肺结节CT影像特征提取（二）——肺结节CT图像特征提取算法描述

　　摘自本人毕业论文《肺结节CT影像特征提取算法研究》

　　医学图像特征提取可以认为是基于图像内容提取必要特征，医学图像中需要什么特征基于研究需要，提取合适的特征。相对来说，医学图像特征提取要求更加高，因为对医生的辅助诊断起着至关重要的作用，所以需要严谨可靠的特征。肺结节CT影像特征提取也是属于医学图像特征提取领域的一个部分，有着医学图像特征提取的基本要求。既有其他医学图像特征提取的方法，也有针对肺结节的特定特征提取方法。本小节主要对一些常用的肺结节CT影像医学图像特征提取方法进行介绍，主要可以分为灰度特征、纹理特征和形状特征等。

3.1 灰度特征提取算法

医学图像基本都是灰度图像，而本文研究的重点是肺结节CT影像特征提取，也是灰度图像。灰度特征是一类医学图像处理中常用的图像特征，简单有效。医学图像的灰度特征，是利用灰度具有一定的稳定性，对大小、方向都不敏感，能表现出相当强的鲁棒性^[17]。医学图像基本都是灰度图像，灰度特征也是一类重要特征，通过对图像灰度分析，得到图像的灰度直方图，从中可以提取出许多有效的灰度特征。医学图像得到的灰度直方图表现了一幅医学图像灰度分布情况的各种统计特性。

灰度直方图算法^[18]：

由f(x,y)表示一副灰度图像，（x,y）处的值表示该位置像素。一副图有M个像素，分布在0-L-1级，灰度直方图即统计每级灰度像素书目得到的统计图，通过灰度直方图得到一系列灰度特征。灰度直方图定义为

 

其中，i表示灰度级，L表示灰度级种类数， 表示灰度级为i的像素数目，M表示图像总像素数，公式（3-1）表示每一灰度级占总像素百分比，即灰度级为i的像素出现频率。