医学图形图像处理识别技术与医学信息分析讲课PPT课件.ppt

目录内容;第五讲 Mathlab 、Vtk、Mtk与医学图像的处理;一、Mathlab软件用于在图像处理上的使用介绍;使用介绍_续1;使用介绍_续2;使用介绍_续5;使用介绍_续6;二、图像的基本运算;图像的基本运算_续1;例题2： 对图像“bottle.bmp”和 “cloudy.bmp”进行加法运算。 用M文件实现自动运算显示。Test2.m程序文件如下： clear all ； G1=double(imread(d:\matlabwork\tu\bottle.bmp,bmp)); G2=double(imread(d:\matlabwork\tu\cloudy.bmp,bmp)); G=0.5*(G1+G2); imshow(uint8(G)); imwrite(uint8(G),d:\matlabwork\tu\sum.bmp,bmp); 运行程序，结果如图所示。;图像的基本运算_续2;图像的基本运算_续3;例题4： 对图像“sum.bmp”和 “cloudy.bmp” 进行减法运算。 用M文件实现自动运算显示。Test3.m程序文件如下： clear all; G1=double(imread(d:\matlabwork\tu\sum.bmp,bmp)); G2=double(imread(d:\matlabwork\tu\cloudy.bmp,bmp)); [m,n]=size(G1); for i=1:m for j=1:n G(i,j)=2*G1(i,j)-G2(i,j); if G(i,j)0 G(i,j)=0;end end end imshow(uint8(G)); 运行程序， 结果如图所示。;图像的基本运算_续4;例题5： 对图像“g1.bmp”和 “g2.bmp” 进行乘法运算。 用M文件实现自动运算显示。mulshow.m程序文件如下： clear all; G1=double(imread(d:\matlabwork\tu\g1.bmp,bmp)); G2=double(imread(d:\matlabwork\tu\g2.bmp,bmp)); G3=G1*G2; G=255*G3/max(max(G3)); %调整像素灰度值，使其控制在0-255之间 imshow(uint8(G));;图像的基本运算_续5;图像的基本运算_续6;;图像的基本运算_续6;例题6： 对医学图像“X_chest.bmp” 进行逆时针方向旋转30°，利用双线性插值运算。 用M文件实现自动运算显示。rotate30show.m程序文件如下： %图像的旋转 clear all G=imread(X_chest.bmp,bmp); %读入原始图像，为胸部的X片图 R=imrotate(G,30,bilinear); %逆时针旋转30度 subplot(1,2,1);imshow(G);title(原图); %显示原图 subplot(1,2,2);imshow(R);title(逆时针旋转30度后的图像);%显示逆时针旋转30度后的图像 运行程序，结果如图所示。;三、 图像的增强;增强技术_续1;增强技术_续2;线性变换函数 ;;;增强技???_续3;图像的灰度直方图;;增强技术_续4;例8：对MRI_brain.jpg图像进行均衡化处理 用M文件实现自动运算显示。histeqhow.m程序文件如下： %%显示图像和直方图及利用均衡化处理进行图像增强 clear all G = imread(d:\matlabwork\tu\MRI_brain.jpg,jpg);%读入原始图像，图像为头部的MRI图 F = histeq(G); %直方图均衡化处理 subplot(2,2,1);imshow(G);title(原始图像)%显示原始图像 subplot(2,2,3);imhist(G);title(原始图像的直方图)%显示原始图像的直方图 subplot(2,2,2);imshow(F);title(直方图均衡化处理后的图像)%显示直方图均衡化处理后的图像 subplot(2,2,4);imhist(F);title(均衡化后的直方图) %显示处理后图像的直方图，可以对比两幅图像，直观比较图像的不同，也可以观察两幅图的直方图之间的区别;均衡化后,图像对比度增强,清晰度提高;增强技术_续5;模板计算举例;;;模板运算法;四、 图像分割技术;图像分割技术_续5;图像分割技术_续6;例11：用阈值分割细胞图像的细胞 用M文件实现自动运算显示。cutshow.m程序文件如下： %基于阈值的图像分割