基于MATLAB的MRI及CT圖像增強處理

1、共17頁第 頁共17頁第 頁課程設(shè)計說明書題目：基于MATLAB的MRI及CT圖像增強處理學(xué)院（系）：年級專業(yè)：學(xué)號:學(xué)生姓名：指導(dǎo)教師：教師職稱：目錄一、課程設(shè)計目的4TOC o 1-5 h z HYPERLINK l bookmark4 二、課程設(shè)計要求4 HYPERLINK l bookmark6 三、課程設(shè)計內(nèi)容4四、題目分析4 HYPERLINK l bookmark10 五、總體設(shè)計巧 HYPERLINK l bookmark12 六、程序設(shè)計51、灰度轉(zhuǎn)換-52、灰度變換63、空余濾波74、頻域濾波85、偽彩色增強11 HYPERLINK l bookmark14 七、心得體會1

2、2八、附錄13附：燕山大學(xué)課程設(shè)計評審意見表共17頁第 頁共17頁第 頁一、課程設(shè)計目的學(xué)習(xí)使用matlab軟件，并使用matlab軟件編寫相應(yīng)的程序完成對圖像的增強處理。二、課程設(shè)計的要求1熟悉和掌握MATLAB程序設(shè)計方法2掌握matlab軟件在圖像增強技術(shù)的處理方法3編寫相應(yīng)的matlab程序進行圖像處理三、課程設(shè)計的內(nèi)容學(xué)習(xí)MATLAB程序設(shè)計，利用MATLAB圖像處理工具箱，設(shè)計和實現(xiàn)自己的matlab圖像增強設(shè)計要求。要求：按照軟件工程方法，根據(jù)需求進行程序編程，給出設(shè)計詳細說明。然后按照自己擬定的功能要求進行程序設(shè)計和調(diào)試。以下幾點是程序必須實現(xiàn)的功能。1）圖像的讀取和保存。2）

3、能夠采用各種方法對圖像進行處理，顯示和對比變換前后的圖像。3）編寫程序并進行相應(yīng)的程序說明。比較各種方法的好壞。4）圖像直方圖統(tǒng)計和直方圖均衡，要求顯示直方圖統(tǒng)計，比較直方圖均衡后的效果。5）能對圖像加入各種噪聲，并通過幾種濾波算法實現(xiàn)去噪并顯示結(jié)果。比較去噪效果。四、題目分析信息化社會中，計算機在各種信息處理中發(fā)揮著重要的作用。我們可以借助計算機，對數(shù)字圖像進行處理，以達到不同的效果。根據(jù)題目的要求，除了實現(xiàn)要求的功能外，還有很多的功能需要用到。（1）、由于醫(yī)學(xué)圖像采集到的都是灰色圖像，而有許多圖像格式并不符合要求，因此要通過編程將一個RGB圖像轉(zhuǎn)換為灰度圖像。（2）圖像增強可以從以下幾方面

4、入手：灰色增強、空運增強、頻域增強、彩色增強。（3）必須對圖像讀取和顯示這種基本處理以及相應(yīng)的對比。（4）、選擇MATLAB計算編程可視化，功能強大，學(xué)、易用；工具箱中包括圖像處理函數(shù),涵蓋了幾乎所有的圖像處理技術(shù)方法;具有開放性,用戶可以根據(jù)需要書寫自己的函數(shù)，以滿足特定的需要;能夠準(zhǔn)確讀取DICOM格式文件,并有豐富的處理DICOM格式圖片的各種函數(shù)。醫(yī)學(xué)影像設(shè)備產(chǎn)生的文件為DICOM格式,普通圖像處理軟件無法讀取此格式，若將其轉(zhuǎn)換為JPG或BMP又會造成某些信息的丟失,MATLAB可以克服這一缺點。、分析一個圖像的頻譜特征，利用傅里葉變換，將圖像從空間域變換到頻域，然后進行各種處理，經(jīng)過

5、高通濾波器或是低通濾波器。、由于醫(yī)學(xué)圖像采集到的都是灰色圖像，可以通過matlab進行偽彩色增強得到相應(yīng)的彩色圖像。、五、總體設(shè)計本課程設(shè)計主要從以下四個方面對圖像進行處理：灰度增強、空域增強、頻域增強、彩色增強、1、灰度增強：灰度變換的方法包括直方圖灰度變換、直方圖均衡化、直方圖規(guī)定化、本課程設(shè)計主要采用直方圖均衡化完成圖像增強處理、2、空域增強：本課程設(shè)計采用平滑濾波器來完成空域濾波，其中采用均平濾波器filter2、中值濾波器medfilt2、維納濾波器wiener、3、頻域濾波：在醫(yī)學(xué)圖像里采用低通濾波器進行濾波，采用高通濾波器進行邊緣檢出、4、彩色增強：由于MRI圖像得到的都是灰色圖

6、像，而人眼對彩色敏感度更高，因此可以采用偽彩色增強的方法對圖像進行增強處理以得到彩色圖像六、程序設(shè)計1、灰度轉(zhuǎn)換由于RGB圖像是三維圖像，所以圖像數(shù)據(jù)是一個三維數(shù)組，為了顯示灰度圖像，把三維圖像降為二維，可以只取其中的二維數(shù)據(jù)、我在設(shè)計中采用rgb2gray函數(shù)來完成數(shù)據(jù)的轉(zhuǎn)換，但是其必須指出其開始是否灰色圖像，否則容易出錯、具體程序如下：I=imread(naogan.jpg);ifisrgb(I)I2=rgb2gray(I);elsemsgbox(該圖像是灰色圖像，無需轉(zhuǎn)換)；endfigure(1),imshow(I),title(原圖)figure(2),imshow(I2),titl

7、e(處理后)處理后的圖像如下圖一所示：2、灰度變換利用圖像灰度級的分布可以看出圖像灰度分布的特性。如果大部分像素集中在低灰度區(qū)則圖像呈現(xiàn)暗特性,反之則呈現(xiàn)亮特性?；叶茸儞Q的目的是通過改善直方圖的灰度分布特性,進而改善圖像的質(zhì)量。灰度變換的方法包括直方圖灰度變換、直方圖均衡化、直方圖規(guī)定化。本研究以直方圖均衡化為例說明該模塊的設(shè)計功能。直方圖均衡化的基本思想是把原始圖像的直方圖變換成均勻分布的形式，這樣就增加了圖像灰度值的動態(tài)范圍，從而達到了增強圖像整體對比度的效果。均勻量化的自然圖像的灰度直方圖通常在低值灰度區(qū)間上頻率較大，使得圖像中較暗區(qū)域中的細節(jié)常?？床磺宄?。為了使圖像清晰，可將圖像的灰度

8、范圍拉開，讓灰度頻率較小的灰度級變大，即讓灰度直方圖在較大的動態(tài)范國內(nèi)趨于一致。理想情況下：使一輸入圖象轉(zhuǎn)換為在每一灰度級上都有相同的像素點數(shù)(即輸出的直方圖是平的)。具體方法是：列出原始圖像的灰度級Sk,k=O,l,，L1；其中L是灰度級的個數(shù)。統(tǒng)計原始圖像各灰度級的像素數(shù)目nk。計算原始圖像直方圖各灰度級的頻率數(shù)。計算原始圖像的累計直方圖。(5)取整計算,tk=int(N1)tkkN確定映像關(guān)系，Sknk統(tǒng)計新直方圖各個灰度級的像素數(shù)目nk。計算新的直方圖，Pt(tk)=nk/No如要處理的mri圖像，通過直方圖分析,原圖像大面積為暗色，并且層次不清,經(jīng)過直方圖均衡化后,直方圖的灰度間隔被

9、拉大,顯得較為“平坦”,灰度層次等級增加,然后用此均衡得到理想的圖像。其程序代碼如下：I=imread(mri.tif);J=histeq(I);subplot(121);imshow(I);title(原圖)subplot(122);imshow(J);title(直方圖均衡化后);figure,subplot(121);imhist(I,64);title(原始圖像直方圖);subplot(122);imhist(J,64)title(均衡變換后直方圖)其圖像處理結(jié)果如下：*Figure1均衡化處理前后腦部mri圖片均衡化前后的腦膜炎圖片直方圖比較3、空域增強空域濾波在處理效果上來分，可以

10、分為平滑濾波器和銳化濾波器。下面以平滑濾波器為例介紹課件功能及實現(xiàn)。平滑濾波器的目的在于消除混在圖像中的干擾常使用的濾波器有均平濾波器filter2()、中值濾波器medfilt2()、維納濾波器wiener()。由于醫(yī)學(xué)成像設(shè)備CT機自身的原因，在CT圖像中容易產(chǎn)生高斯白噪聲，嚴(yán)重影像了圖像的質(zhì)量，為了去除此類干擾可采用維納濾波器;如果影像本身帶有鹽椒噪聲，可采用中值濾波器。通過給圖像增加鹽椒噪聲(SALTPEPPET)或高斯噪(GUASSIAN)來模擬醫(yī)院的ct及存在噪聲的mri圖像，然后采用不同濾波器進行處理對比其效果。其對應(yīng)的的matlab程序如下：共17頁第 頁共17頁第 頁I=im

11、read(mri.tif);J=imnoise(I，salt&pepper,0.02);J=imnoise(I,gaussian,0,0.005);K=filter2(fspecial(average,3),I)/255;L=medfilt2(I,33);M=wiener2(I,55);%添加鹽椒噪聲%添加高斯噪聲%均平過濾器%中值過濾器%維納濾波器%顯示圖像經(jīng)過對比得知經(jīng)中值濾波得到的圖像效果最佳。subplot(l,5,l),imshow(I),title(原圖)subplot(l,5,2),imshow(J),title(添加噪聲后的圖片)subplot(1,5,3),imshow(K)

12、,title(均平過濾后的圖片)subplot(1,5,4),imshow(L),title(中值過濾的圖片)subplot(1,5,5),imshow(M),title(維納濾波后的圖片)4、頻域濾波由于圖像的邊緣、跳躍部分及噪聲顆粒是圖像信號的高頻分量大面積的背景區(qū)域代表了圖像信號的低頻分量。因此，在頻域內(nèi)采用低通濾波器可以進行濾波，使用高通濾波器可以進行邊緣檢出。其中，常用低通濾波器有理想低通濾波器、Butterworth低通濾波器、指數(shù)低通濾波器和梯形低通濾波器等;常用高通濾波器有理想高通濾波器、Butterworth高通濾波器、指數(shù)高通濾波器和梯形低通濾波器等。本次課程設(shè)計濾波器我采

13、用二階巴特沃斯濾波器進行濾波。為了得到圖像的頻譜圖，先要對數(shù)據(jù)進行傅里葉變換，用fft2函數(shù)對二維數(shù)據(jù)進行快速傅里葉變換，同時為了更好的觀察頻譜圖，需要把fft2變換后的數(shù)據(jù)進行平移，利用fftshift函數(shù)，把快速傅里葉變換的DC組件移到光譜中心。這樣圖像能量的低頻成分將集中到頻譜中心，圖像上的邊緣、線條細節(jié)信息等高頻成分將分散在圖像頻譜的邊緣。（1）咼通濾波器通過高通濾波器進行邊緣檢出，其程序代碼如下：subplot(l,2,l),imshow(I),title(原圖)subplot(l,2,2),imshow(K);title(高通濾波后的圖像)I=imread(mri.tif);f=d

14、ouble(I);k=fft2(f);g=fftshift(k);M,N=size(g);nn=2;d0=4;m=fix(M/2);n=fix(N/2);fori=1:Mforj=1:Nd=sqrt(i-m)A2+(j-n)A2);ifd=d0h=0;elseh=1;endresult(i,j)=h*g(i,j);endendresult=ifftshift(result);J=ifft2(result);K=uint8(real(J);%讀入圖像：%數(shù)據(jù)類型轉(zhuǎn)換%傅里葉轉(zhuǎn)換%轉(zhuǎn)換數(shù)據(jù)矩陣%獲取圖像大小%二健巴特沃斯高通濾波器%截止頻率為4%計算低通濾波器的傳遞函數(shù)%轉(zhuǎn)換數(shù)據(jù)矩陣%傅里葉反轉(zhuǎn)換

15、%轉(zhuǎn)換數(shù)據(jù)類型%顯示圖像其相應(yīng)的對比圖像如下:(2)通過低通濾波器米用低通濾波器可以進行濾波，其相應(yīng)的圖像如下:%讀入圖像：%數(shù)據(jù)類型轉(zhuǎn)換%傅里葉轉(zhuǎn)換%轉(zhuǎn)換數(shù)據(jù)矩陣%獲取圖像大小%二健巴特沃斯低通濾波器%截止頻率是10I=imread(mri.tif);f=double(I);k=fft2(f);g=fftshift(k);M,N=size(g);nn=2;d0=10;m=fix(M/2);n=fix(N/2);fori=1:Mforj=1:N%計算低通濾波器的傳遞函數(shù)d=sqrt(i-m)A2+(j-n)A2);h=1/(1+0.414*(d/d0)人(2*nn);result(i,j)=h

16、*g(i,j);end%轉(zhuǎn)換數(shù)據(jù)矩陣%傅里葉反轉(zhuǎn)換%轉(zhuǎn)換數(shù)據(jù)類型%顯示圖像endresult=ifftshift(result);J=ifft2(result);K=uint8(real(J);subplot(1,2,1),imshow(I),title(原圖)subplot(1,2,2),imshow(K);title(低通濾波后的圖像)其相應(yīng)的對比圖像如下圖所示:5、偽彩色增強醫(yī)學(xué)影像如CT、MR、B超、X光片都是灰度圖像，盡管這些設(shè)備的成像質(zhì)量很高，可以將灰度等級分成2000多階，但人眼只能分別出其中16個灰度等級。若將2000個灰度等級,劃分為16個灰階則,每個灰階所能分辨的CT值為2

17、000/16=125Hu。即相鄰兩組織CT值相差125時人眼才能將二者區(qū)分出來，若小于此數(shù)值，處于同一灰階則不能分辨。而人體組織的CT值在相差幾個HU單位時(35Hu)就有重要的診斷意義。然而，人眼對彩色的敏感程度遠遠高于對灰度的敏感程度，利用人眼的這一視覺特性，可以對醫(yī)學(xué)圖像進行偽彩色處理，使病灶部分能夠較清晰的顯現(xiàn)出來?；叶葓D像病灶部分模糊不清，但對其進行偽彩色處理后,可以較清晰地辨認出病灶的輪廓和大小。其主要實現(xiàn)方法為，首先讀入灰度圖像，然后將灰度圖像分層,對圖像數(shù)組進行等分層處理，最后利用PColor()進行彩色變換。其相應(yīng)的程序代碼如下：I=imread(mri.tif);subpl

18、ot(1,2,1);imshow(I);title(灰度圖像)%將灰度圖像分成8層%對圖像數(shù)組進行等分層處理%進行彩色變換I=double；J=floor(I/32);J1=floor(J/4);J2=rem(floor(J/2),2);J3=rem(J,2);PColor(:,:,1)=J1;PColor(:,:,2)=J2;PColor(:,:,3)=J3;subplot(1,2,2);imshow(PColor);title(偽彩色增強后圖像)其相應(yīng)的對比圖如下圖所示:共17頁第 頁共17頁第 頁七、心得體會此次安排的matlab設(shè)計內(nèi)容豐富，貼近專業(yè)知識，讓我體會到了信息社會學(xué)會使用軟

19、件處理工程問題的重要性，同時也是對專業(yè)知識的一次應(yīng)用，了解了許多新的醫(yī)學(xué)知識及圖像處理的方法。通過這周的課程設(shè)計，不但使我熟悉了matlab課程設(shè)計的基本思想和基礎(chǔ)知識，初步掌握了matlab軟件關(guān)于圖像處理方面的應(yīng)用，而且更為深入的體會了電子信息在現(xiàn)代高科技信息產(chǎn)業(yè)領(lǐng)域中的重要地位。通過簡單的軟件編程，提高了獨立思考能力和自學(xué)能力，增強了我的動手能力，當(dāng)然在設(shè)計過程中我也遇到了很多問題，更是讓我認識到謹(jǐn)慎態(tài)度的可貴。如開始時到導(dǎo)入一張三位圖片，怎么做也無法調(diào)用imhist函數(shù)，在那里苦思冥想的一上午也沒解決問題，最終才在老師的幫助下才明白matlab處理的是二維圖像，最終采用圖像轉(zhuǎn)換函數(shù)rg

20、b2gray才得到解決；同時在設(shè)置濾波器時不明白怎么自己設(shè)置，最終查閱相關(guān)課本才完成這些問題在老師的耐心指導(dǎo)和幫助下都得到解決，最終順利完成此次課程設(shè)計，得到了比較滿意的結(jié)果。通過這樣的練習(xí)，我發(fā)現(xiàn)自己學(xué)習(xí)的書本上的知識尚有欠缺，對芯片的了解只有通過自己親手檢驗后才能加深。這樣寶貴的經(jīng)驗還讓我認識到合作的重要性，在整個過程中我得到了很多幫助包括老師的建議和同學(xué)的提醒，在此向熱情的老師和幫助過我的同學(xué)表示感謝。附錄課程設(shè)計的總程序ClearallClc%圖像轉(zhuǎn)換I=imread(naogan.jpg);ifisrgb(I)I2=rgb2gray(I);elsemsgbox(該圖像是灰色圖像，無需

21、轉(zhuǎn)換);endfigure(l),imshow(I),title(原圖)figure(2),imshow(I2),title(處理后)%灰度增強I=imread(mri.tif);J=histeq(I);subplot(l2l);imshow(I);title(原圖)subplot(l22);imshow(J);title(直方圖均衡化后);figure,subplot(l2l);imhist(I,64);title(原始圖像直方圖);subplot(l22);imhist(J,64)title(均衡變換后直方圖)%空域增強%添加鹽椒噪聲%添加高斯噪聲%均平過濾器%中值過濾器%維納濾波器%顯示

22、圖像I=imread(mri.tif);J=imnoise(I,salt&pepper,0.02);J=imnoise(I,gaussian,0,0.005);K=filter2(fspecial(average,3),I)/255;L=medfilt2(I,33);M=wiener2(I,55);subplot(1,5,1),imshow(I),title(原圖)subplot(1,5,2),imshow(J),title(添加噪聲后的圖片)subplot(1,5,3),imshow(K),title(均平過濾后的圖片)subplot(1,5,4),imshow(L),title(中值過濾的

23、圖片)subplot(1,5,5),imshow(M),title(維納濾波后的圖片)%頻域增強I=imread(mri.tif);f=double(I);k=fft2(f);g=fftshift(k);M,N=size(g);nn=2;d0=4;m=fix(M/2);n=fix(N/2);fori=1:Mforj=1:Nd=sqrt(i-m)人2+(j-n)人2);ifd=d0%讀入圖像:%數(shù)據(jù)類型轉(zhuǎn)換%傅里葉轉(zhuǎn)換%轉(zhuǎn)換數(shù)據(jù)矩陣%獲取圖像大小%二健巴特沃斯高通濾波器%截止頻率為4%計算低通濾波器的傳遞函數(shù)%轉(zhuǎn)換數(shù)據(jù)矩陣%傅里葉反轉(zhuǎn)換%轉(zhuǎn)換數(shù)據(jù)類型%顯示圖像%讀入圖像:%數(shù)據(jù)類型轉(zhuǎn)換%傅里葉轉(zhuǎn)換%轉(zhuǎn)換數(shù)據(jù)矩陣%獲取圖像大小%二健巴特沃斯低通濾波器%截止頻率是10%計算低通濾波器的傳遞函數(shù)h=0;elseh=1;endresult(i,j)=h*g(i,j);endendresult=ifftshift(result);J=ifft2(result);K=uint8(real(J);subplot(l