【正文】 參考文獻：1． 張宏林. 精通Visual C++數(shù)字圖像模式識別技術及工程實踐第2版. 人民郵電出版社,北京,2008.2． 徐雪. 肝臟超聲圖像的紋理分析[D]. 長春理工大學大學碩士學位論文, 2004.3． 曹桂濤, 施鵬飛, 胡兵. 紋理分析在肝臟超聲圖像組織定征中的應用[J]. 聲學技術, Vol 23, 3(I),2004: 122125.4． 王勇, 呂揚. 生基于紋理特征的超聲醫(yī)學圖像檢索[J]. 天津大學學報, Vol. 38, No. 1, 2005: 5659.5． Haralick RM. Texture Features for Image Classification. IEEE Trans. Man and Cybernetic, SMC3, 1973, 610—6216． (自然科學版)，2000,40(3), 90937． ，1994, 21(l), 43448． (自然科學版)，2001, 19(4), 337—3419． ::河北工業(yè)大學物理電子學，2004 ，李萍萍，2003,第二期，6063第 32 頁 共 34 頁。根據(jù)最終測試結(jié)果與超聲圖像的特點是相符的，所以我們可以看出我們所做的程序?qū)Τ暩闻K的紋理分析是正確的。而肝硬化會使肝臟變得凹凸不平，紋理增強，回聲也增強，且分布不均，所以與正常肝臟比較，其能量參數(shù)較大，慣性矩較大，熵較大。進而可以證明我們的程序運行正確，是可以順利實現(xiàn)的！ 紋理分析測試結(jié)果比對依據(jù)肝臟超聲圖像的特點可知:正常肝臟的質(zhì)地均勻、紋理清晰，超聲回聲相對均勻，因此其能量參數(shù)較小、慣性矩較大，熵較大。} 實驗結(jié)果分析 程序的實現(xiàn)測試本課題主要是對超聲肝臟的圖像進行紋理分析，本文分別選取了正常肝臟、肝硬化和脂肪肝的超聲圖像進行測試。 } } FeatureCorrelation /= sigmax。 jdim。 idim。其計算公式為：其中：則實現(xiàn)代碼為： FeatureCorrelation = 。當矩陣元素值均勻相等時，相關值就大；相反，如果矩陣象元值相差很大則相關值小。其值大則說明圖像紋理的不同區(qū)域缺少變化，局部非常均勻。計算公式為：其實現(xiàn)代碼為：if(pdMatrix[i][j]1e12) { FeatureEntropy = pdMatrix[i][j]*log(pdMatrix[i][j])。當空間共生矩陣中所有值均相等時，它取得最大值；相反，如果共生矩陣中的值非常不均勻時，其值較小。 。 。 。 FeatureInertiaQuadrature += (double)(ij)*(double)(ij)*pdMatrix[i][j]。 。 。其計算公式為：CON=則實現(xiàn)代碼為：{ 。}慣性矩：對比度是灰度共生矩陣主對角線附近的慣性矩，它度量矩陣的值是如何分布和圖像中局部變化的多少，反映了圖像的清晰度和紋理的溝紋深淺。 計算紋理特征參數(shù)的算法能量： 能量是圖像紋理灰度變化均一的度量，他反映了圖像灰度分布均勻程度和紋理粗細度，如果共生矩陣的所有值均相等，則ASM值就?。幌喾?，如果其中一些值大而其他值小，則ASM值大。 } }} 同理可知計算135度的灰度共現(xiàn)陣方法： PMatrixLD[(unsigned int)NewImage[i][j]][(unsigned int)NewImage[newi][newj]] += 1。 PMatrixRD[(unsigned int)NewImage[i][j]][(unsigned int)NewImage[newi][newj]] += 1。 newi = idistance。 jLocalImageWidthdistance。 iLocalImageWidth。 PMatrixV[(unsigned int)NewImage[i+distance][j]][(unsigned int)NewImage[i][j]] += 1。 PMatrixH[(unsigned int)NewImage[i][j+distance]][(unsigned int)NewImage[i][j]] += 1。 jLocalImageWidthdistance。 iLocalImageWidth。由對稱性可知，當θ=90o和135o時，同理可得。 } } 當取d=1，θ=0o時，每一行有2（NX1）個水平相鄰點，共有NY行，因此總共有2NY(NX1)個相鄰點，所以取R=2NY(NX1)。 。 } } 。 jLocalImageWidth。 iLocalImageWidth。進行特征提取前，首先如下式所示對共生矩陣作正規(guī)化處理：P（i，j）/R=P（i，j） 這里R是正規(guī)化參數(shù)。在求灰度共生矩陣之前，為了減小計算量我們常壓縮為16級。對于紋理較細的圖像，如本文所研究的肝臟紋理等，d的值盡量取小是十分必要的。相隔d像元距離的一對像元，分別具有灰度級i和j的出現(xiàn)概率，這個d就是我們所說的采樣間隔。（2）在生成灰度共生矩陣時，紋理的采樣間隔的確定是我們必須考慮的，為了能較好的反應出紋理的特性距離大小就尤為重要的。這樣看來對量化級的選取就是尤為重要的了。這就要求必須對圖像進行二次量化，即將256個灰度級的圖像量化到16級甚至更低，這樣做在很多情況下是有效的，不但大大減小了計算代價，而且并沒有引起紋理類間的混淆。} 灰度共現(xiàn)矩陣的算法實現(xiàn) 我們選擇了灰度共生拒陣作為本次畢業(yè)設計的紋理分析方法，就意味著在之后的實現(xiàn)過程中我們要遇到很多問題如下： (1)灰度共生矩陣中二次量化對紋理描述的影響的重要性，并且在使用時，應將量化級取為多少才算合理? 我們之前的理論學習中知道灰度共生矩陣的計算量很大。 m_dLocalCalm = dLocalCalm。 m_dInertiaQuadrature = dInertiaQuadrature。 m_dEnergy = dEnergy。 dCorrelation /= (rolltimeH*rolltimeW)。 dEntropy /= (rolltimeH*rolltimeW)。 dLocalCalm += dLocalCalm1。 dInertiaQuadrature += dInertiaQuadrature1。 dEnergy += dEnergy1。 } } (arLocalImage, )。 q。 p。 jrolltimeW。 i rolltimeH。 。 。 。 } 將圖像打開后我們將看到界面上的計算紋理特征值的按鈕，它將會調(diào)用OnBtnComputeTexture()這個函數(shù)，進行特征值的計算，我們首先將各個參數(shù)特征值設置為0，然后將超聲圖像按照FilterWindowWidth的值將圖像平均分成各個子窗口，調(diào)用CGrayShow::ComputeFeature分別計算各參數(shù)值。 MakeBitmap()。 。所以我們采用灰度共生矩陣的方法，選用VC完成算法實現(xiàn)，對肝臟超聲圖像進行紋理特征提取。小波雖然是現(xiàn)在紋理分析的熱點，但在小波分解空間中對紋理進行建模相對仍比較簡單，技術改進也主要都集中在數(shù)據(jù)變換的形式方面而對圖像紋理特性有針對地建模探討比較少。灰度共生拒陣則可以得出反映圖像本身的紋理特性，不受現(xiàn)有模型的限制。 (2)超聲圖像的紋理是一種隨機紋理，顯然不適合選擇結(jié)構(gòu)分析方法。本文所以選擇它，其原因主要是:(1)灰度共生矩陣是一種相時成熟的紋理分析方法，其生成方式及相應特征量的計算都是經(jīng)過無數(shù)實踐驗證的。本文選用灰度共生矩陣方法對肝臟超聲圖像進行紋理分析。（3） C語言不適合開發(fā)大型程序。C++解決了C語言中存在的一些局限，例如：（1） C語言的類型檢查機制相對較弱，這使得程序中的一些錯誤不能再編譯階段由編譯器檢查出來。 C++概述C++是美國貝爾實驗室的Bjarne Stroustrup 博士在C語言的基礎上，彌補了C語言存在的一些缺陷， 了面向?qū)ο蟮奶卣?，?980年開發(fā)出來的一種過程性與對象性結(jié)合的程序設計語言。一般我們采用Debug版本，這樣便于調(diào)試?？蓤?zhí)行文件分為兩種版本：Debug和Release。此后，連接程序?qū)⑺械哪繕舜a和用到的靜態(tài)連接庫的代碼連接起來，為所有的外部變量和函數(shù)找到其提供地點，最后產(chǎn)生一個可執(zhí)行文件。然后，啟動編譯程序，編譯程序首先調(diào)用預處理程序處理程序中的預處理命令（如include,define等），經(jīng)過預處理程序處理的代碼將作為編譯程序的輸入。一個用C++開發(fā)的項目的通用開發(fā)過程可以用左圖表示。使用MFC庫開發(fā)應用程序可以減少很多工作量。MFC（Microsoft Fundamental Casses）是Visual C++開發(fā)環(huán)境所帶的類庫，在該類庫中提供了大量的類，可以幫助開發(fā)人員快速建立應用程序。Developer Studio中除了程序編輯器、資源編輯器、編譯器、調(diào)試器外，還有各種工具和向?qū)Вㄈ鏏ppWizard和ClassWizard），以及MFC類庫，這些都可以幫助程序員快速而正確地開發(fā)出應用程序。程序員可以在不離開該環(huán)境的情況下編輯、編譯、調(diào)試和運行一個應用程序。集成開發(fā)環(huán)境（IDE）是一個將程序編輯器、編譯器、調(diào)試工具和其他建立應用程序的工具集成在一起的用于開發(fā)應用程序的軟件系統(tǒng)。、MFC類庫、編輯器以及聯(lián)機幫助系統(tǒng)等方面都比以前的版本做了較大改進。 第三章 超聲肝臟紋理分析設計的應用 Visual C++開發(fā)環(huán)境及C++語言的簡介 C++開發(fā)環(huán)境Visual C++這款軟件是微軟公司開發(fā)的一個開發(fā)環(huán)境，Visual C++是一個功能強大的可視化軟件開發(fā)工具。對于特征紋理參數(shù)，如何選擇距離d和方向θ使所得的參數(shù)較好一直是研究的重點，通常情況下，小的d值可以提供比較好的結(jié)果。（5）逆差矩（局部平穩(wěn)性）：它度量圖像紋理局部變化的多少。當空間共生矩陣中所有值均相等時，它取得最大值；相反，如果共生矩陣中的值非常不均勻時，其值較小。當一副圖像中相似的紋理區(qū)域有某種方向性時，其差值較大。（3）相關：其中：它度量空間灰度共生矩陣元素在行或列方向上的相似程度，因此，相關值大小反映了圖像中局部灰度