【正文】 度的做法是利用 結(jié)構(gòu)元素分解，如HOCHONGPARK， 3 3的結(jié)構(gòu)元素分解任意形狀的大結(jié)構(gòu)元素，或者是將結(jié)構(gòu)元素分解成兩個一維結(jié)構(gòu)元素膨脹運算的結(jié)果，再把分解過的結(jié)構(gòu)元素代入圖像的腐蝕膨脹運算中去，以達到提高運算速度的目的。數(shù)學(xué)形態(tài)學(xué)中的兩個基本操作是腐蝕（ EROSION） 和 膨脹（ DILATION），而其后的開（ OPEN）和閉（ CLOSE）運算以及擊中擊不中運算都是以這兩個基本操作為基礎(chǔ)的。數(shù)學(xué) 形態(tài)學(xué)運算實質(zhì)是一種二維卷積運算，當(dāng)圖像維數(shù)較大時特別是用灰度形態(tài)學(xué)、軟數(shù)學(xué)形態(tài)學(xué)、模糊形態(tài)學(xué)等方法時，運算速度很慢。 形態(tài)學(xué)主要是用于獲取物體拓撲和結(jié)構(gòu)信息，它通過物體和結(jié)構(gòu)元素相互作用的某些運算 .得到物體更本質(zhì)的形態(tài)。 數(shù)學(xué)形態(tài)學(xué)是一種應(yīng)用于圖像處理和模式識別領(lǐng)域的新方法 【 20】 。分裂合并方法不需要預(yù)先指定種子點，它的研究重點是分裂和合并規(guī)則的設(shè)計。在區(qū)域分裂技術(shù)中，整個圖像先被看成一個區(qū)域，然后區(qū)域不斷被分裂為四個矩形區(qū)域，直到每個區(qū)域內(nèi)部都是相似的。與閾值分割類似，區(qū)域增長也很少單獨使用，往往是與其它分割方法一起使用，特別適用于分割小的結(jié)構(gòu)如腫瘤和傷 疤。其特點是將分割過程分解為順序的多個步驟，其中后續(xù)步驟要根據(jù)前面步驟的結(jié)果進行判斷而確定 【 12】 。包括像素標識法和游程連通法。首先繪制圖像的直方圖，對這五種成分組成陜西理工學(xué)院畢業(yè)設(shè)計 第 10 頁 共 55 頁 （均按高斯分布）擬合求出各類組織灰度的均值 μ 和方差 σ 2。整幅圖像的直方圖可以看作各組織分布的迭加。 3) 基于隨機場的方法：最常用的一種統(tǒng)計學(xué)方法是將圖像看作一個馬爾科夫隨機場 MRF（ MARKOV RANDOM FIELD），統(tǒng) 計學(xué)方法的實質(zhì)是從統(tǒng)計學(xué)的角度出發(fā)對數(shù)字圖像進行建模，把圖像中各個像素點的灰度值看作是具有一定概率分布的隨機變量。 2) 分類和空間聚類的方法：分類是模式識別領(lǐng)域中－ LEE基本的統(tǒng)計分析方法。單閾值分割，將圖像分為 目標和背景兩大類；多閾值方法，圖像將被分割為多個目標區(qū)域和背景；為區(qū)分目標，還需要對各個區(qū)域進行標記。即使是用一般的方法找出的邊緣點，用曲線來描述它們以便于高層處理也是經(jīng)常被采用的一種有效的方式。 1) 基于曲面擬合的方法：這種方法的基本思想是將灰度看成高度，用一個曲面來擬合一個小窗口內(nèi)的數(shù)據(jù)，然后根 據(jù)該曲面來決定邊緣點。 并行邊界技術(shù)的分割方法比較典型的是并行微分算子法，該算法對圖像中灰度的變化進行檢測，通過求一階導(dǎo)數(shù)極值點或二階導(dǎo)數(shù)過零點來檢測邊緣 【 12】 。另外根據(jù)分割過程中的處理策略不同，分割算法又可以分為并行 算法和串行算法 【 12】 。 圖像分割是當(dāng)今圖像技術(shù)的一個熱點和焦點。各個子 區(qū)域是相互不重疊的，分割出的區(qū)域的內(nèi)部不應(yīng)該有 很小的孔 洞；分割出的圖陜西理工學(xué)院畢業(yè)設(shè)計 第 9 頁 共 55 頁 像區(qū)域應(yīng)該具有某種相同的性質(zhì)。 所謂圖像分割是指將圖像中具有特殊 涵義 的不同區(qū)域區(qū)分開來，這些區(qū)域是互 相 不交叉的 【 15】 。但是，目前計算機自主分割的結(jié)果不能令人滿意，準確性不能滿足醫(yī)學(xué)圖像的應(yīng)用要求，而對人機交互過于依賴又是實際應(yīng)用不能接受的。因此，目前在醫(yī)學(xué)圖像分割方面仍然沒有可以通用的理論和方法，從指導(dǎo)思想上看，圖像分割方法可以分為兩種體系，以計算機為單一執(zhí)行者的自動分割方法和人機 結(jié)合的交互式分割方法。醫(yī)學(xué) 圖像分割是正常組織和病變組織的三維重建、定量分析等后續(xù)操作的基礎(chǔ)，也是臨床醫(yī)學(xué)應(yīng)用的瓶頸，分割的準確性對醫(yī)生判斷疾病的真實情況并做出正確的診斷計劃至關(guān)重要。結(jié)構(gòu)分析、運動分析、三維可視化等后續(xù)操作，以及圖像引導(dǎo)手術(shù)、腫瘤放射治療、治療評估等應(yīng)用研究都假設(shè)己對圖像做了準確分割，或者說都是以圖像分割為基礎(chǔ)的。其輸出 像素 值 R的計算由陜西理工學(xué)院畢業(yè)設(shè)計 第 8 頁 共 55 頁 下列公式定義： )(1 2211 nnzwzwzwnR ???? ? 其中： Wi i=1,2， ? ， n是模板的系數(shù) Zi i=1,2， ? ， n是被計算像素的值 常見的均值濾波 3X3模板見圖 ???????????11111111191H 圖 常見的均值濾波器 將以上的均值濾波加以修改，可以得到以下的加權(quán)濾波器。均值濾波法是將一個像素及其鄰域中的所有像素的平均值輸出作為相應(yīng)的像素，從而達到平滑圖像的目的。濾波技術(shù)按照所在的空間不同，可以分為空間域濾波和頻率域濾波，銳化濾波和平滑濾波一般在空間域進行，高通濾波和低通濾波則一般在頻率域進行。 相應(yīng)地，低通濾波則是指對圖像的低頻部分進行增強，它可以對圖像進行平滑處理，一般用于圖像的噪聲消除，因此，也可以稱為平滑濾波。因此，也可以 稱為銳化濾波。例如，對于人像的比對查詢，就需要通過高頻增強突出五官的輪廓。例如，物體的邊緣輪廓由于灰度值變化劇烈，一般呈現(xiàn)高頻率特征，而一個比較平滑的物體內(nèi)部由于灰度值比較均一則呈現(xiàn)低頻率特征。 圖像的均值濾波是一種圖像空間域濾波增強技術(shù)。 圖像的平滑是一種實用的數(shù)字圖像處理技術(shù)，主要目的是為了減少圖像的噪聲 【 12】 。 灰度拉伸是分段線性變換，它的灰度變換函數(shù)表達式如下 : ????????????????)(2 5 52 5 5)1(222121211xxSttsxSSttxSt 2211xxxxxxx???? 圖像拉伸可以更 加靈活的控制輸出灰度直方圖的分布，它可以有選擇的拉伸某段灰度區(qū)間以改善輸出的圖像。當(dāng) K＞ 1 時，輸出圖像的對比度將增大：當(dāng) K＜ 1 時，輸出圖像的對比度將減小；當(dāng) K＝ 1且 K≠ 0時，操作僅使所有像素的灰度值上移或下移，其效果是使整個圖像更暗或更亮；如果 K＜ 0，暗區(qū)域?qū)⒆兞?，亮區(qū)域?qū)⒆儼担c運算完成了圖像求補運算。 圖像的線性變換就是將圖像中所有的點的灰度按照線性灰度變換函數(shù)進行變換。 陜西理工學(xué)院畢業(yè)設(shè)計 第 6 頁 共 55 頁 圖 一副紅細胞彩色圖樣 圖 對應(yīng)的紅、綠、藍分量的直方圖 RGB色彩空間轉(zhuǎn)換到 HSI色彩空間的公式 : ???????????????????]),m in ([1])()()(3a r c t a n [3IBGRSBRGRBGHBGRI 關(guān)于從 RGB轉(zhuǎn)換到 HSI色彩空間在后面還會講到。 HSI 空間是 RGB 的非線性變換空間，其中 H分量在大多數(shù)情況下能反映出細胞的有關(guān)特性，具有良好的可分性。 顯微圖像是由彩色 CCD攝像機獲得的由 R， G， B三基色組成的圖像 。選擇該模型的原因有四個： 1) 人們對顏色的感知經(jīng)過外界光刺激、色感覺、色知覺三個過程，最終形成對物體顏色三方面的認識：顏色的類別、顏色的純度、顏色的明亮程度，而根據(jù)上面的介紹， HSI 顏色模型的三個分量正好與人們對顏色三方面的認識相對應(yīng)，符合 人們的 視覺習(xí)慣與視覺心理，有利于利用計算機視覺方面的知識； 2) 在 HSI顏色模型中，將人眼視覺上得到的顏色感受轉(zhuǎn)換為特定的數(shù)值表示，使得程序能夠容易地利用顏色信息，而在 RGB模型中，雖然也是用數(shù) 值表示顏色，但程序不能根據(jù)人眼的視覺判斷機制有效地利用其中所蘊含的信息，且三原色之問相關(guān)性大； 3) HSI顏色模型將顏色信息和亮度信息分開， H分量和 S分量 表示 顏色， I分量 表示 光亮強度，這點對于處理細胞圖像各個部分亮度變化較大的情況尤為有用； 4) 對于經(jīng)過染色的紅細胞，其細胞本身和另外的血小板或者白細胞在 H值或 S值上有明顯的區(qū)別，根據(jù)這個區(qū)別設(shè)定恰當(dāng)?shù)拈撝?，可以分割出紅細胞的區(qū)域。本文中，我們將彩色圖像轉(zhuǎn)化到 HSI彩色空間。光照明暗給物體顏色帶來的直接影響就是亮度分量（ I），它與彩色信息無關(guān)，而 H 和 S分量與人感受彩色的方式緊密相連。 比較接近人對顏色視覺感知的是色度、飽和度和亮度（ HUE， SATURATION， INTENSITY，HSI）空間 【 20】 。微機上顯示的彩色圖像一般用 RGB 顏色模型來表示和存儲像素點的顏色信息。 陜西理工學(xué)院畢業(yè)設(shè)計 第 5 頁 共 55 頁 圖 HSI 顏色模型的圖形表示 表達顏色的彩色空間有很多種，它們常是根據(jù)不同的應(yīng)用目的而提出的。 HSI顏色模型用直觀的形式表示 ， 如圖 ，H分量的值用弧度表示，變化范圍在 0到 2π 之間； S分量的值由距離圓柱體中心軸的半徑長度表示，離圓柱體的 中心軸 越近， S值越小，顏色越淺， H值越不穩(wěn)定； I分量用圓柱體軸方向上的高度表示，它反映了顏色的灰度等級。 YIQ， YUV， YCBCR都是 RGB的線性變換。其它常見的還有 CMYK， YIQ， YUV， YCBCR， HSI等 【 16】 。 灰度直方圖反映的是圖像灰度的統(tǒng)計性質(zhì)，它有以下性質(zhì)： 1) 不包含圖像灰度分布的空間信息，因此無法解決目標形狀問題 2) 具有不唯一性，即不同圖像可能對應(yīng)相同的直方圖 3) 具有可 加性，即圖像總體直方圖等于切分的各個子圖像的直方圖之和下例為一細胞源灰度圖像與其直方圖： 圖 細胞源圖像及直方圖顯示 在數(shù)字圖像處理中，人們根據(jù)不同應(yīng)用提出了許多顏色系統(tǒng)?；叶冉y(tǒng)計分布近似為一條連續(xù)的曲線（實際為 一 組離散的線段），橫坐標為灰度級，縱坐標為該灰度出現(xiàn)的頻率 【 20】 。位圖數(shù)據(jù)的長度由圖像尺寸，像素的位數(shù)和壓縮方式等共 同決定，實際尺寸可由文件頭中的第 1項 “ 文件大小 ” 減去第 5項 “ 數(shù)據(jù)偏移值 ” 得到。Windows 將 BMP圖像文件頭分成兩個數(shù)據(jù)結(jié)構(gòu)，其中一個數(shù)據(jù)結(jié)構(gòu)中包含 BMP文件的類型、大小和打印格式等信息，稱為 BITMAP FILE HEADER，另外一個數(shù) 據(jù)結(jié)構(gòu) 中則 包含 BMP文 件的 尺寸定 義等 信息， 稱為 BIT MAP INFO HEADER，如果圖像文件還需要調(diào)色板數(shù)據(jù)，則將其存放在文件頭信息之后 【 3】 。 BMP圖像文件格式可以存儲單色、 16色、 256色以及真彩色四種圖像數(shù)據(jù)，其數(shù)據(jù)的排列順序與一般文件不同，它以圖像的左下角為起點存儲圖像，而不是以圖像左上角為起點 。Windows系統(tǒng)軟件中還同時內(nèi)含了一系列支持 BMP圖像處理的 API函數(shù)。 圖像在計算機中是以數(shù)據(jù)文件形式存儲的，存儲的格式有多種，較常用的有 BMP，GIF,JPEG,TIFE,PGX等，這些圖像格式原理不同，各有自己的特點和應(yīng)用價值，常用的為 BMP文件。 像素除了物理尺寸外，它的另一個重要屬性就是強度（ Intensity），對于黑白圖像來說，圖像的強度用灰度的等級 Gray（ level） 來表示 【 5】 。 像素本身也有自己的大小，即對應(yīng)實際物體空間的大小，盡管在圖像處理過程中，可以根據(jù)需要設(shè)定像素的大小，但像素對應(yīng)的最小尺度受到成像設(shè)備本身的分辨能力限制，例如某個掃描圖像的分辨率是 2mm*2mm。組成圖像的這種最小基本元素稱作像素 （ pixel），例如，一幅圖像水平方向上有 256個像素，垂直方向上也有 256個像素，整幅圖像有 256*256＝ 65536個像素，這就是圖像的大小（ size），又稱作圖像的尺度。二維圖像最直觀的例子就是計算機屏幕上的圖像 【 11】 。醫(yī)學(xué)圖像的處理的目的是簡化圖像數(shù)據(jù)，為后續(xù)的圖像處理做準備，圖像與處理的方法這里做了以下總結(jié)，其分類如圖 ????????????????????????????????????????????????????????????????????????????????????????????????????????同態(tài)濾波帶通帶阻濾波巴特沃斯高通濾波理想高通濾波高通濾波巴特沃斯低通濾波理想低通濾波低通濾波頻域方法銳化濾波器平滑濾波器模板處理（濾波）圖像疊加圖像間相減圖像間相加圖像間運算直方圖規(guī)定劃直方圖均衡化直方圖處理灰度切分動態(tài)范圍壓縮增強對比度反色變換法直接灰度變換點處理（變換）空域方法圖像預(yù)處理的方法 圖 圖像預(yù)處理方法分類 下面針對圖像的數(shù)據(jù)格式以及基本的圖像處理方法進行介紹。這就需要使用濾波以及增強等方法對其處理，使局部區(qū)域的對比度上升，方便以后的處理中進行比如分割，確定邊緣等系列工作。此外，還存在局部效應(yīng)。 醫(yī)學(xué)圖像與普通圖像相比，本質(zhì)上具有模糊性和不均勻性的特點，一是醫(yī)學(xué)影象有灰度