![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
碑湾没有碑
这个作者很懒,什么都没留下…
展开
-
扩散加权磁共振成像(DWI)
扩散加权磁共振成像(diffusion-weighted imaging, DWI)是20世纪90年代初中期发展起来的MRI新技术。DWI能够无创地测量生物组织内水分子的扩散速度。水分子扩散是一个三维过程,在理想环境下,水分子沿各个方向的扩散速度使相同的,称为各向同性扩散。然而,在人体组织内,水分子受到各种因素的影响(如脑白质纤维,由于髓鞘阻碍了水分子垂直于纤维方向的扩散,水分子表现为沿纤维束方向...原创 2020-03-28 16:30:27 · 800 阅读 · 0 评论 -
医学图像 成像机理
1、X射线影像1.1 X射线的产生 X射线也被称为伦琴射线,是1895年德国科学家伦琴发现的具有很高能量、肉眼看不见但能够穿透不同物质且使荧光物质发光的射线。X射线是真空管内高速行进的电子流轰击钨靶时产生的。其发生过程是X射线管灯丝供电、加热,在阴极附近产生自由电子,当向X射线管两极提供高压电时,阴极与阳极间的电势差陡增,电子以高速由阴极向阳极行进,轰击阳极钨靶而发生能量转换,其...原创 2019-05-06 22:24:02 · 2279 阅读 · 0 评论 -
CT中的噪声和伪影
CT图像中存在影响图像质量的噪声和伪影。1、CT图像中的噪声主要有三种来源。(1)量子噪声。量子噪声服从泊松分布,是一种实验观测中的读出噪声。当观测中数量有限的X射线光子数量少到能够引发探测器上数据读出中出现可观测到的统计涨落时,这种读出的统计涨落被称作量子噪声。这种噪声也是低剂量CT中面临的主要噪声 。量子噪声主要是由X射线流以及探测器上探测到的X射线光子数决定的,主要受制于两个因素:扫描方...原创 2019-08-20 08:56:04 · 12278 阅读 · 3 评论 -
CT剂量和降低剂量的方法
X射线穿过介质会发生相互作用,此时能量将从X射线光子转移到介质上。因此,X射线辐射的剂量描述的是在与介质相互作用之中单位质量介质内能量转移多少的度量。主要包含两种:吸收剂量(absorbed dose)和等效剂量(equivalent dose)。吸收剂量指单位质量介质吸收能量的多少,单位是Gray(Gy)。吸收剂量描述人体吸收了多少能量。为了能够量化不同电离辐射在相同的吸收剂量下对生物组织造成...原创 2019-08-20 09:15:51 · 2420 阅读 · 0 评论 -
BrainWeb: Simulated Brain Database使用说明
阅读目录(Content)BrainWeb: Simulated Brain Database使用说明 一、文件命名规则 二、文件下载格式:.rawb 三、离散标签命名规则 回到顶部(go to top)BrainWeb: Simulated Brain Database使用说明作者:凯鲁嘎吉-博客园http://www.cnblogs.com/kai...转载 2019-08-24 19:46:12 · 1730 阅读 · 5 评论 -
MRI图像噪声分析
MRI图像噪声的最为主要的来源是检测对象和电路元件,产生的噪声主要为热噪声,有时候还存在生理学噪声。磁共振设备采集到的原始数据是K空间数据,其包含实部和虚部这两部分的信号,且两者之间的相位差为90°。实部和虚部分别带有均值为0,方差相同且独立的加性高斯白噪声。对K空间数据进行傅里叶变换,得到图像域数据。傅里叶变换不改变噪声形式,因此我们得到的图像域数据是复数信号,其表达式为: ...原创 2019-08-25 16:08:26 · 7472 阅读 · 1 评论 -
散粒噪声 shot noise 泊松噪声
在raw image中,主要的噪声为两种,高斯噪声和散粒噪声,其中,高斯噪声是与光强没有关系的噪声,无论像素值是多少,噪声的平均水平(一般是0)不变。另一种是散粒噪声,因为其符合泊松分布,又称为泊松噪声,下图可见,泊松噪声随着光强增大,平均噪声也增大。什么是散粒噪声?散粒噪声=泊松噪声=shot noise=poisson noiseShot noise存在的根本原因是因为光是由离...转载 2019-08-22 16:02:33 · 6432 阅读 · 1 评论 -
课程笔记4--图像K空间理解
K空间的数据分布实际上是图像空间中数据的二维傅立叶变换结果。K空间中的数据点和图像空间中的数据点并不是一一对应的。一个K空间中的数据点对应了图像空间中所有数据点的一部分信息。事实上,K空间中的数据正是图像空间中的数据作二维傅立叶变换的结果(图1),也就是说,我们的“大脑图像”可以被看作是由一系列频率、相位、方向各异的二维正弦波叠加而成的,而K空间的数据正表示了图像的正弦波组成。因此,为了理解如...转载 2019-09-14 10:59:33 · 1157 阅读 · 0 评论 -
MATLAB实现dicom转换为png格式
clcclear%从dicom文件中读取数据%首先获得指定文件夹下的所有文件的文件名directory = uigetdir('','选择指定文件夹:');dirs=dir(directory);%dirs结构体类型,不仅包括文件名,还包含文件其他信息。dircell=struct2cell(dirs)'; %类型转化,转化为元组类型filenames=dircell(:,1) ;%...转载 2019-04-07 19:53:00 · 2315 阅读 · 2 评论 -
变换域去噪技术
变换域去噪的基本思想是先将图像从空间域变换至某个变换域中,随后再对变换域中的稀疏进行处理,最后通过反变换回到原始空间域来达到去除噪声的目的。典型的方法有小波变换去噪和多尺度分析去噪。1.小波变换去噪 小波变换去噪是将图像变换到小波域,利用图像和噪声在小波变换下的不同特性,对小波稀疏进行处理,通过最大限度地保留图像信号的系数而减少噪声系数来除去噪声。常见的小波去噪方...原创 2019-03-16 21:10:20 · 199 阅读 · 0 评论 -
数字图像处理--------灰度变换
对于数字图像处理而言,一般包含着空间域处理和变换域处理两种形式。空间域处理方法主要是直接以图像中的像素操作为基础,它主要分为灰度变换和空间滤波两类。灰度变换是在图像的单个像素上操作,主要以对比度和阈值处理为目的。空间域处理可由下式表示: ...原创 2018-08-24 14:44:11 · 9769 阅读 · 0 评论 -
[数字图像处理]灰度变换——反转,对数变换,伽马变换,灰度拉伸,灰度切割,位图切割
灰度变换,属于一个非常重要的概念。这里主要参考《Digital Image Processing》 Rafael C. Gonzalez / Richard E. Woods 的第三章。书中所有的实验与数学式都采用了8-bit 图像的灰度范围,也就是0到255这样一个范围,这是本书不合理的一个地方。首先,这样做并不泛用,图片不一定是8-bit的。其次,在做某些变换的时候,可能会导致溢出。比如,伽马...转载 2018-08-24 14:46:09 · 9152 阅读 · 0 评论 -
图像噪声的分类与模型
噪声是干扰和妨碍人类认知和理解信息的重要因素,而图像噪声则是图像中干扰和妨碍人类认识和理解图像信息的重要因素。由于噪声本身具有不可预测性,可以将它当做一种随机误差(这种误差只有通过概率统计的方法来识别)。因此,图像噪声可以视为一种多维随机过程,可以选择随机过程的概率分布函数和概率密度函数来作为对图像噪声进行描述的方法。1 图像噪声的分类 图像在采集和传输的过程当中...原创 2019-01-11 19:51:19 · 19387 阅读 · 2 评论 -
稀疏表示理论问题优化模型
稀疏表示是针对不确定方程组的求解问题而提出的。对不确定方程组Ax=b,A∈,且n<m,在A为满秩的条件下,方程数目小于未知数的个数,方程组有无数组解。给定不同的正则约束函数,不确定性方程组的解也会有所不同。稀疏表示模型是将解的系数性作为不确定性方程组一种约束,使方程组有唯一解。 稀疏表示的本质思想是:引入到信号表示理论中,从基或字典中寻求最小原子的线性组合来表示...原创 2019-01-19 16:35:36 · 5123 阅读 · 1 评论 -
稀疏性度量
对于特定的稀疏表示方法,其优劣一般采用表示系数的稀疏程度来度量。图像的稀疏性一般采用范数来定义,即不为零的系数数量越少,越稀疏。然而,在图像处理的实际应用中,通常受到噪声干扰,采用范数来度量稀疏性的效果会变差。在数学分析理论中,范数常被用来度量稀疏性,其能较好地度量非零系数的个数与系数误差。而且,当0<p<1时,与存在一定的关系,当p→0时, ...原创 2019-01-19 17:35:38 · 6997 阅读 · 0 评论 -
稀疏模型求解优化算法
稀疏模型求解,是给定字典或固定基D,求解对图像或信号x的最逼近原始真实图像的稀疏系数α的过程。当前,关于稀疏求解问题的优化算法大致归纳为:针对范数最小化问题的贪婪算法,是直接对范数进行求解;针对范数最小化问题的最优化算法(其包括范数正则化算法,是范数求解法和范数求解法的折中),是把范数松弛到范数进行求解;统计优化算法,是从数学期望中估计图像的最稀疏解。范数近似求解算法 ...原创 2019-01-19 18:45:03 · 8661 阅读 · 2 评论 -
小波阈值去燥
原创 2019-03-05 16:14:35 · 49 阅读 · 0 评论 -
图像处理之图像增强
在图像的获取、传输等过程中往往会有诸多因素对图像带来一定的干扰,从而使得图像产生噪声、质量降低等现象,进而不能达到人们对图像的视觉要求。为了使图像充分的满足人们的需求,所以需要对图像进行相应的处理。 图像增强处理是对图像进行加工,使其结果对于特定的应用比原始图像更合适的一种处理。它能够提高图像整体和局部的对比度,突出图像的细节信息,从而使得增强后的图像更符合人眼的...原创 2018-08-12 13:12:06 · 2748 阅读 · 0 评论