【正文】 。 g(i,j)=round(sqrt(Dx+Dy))。 for i=2:row1 for j=2:col1 Dx=(X(i+1,j1)X(i1,j1)+2*(X(i+1,j)X(i1,j))+X(i+1,j+1)X(i1,j+1))^2。 g=zeros(row,col)。 X0=I1。 else Nor(i,j)=M0(V0*(I1(i,j)M)^2/VAR)^(1/2)。 廈門大學通信工程系 20xx 級本科畢業(yè)論文 39 for j=1:col。 [row,col]=size(I1)。 M0=。 M=mean2(I)。 %提取邊緣 function pushbutton3_Callback(hObject, eventdata, handles) I=。 imshow(,[])。 =(rect(2):rect(2)+rect(4),rect(1):rect(1)+rect(3))。 廈門大學通信工程系 20xx 級本科畢業(yè)論文 38 guidata(hObject,handles)。 end axes()。Warning!39。請輸入 DICOM 或 JPEG 圖片文件 39。 =imread([fpath fname])。 elseif ext==39。.dcm39。 [pathstr, name, ext, versn] = fileparts(fname)。)。},39。*.dcm。 function varargout = bishe_OutputF(hObject, eventdata, handles) varargout{1} = 。 廈門大學通信工程系 20xx 級本科畢業(yè)論文 37 end function bishe_OpeningF(hObject, eventdata, handles, varargin) = hObject。 end if nargout [varargout{1:nargout}] = gui_mainf(gui_State, varargin{:})。amp。, [])。, [] , ... 39。, bishe_OutputF, ... 39。, bishe_OpeningF, ... 39。, gui_Singleton, ... 39。, mfilename, ... 39。 gui_State = struct(39。在此對趙老師致以誠摯的感謝！同時我還要感謝 108 實驗室的學長學姐以及我身邊的朋友們，感謝他們在完成畢業(yè)設計過程中曾給予的幫助和支持。 ◆設計出功能更強大 ， 測量 信息更多更精確， 更具實踐性和操作性的系統(tǒng) 。 由于 MATLAB 還不能對 DICOM 進行直接的處理 ， 而是要先將其轉化成 MATLAB 可以處理的圖像格式 ， 因此可以嘗試應用 MATLAB將其直接轉換成常規(guī)圖片格式 。 ◆ 將單個算法程序 綜合到 GUIDE 中的轉換 由于剛開始是一個問題一個問題的解決 ， 到 最 后應用 GUIDE 進行綜合編程時有許多地方不同 ， 因此走了很多彎路 ， 后來通過老師的指導和更深入的研究 ， 使問題得以解決 。 為了使所用的算法具有一定的普遍適應性 ， 將多種方法結合起 ， 最后通過實踐發(fā)現(xiàn)將圖像歸一化 ， 經(jīng)典算子和形態(tài)學 廈門大學通信工程系 20xx 級本科畢業(yè)論文 33 方法結合起來 ， 效果不錯 。 本文的特色和優(yōu)點 本文研究的內(nèi)容有以下幾個特色和優(yōu)點： ◆針對骨科圖像的 具體 特點 ， 結合圖像預處理 ， 經(jīng)典邊緣算子 ，數(shù)學 形態(tài)學 等方法較好的 提取了目標圖像的 邊緣； ◆充分利用 MATLAB 強大的數(shù)學計算功能 ， 在提取出邊緣的基礎上實現(xiàn)了對 圖像相關信息的 定量測量 ； ◆利用 GUIDE 設計出一個處理以上信息的 信息處理系統(tǒng)， 使研究的成果能夠更好的展現(xiàn)以及應用于實踐 。 R 廈門大學通信工程系 20xx 級本科畢業(yè)論文 32 第 5 章 全文總結以及展望 本文研究內(nèi)容總結 本文主要研究了醫(yī)學圖像 DICOM 以及應用 MATLAB 對醫(yī)學骨科圖像進行處理 ，提取目標圖像 的邊緣 ， 并在此基礎上 實現(xiàn)對區(qū)域 重心 ， 圓心 和半徑及 兩點間距離等 信息的 測量 。 在編寫程序時 將最小二乘法編成一個函數(shù) circfit()， 在編寫回調(diào)函數(shù)時調(diào)用 。對 求偏導 得并令其為 0 得： 222222( , , ) 2 ( ) 0( , , ) 2 ( ) 0( , , ) 2 ( ) 0i i i i ii i i i ii i i iQ a b c X Y a X b Y c XaQ a b c X Y a X b Y c YbQ a b c X Y a X b Y cc?? ? ? ? ? ? ?? ???? ? ? ? ? ? ?? ???? ? ? ? ? ? ?? ????? (49)? 解此方程組可得 的極值，由于平方差大于 0，因此存在極小值，無極大值，比較所有的極值點即可得到極小值。最小二乘法是利用 法是用最簡的方法求得一些絕對不可知的真值，而令誤差平方之和為最小 [7]。 廈門大學通信工程系 20xx 級本科畢業(yè)論文 30 （ 1） 質 心的提取 重心提取的 流程如下： \ 其中質 心 的計算 公式 如下 : ( , ) ( , )( , )( , ) ( , )( , )DDDDDDx x y d x x y dxMx y dy x y d y x y dyMx y d? ? ? ???? ? ? ????????? ?????? ???? (41)? 由于區(qū)域密度是 均勻的 ， 因此公式簡化為 : ,DDx d y dxySS?????? ?? (4 2)? （ 2） 圓心的提取 : 對于已經(jīng)提取出的邊緣的圓弧，要得到其圓心可以采用最小二乘法實現(xiàn)。 骨科圖像信息處理系統(tǒng)功能模塊的實現(xiàn) 該系統(tǒng)實現(xiàn)了對骨科圖像進行處理獲取了邊緣，并實現(xiàn)了對區(qū)域質心，圓弧的圓心和半徑以及兩點間的距離等信息的測量。當點擊“兩點距離”按鈕時，鼠標變成十字，在圖上單擊一個點確定起點，雙擊另外一點確定終點，此時兩點的相關信息顯示在信息框中，如圖 所示。 廈門大學通信工程系 20xx 級本科畢業(yè)論文 28 圖 骨科圖像信息處理系統(tǒng)介面 圖 圖片導入模塊 圖 邊緣提取模塊 （ 3） 特征點的 測量和 顯示模塊 （如圖 ） 廈門大學通信工程系 20xx 級本科畢業(yè)論文 29 圖 特征點測量模塊 圖 運行結果顯示 該模塊由四個功能按鈕和一個信息顯示框組成，當點擊“質心提取 ” 按鈕時，區(qū)域的質心顯示在圖上，如圖 （ b）所示，同時質心的坐標信息顯示在信息框上，如圖 所示。當點擊“選取區(qū)域”按鈕后，鼠標變成十字形，在導入的圖片上框選出要處理的部分后，該部分圖片將單獨在該按鈕下面的坐標軸上顯示出來。 骨科圖像信息處理系統(tǒng)的 功能介紹 該 系統(tǒng)的 功能模塊組成 及實現(xiàn)的功能如下 : （ 1） 圖片的導入 模塊 (圖 ) 該部分由一個 “導入圖片” 按鈕和 一個圖片顯示 坐標軸組成 ，通過 按鈕將要處理的 目標 圖片導入 并顯示 到坐標軸上 。 邊緣提取 信息點測量 信息處理系統(tǒng) 圖片顯示 廈門大學通信工程系 20xx 級本科畢業(yè)論文 27 圖 骨科圖像信息處理系統(tǒng) 的功能模塊示意圖 其中信息測量點包含了 區(qū)域重心，圓弧的圓心半徑以及兩點之間的距離等信息 的測量。本文針對臨床醫(yī)學對骨科圖像處理的具體要求，設計了一個對 醫(yī)學骨科圖像 進行 信息處理 的骨科圖像信息處理系統(tǒng)，實現(xiàn)了對區(qū)域質心，圓弧的圓心和半徑以及兩點之間的距離等信息的測量。 （ a）邊緣較弱的 （ b）邊緣有斷點的 （ c）邊緣較明顯的 圖 進行預處理后的邊緣提取效果 通過以上分析 可以看出，對圖像進行 歸一化的 預處理后，對于邊緣不是很明顯的圖像提取的效果也較好， 問題 得到 了 解決。該圖像 I 的均值和方差定義為 式 37和 38： 11001( ) ( , )HWijM I I i jWH????? ?? (3 7)? 11 2001( ) ( ( , ) ( ) )HWijV A R I I i j M IWH???????? (38)? 歸一化后的圖像 G可用式 39表示（式中為給定標準值） ： 200200( ( ( , ) ( ) ) , ( , ) ,( , )( ( , ) ( ) ) ,.V A R I i j M IM I i j MVARG i jV A R I i j M IMVAR? ?????? ??? ??? 其 它 (39)? 廈門大學通信工程系 20xx 級本科畢業(yè)論文 25 綜上分析， 我們可以考慮對圖像先進行歸一化預處理 。由于 不同的醫(yī)學成像 因素 造成相同性質的 組織 在 圖像 灰度 信息 上的不一致， 灰度歸一化就是在 保留 具有診斷價值的灰度差異的同時 ， 減小甚至消除圖像中灰度不一致而進行的圖像 轉換 方法 ， 以便計算機 自動分析 處理 [6]。 基于以上結果 可以考慮對圖像進行 邊緣提取操作前先對目標圖像進行歸一化的預 處理 。根據(jù)這一思想得到的效果如圖 所示。 （ a）邊緣較弱的 （ b）邊緣有斷點的 （ c）邊緣較明顯的 圖 數(shù)學形態(tài)學方法處理結果 由圖 （ a）和圖 （ b）可以看出數(shù)學形態(tài)的方法對于邊緣較弱的目標圖像提取效果很差而對于邊緣較明顯的目標圖像效果較好；由圖 （ b）可以看出數(shù)學形態(tài)學方法能夠將邊緣的斷點一定程度的連接起來，因此可以考慮用數(shù)學形態(tài)學的方法將有斷點的邊緣連接起來。 廈門大學通信工程系 20xx 級本科畢業(yè)論文 23 (a)原圖像 （ b）細化后的結果 圖 細化運算 形態(tài)學方法對目標圖像的處理 Matlab 提供了一系列的函數(shù)來實現(xiàn)以上的各種操作