B超图像处理设计说明书解析

《B超图像处理设计说明书解析》由会员分享，可在线阅读，更多相关《B超图像处理设计说明书解析（19页珍藏版）》请在金锄头文库上搜索。

1、 燕山大学课 程 设 计 说 明 书题目： B超图像识别技术研究 学院（系）： 电气工程学院 年级专业： 09医疗仪器 学 号： 学生姓名： 指导教师： 孟辉 赵勇 教师职称： 讲师 讲师 燕山大学课程设计（论文）任务书院（系）：电气工程学院 基层教学单位：电气工程系 学 号学生姓名专业（班级）医疗仪器与康复工程1班设计题目基于MATLAB的B超图像处理技术研究设计参数中直滤波：k1=medfilt2(I2);自适应滤波k2=wiener2(I2,5,5)小波降噪法k3 = wdencmp(gbl,I2,sym4,2,thr,sorh,keepapp)全局门限值 subplot(2,2,3);

2、 二值化分割阈值：level=graythresh(I2)设计要求熟悉MATLAB软件；掌握B超图像的图像灰度化、截图、值值滤波、自适应滤波、小波降噪法等程序编写工作量学习概念基本知识；编写相应软件；完成课程设计报告一份。工作计划1天 ：查资料，确定题目； 2天： 编写任务书及审定；3天 :编写及调试程序;4天: 编写说明书；5天 答辩。参考资料阮秋琦.数字图像处理学M.北京：电子工业出版社，2001.苗凤君. B超图像数据采集及其计算机图像处理技术. 中原工学院学报,2002,12朱晓荣. 数字图像处理及其应用研究D. 河海大学，2001年指导教师签字孟辉 赵勇基层教学单位主任签字徐永红说明

3、：此表一式四份，学生、指导教师、基层教学单位、系部各一份目录1 课题背景11.1 B 超图像识别技术研究意义11.2 图像识别技术研究现状22 B 超图像处理步骤及基本原理22.1 图像灰度化处理22.2 截图52.3 图像去噪62.4 图像二值化处理92.5 图像增强113 总结14参考文献14摘要：数字图像处理的研究目的是将原图像的灰度分布作某种变换，使图像中的某部 分信息更加突出，以便其适应于某种特殊的需求。本文针对B超图像的识别技术作简要阐述，并对图像处理的各部分用MATLAB 软件进行编程运行，给出各部分处理后图像。 关键词：B超图像；图像识别技术；图像预处理 1 课题背景 1.1

4、B 超图像识别技术研究意义 数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将 图像信号转换成数字信号并利用计算机对其进行处理的过程。在数字图像处理过 程中，输入的是质量低的图像，输出的是改善质量后的图像。数字图像处理技术 研究内容很多，主要包括以下几个方面：图像变换、图像编码压缩、图像增强和 复原、图像分割、图像描述图像识别等。数字图像处理具有再现性好、处理精度 高、适用面广、灵活性高、成本低等优点。在图像研究领域中图像特征的研究是 一重要的研究方向。人们观察图像时主要通过观察图像纹理、亮度、几何等关键 特征，从而来识别理解图像。实际上通过图像特征

5、的提取匹配不仅用于图像识别， 还可以用于图像分割、配准、拼接等各个方面。对图像特征的研究已经取得了很 多研究成果，随着人们探知世界的深入，对图像特征的研究将更加重要。 B 超成像的基本原理就是：向人体发射一组超声波，按一定的方向进行扫描。 根据监测其回声的延迟时间，强弱就可以判断脏器的距离及性质。经过电子电路 和计算机的处理，形成了现在的B 超图像。B 超的关键部件就是超声探头（Probe）， 其内部有一组超声换能器，是由一组具有压电效应的特殊晶体制成。这种压电晶 体具有特殊的性质，就是在晶体特定方向上加上电压，晶体会发生形变，反过来 当晶体发生形变时，对应方向上就会产生电压，实现了电信号与超

6、声波的转换。 超声成像技术由于其无损伤、非侵入性、重复性好，且对软组织有较高的灵 敏度和分辨率而获得了广泛的应用，但B 超图像和C T、X 光及核磁共振等其它 医学图像相比，具有分辨率差，灰度级别少，灰度分布范围窄，有一定噪声干扰， 各组织和器官之间没有明显的灰度变化等不利因素。而近年来，利用工程方法分 析图像的研究取得了明显的效果。MATLAB 是一款强大的图像处理工具，在 MATLAB 环境中可以方便、快速、有效地实现复杂图像处理算法，既是一种直 观、高效的计算机语言，同时又是一个科学计算平台。它为数据分析和数据可视 化、算法和应用程序开发提供了最核心的数学和高级图形工具。根据它提供的 5

7、00 多个数学和工程函数，工程技术人员和科学工作者可以在它的集成环境中交 互或编程以完成各自的计算。 1.2 图像识别技术研究现状 图像处理作为一门学科大约形成于20 世纪60 年代初期。早期的图像处理的 目的是改善图像的质量,它以人为对象,以改善人的视觉效果为目的。图像处理中, 输入的是原始的质量低的图像,输出的是改善质量后的高质量的图像。从20 世纪 70 年代中期开始,随着计算机技术和人工智能、思维科学研究的迅速发展,数字 图像处理向更高、更深层次发展。很多国家投入更多的人力、物力到数字图像处 理的研究中,并取得了丰硕的成果。 数字图像处理技术的应用领域遍及众多行业、各学科,已经渗透到工

8、业、医 疗保健、航空航天、军事等各个领域。最典型的应用是在军事公安方面的应用。 例如将来自卫星的图像用于军事侦察,以地形匹配实现精确轰炸,用图像处理技 术实现动目标跟踪等等。图像处理技术在公安方面的应用有两个突出的成果,即 指纹的查询、识别及人像的组合、查询和识别。指纹破案和人像破案属于技术型 破案,已为许多公安部门所重视。在普通消费领域,VCD、DVD 等基于图像压缩技 术的设备也已成为人们的普通娱乐设施。 2 B 超图像处理步骤及基本原理 本论文以脂肪瘤的B 超图像为例，围绕着通过MATLAB 图像处理工具箱对该 图像的去噪、增强、边缘轮廓提取等多种图像处理的过程及结果进行了比较研究， 在

9、验证各种方法的有效性的同时，选取其最优化处理方法；并对针对影像医生非 编程人员的特点说明通过MATLAB 实现全部处理过程自动实现的方法，方便医生 在此基础上自行研究改进处理方法，这对于二维医学数字图像处理的研究有着重 要的现实意义。 2.1 图像灰度化处理 在进行轮廓提取之前，必须进行预处理。图像预处理的任务就是抑制噪声， 增强细节， 改善图像质量，为特征提取等后续处理提供一幅高信噪比的优质图 像。B超图像存在着噪声大，灰阶少，对比度差等不足，而且常出现回声失落等 现象，导致轮廓残缺不全，因此，对预处理提出了较高的要求作者尝试了大量 算法，实验表明，针对不同种类的图像，相同算法具有不同的处理

10、效果，而且 对相同图像进行预处理的效果，不仅与算法有关，还与处理的顺序密切相关然 而，现有的图像预处理算法大多没有考虑后续 处理的要求，针对B超图像处理的 效果也很不明显，所以在现有算法的基础上进行改造、创新，经反复的实验分 析，找到了较适合于B超图像的预处理方法。在实际运用中，采用的 方法是对原 始的B超图像先进行保持边缘的平滑化滤波，再进行直方图均衡化增强，这样能 很好地完成图像预处理的任务。实践证明，该处理方法能为轮廓提取提供一幅好 的数字图像。预处理的第一步就是对图像进行灰度化处理。 2.1.1 基本原理与实现方法 将彩色图像转化成为灰度图像的过程称为图像的灰度化处理。彩色图像中的 每

11、个像素的颜色有R、G、B 三个分量决定，而每个分量有255 个中值可取，这 样一个像素点可以有1600 多万（255 255 255）的颜色的变化范围。而灰度图 像是R、G、B 三个分量相同的一种特殊的彩色图像，其中一个像素点的变化范 围为255 种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以 使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了 整幅图像的整体和局部的色度和亮度等级的分布和特征。 在RGB 模型中，如果R=G=B 时，则彩色表示一种灰度颜色，其中R=G=B 的值叫做灰度值。因此，灰度图像每个像素只需一个字节存放灰度值（又称强度 值、亮度值），

12、灰度范围为0-255。图像的灰度化处理，一般有以下三种设计方案： （1）加权平均法 根据重要性及其它指标，将三个分量以不同的权值进行加权平均。由于人眼 对绿色的敏感最高，对蓝色敏感最低，因此，对RGB 三分量进行加权平均能得 到较合理的灰度图像。 根据重要性及其它指标，将R、G、B 三个分量以不同的权值进行加权平均。 由于人眼对绿色的敏感度最高，对蓝色敏感度最低。因此，我们可以按下式，对 RGB 三分量进行加权平均能得到较合理的灰度图像。 f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j) （2）平均值法 求出每个像素点的R、G、B 三个分量的平均值，然后将彩色图像

13、中的这个 平均值赋予给这个像素的三个分量。 将彩色图像中的R、G、B 三个分量的亮度求简单的平均值，将得到均值作 为灰度值输出而得到灰度图。其表达式见下式： f(i,j)=(R(i,j)+G(i,j)+B(i,j) /3 （3）最大值法 将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。 将彩色图像中的R、G、B 三个分量中亮度的最大值作为灰度图的灰度值。 其表达式见下式： f(i,j)=max(R(i,j),G(i,j),B(i,j) 本论文对原始图像灰度化处理采用的是加权平均法。 2.1.2 实现程序及分析 I=imread(D:2.png); figure; B=imshow(I);

14、I1=im2double(I);%数据转换 I1=rgb2gray(I1);%灰度转换 imshow(I1) 通过imread （）函数读出图像数据，内是图像所存放地址和图像格式；通 过figure，imshow(I)显示出彩色图片，把图像数据赋值给变量I，本文运用 rgb2gray （）函数实现彩色图像到灰度图像的转换，经数据变换、后赋值给变量 I1，imshow(I1)将灰度图片显示出来。变换后图像如下： 图1 原始脂肪瘤B超图像 图2 灰度化后的B超图像 2.2 截图 截图处理部分所做的工作就是从图像上截取最有用、最感兴趣的部分，为 下面的处理做准备。 实现程序及分析 I2=imcrop(I1); imshow(I2) 提取目标图像中的任意部分，公式：imcrop(图象名,x起点，y起点，x 宽度，y 宽度。matlab 中，用函数imcrop实现对图像的剪切操作。该操作剪切 的是图像中的一个矩形子图，用户可以通过参数指定这个矩形四个顶点的坐标， 也可以交互地用鼠标选取这