ITK是一个强大的3D图像处理工具箱，常用于医学图像。本文梳理了其核心功能，包括读写图像、过滤（如阈值滤波、边缘检测、数学形态学、投票滤波和平滑滤波）、配准、分割和统计。特别讨论了阶跃函数卷积及其在噪声抑制和边缘保持中的应用。
做视觉的都知道opencv，但它只能处理2D的图像。对于医学图像处理，那就不得不祭出ITK（Insight Segmentation and Registration Toolkit）了（python下可以使用SimpleITK），这是一个非常强悍的3D分割和配准开源工具箱。下图是它所涉及的类别。
有必要花点时间对他里面的图像处理相关接口进行一次梳理，一方面可以系统性的了解整个图像处理和立体视觉相关的知识框架，也方便后面的使用。以下链接是官方函数说明手册，非常详细，本文制作部分梳理和解释，详细内容请参考以下文档。
https://itk.org/ItkSoftwareGuide.pdfitk.org1.Reading and Writing Images
这个就不多少了，dcm，nii.gz，nrrd，mha，mhd等几乎所有的医学影像的常见格式都支持。
2.Filtering
（1）阈值滤波器
最低0.47元/天 解锁文章
1074
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
