)區(qū)域?qū)傩灾荛L(zhǎng)和面積:周長(zhǎng): 連通區(qū)域輪廓的長(zhǎng)度. 根據(jù)輪廓上的像素?cái)?shù)進(jìn)行估計(jì)通過(guò)輪廓的鏈碼（chain code）進(jìn)行計(jì)算面積: 包含單元格的數(shù)目.Pick 公式: A(P) = nI + nB/2-1nI : 內(nèi)部點(diǎn)的個(gè)數(shù)nB :邊緣上點(diǎn)的個(gè)數(shù).區(qū)域?qū)傩灾行?、半徑和直?:離心：區(qū)域F上存在像素點(diǎn)p到區(qū)域邊緣所有像素點(diǎn)的距離最大，則像素點(diǎn)p為離心。（與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的離心率）ecc(p) = max d(p,q) | qF中心: 離心距最小的像素點(diǎn)P的集合 半徑: 最小離心距 d(p,p)直徑: 最大離心距d(p,q)FPPq區(qū)域?qū)傩灾行木嗪头较?圖心: 區(qū)域F中，n鄰接的像素點(diǎn)為(xi,yi)，定義圖心c為：距離: 基于離散變量 (k,l)-維度的中心距離定義為:方向: 基于角度 定義方向?yàn)?:ProjectsProject -1直方圖