第三章 医学图像的运算

第三章 医学图像的运算

第一节 概述

灰度变换和空间变换是医学处理软件中的最基本的功能，是医院中图像显示工作站最常用的图像处理技术。灰度变换主要完成医学图像的开窗显示和对比度增强。空间变换主要用于医学图像的缩放、旋转和镜像。代数运算主要用于图像的合成、噪声的去除和差值图像的获得。

第二节 医学图像的灰度变换（点运算）

医学图像的灰度变换就是将图像的灰度值按照某种映射关系映射为不同的灰度值，从而改变相邻像素点之间的灰度差，达到将图像对比度增强或减弱的目的。或则是将图像的灰度范围按照某种映射关系进行变换，从而改变图像的灰度范围，达到将图像灰度范围拉伸或压缩的目的。
特点在于输出图像某像素点的灰度值仅与输入图像对应像素点的灰度值有关，而与输入图像的其他像素点的值无关。按照映射关系的不同，可以将灰度变换分为线性灰度变换和非线性灰度变换。

一 线性灰度变换
线性灰度变换就是按照线性映射关系对医学图像的灰度进行变换，用数字公式可以描述为：

                     变换以后的图像      原图像

公式中c是正实数，表示线性灰度变换系数，当c>1时，灰度变换后的图像对比度得到增强，其效果是是医学图像中相邻组织的对比度更加明显，看起来图像更加清晰。当c<1时，灰度变换后图像的对比度减小，其效果是是医学图像中相邻组织的对比度减小。当c=1，a>0时，灰度变换后的图像整体灰度得到提高，其效果是使得整个图像变得更亮；当a<0时整体的图像变暗。

二 非线性变换
最常用的是对数、指数函数，通过对数、函数等曲线作为映射函数，可实现图像灰度的非等比比例变换。
对数变换是对原始图像各像素的灰度值或各像素的灰度值的某个线性变换值取对数。一般公式为：

其中a b c为可调参数，用于调整曲线的位置和形状。
对数变换对图像的低灰度区有较大的扩展而对高灰度区压缩。适合于对象灰度集中在低灰度区的图像进行处理，可以使得图像的灰度分布均匀，与人的视觉特性相匹配。
指数变换是将原始图像数据中的像素的灰度值或该灰度值的某个线性变换作为指数进行运算，将运算结果或结果的某个线性变换作为现实图像数据中的像素灰度值。其一般表达式为：

其中a、b、c为可调参数，用于调整曲线的位置和形状。指数变换处理效果和对数变换相反，它将对图想的高灰度去给予较大的扩展。

三、部分线性灰度变换
部分线性灰度变换是针对图像的某一感兴趣区域灰度进行灰度扩展，其余部分进行灰度压缩。

第三节 医学图像的几何运算
医学图像的几何运算就是把图像像素点的空间位置或图像的空间尺寸按照某种映射关系映射为不同的空间位置或不同的空间尺寸。几何运算包括平移、旋转、缩放和镜像。

一 图像平移运算

二 图像旋转

当图像旋转任意角度时，根据式子计算出来的坐标必须取整，对于那些在原图像中无对应点的像素可采用局部均值插值法或双线性插值法得到该像素点的像素值。可加，任意角度的旋转会损失图像信息。
二 医学图像的缩放
（1）医学图像缩小
医学图像的缩小分为按比例缩小和不按比例缩小两种。通常，医学图像的缩小是按比例缩小。常用的医学图像缩小方法有直接缩小法和局部均值法。
直接缩小法是根据缩放系数对原图像采样得到缩小图像，其公式如下：

式中，cn和ck分别是图像高度和宽度方向的缩放系数，n0是原始图像I中像素点（n0、k0）的纵坐标，K0是横坐标。
局部均值法，用原始图像中某一局部区域像素点的平均像素值代替缩小后的图像中对应点的像素值。
（二）医学图像放大
医学图像放大也分为按比例放大和不按比例放大。常用的医学图像方法的方法有直接放大发和双线性插值法。

双线插值法就是在单位正方形顶点的值已知的情况下，正方形内任意点的值f（x，y）可由双线性方程式得到，双行方程式可表示为：

式中a,b,c,d是常数，由正方形4个顶点的值确定。通常双线性插值法是由双线性插值公式来实现。在医学图像处理中，双线性插值是通过图像宽度和高度方向的线性插值来实现的。首先进行医学图像宽度方向的线性插值，然后在已经线性插值的图像上进行高度方向的线性插值。

（三）医学图像的镜像
医学图像的镜像分为水平镜像和垂直镜像两种。图像的水平镜像是以图像的垂直中轴为对称轴，将图像的左右两部分对换。图像的垂直镜像是以图像的水平轴为对称轴，将图像的上下两部分对换。
医学图像的水平镜像的公式可表示为：

医学图像的垂直镜像的公式可以表示为:

第四节 其他医学图像运算

一 图像的代数运算
图像代数运算是指对多幅输入的医学图像进行加、减、乘、除计算而得到输出图像的运算。图像的加法用于图像的合成，图像的减法用于检测两幅或多幅图像之间的变化，在医学图像处理中相减可用于感兴趣区域或目标的提取。
式中，由于像素值不能为负，当相减出现负数时，去绝对值还是等于0根据实际应用情况决定。

二 图像的局部运算和全局运算
如果输出图像在（x，y）点处的像素值不仅与输入图像在（x，y）点处的像素值有关，还与输入图像在（x，y）点处像素的周围像素的值有关，这种运算称为图像的局部运算。在图像的处理中，图像的局部运算一般是通过图像的卷积运算获得的。

将R赋给增强图，作为在S0位置的灰度值。如果对原图每个像素都进行这样的处理就得到增强图所有位置的新灰度值。如果在设计滤波器时给各个K赋不同的值（即采用不同的模板），就得到不同的处理效果。当模板中心像素点处在边缘像素时，模板会超出图像范围，在这种情况下，把图像上的像素点保留即可。
（二）图像的全局运算
如果输出图像在（x，y）点处的像素值与输出图像的所有像素值都有关系。这种运算称为图像的全局运算。图像全局运算的一个典型例子就是图像的傅里叶变换。