基于MATLAB的医学图像处理.doc

《基于MATLAB的医学图像处理.doc》由会员分享，可在线阅读，更多相关《基于MATLAB的医学图像处理.doc（39页珍藏版）》请在沃文网上搜索。

1、 目 录摘 要IABSTRACTII1 绪言11.1 课题背景11.2 本文研究目的和意义11.3本文主要研究工作22 MATLAB技术32.1 调用程序设计原理32.2 调用MATLAB程序的实现43 医学图像处理的具体过程93.1 图像旋转的MATLAB实现93.2 图像剪切的MATLAB实现103.3 图像负片效果的MATLAB实现113.4 灰度变换的MATLAB实现123.5 直方图均衡化的MATLAB实现143.6 锐化效果的MATLAB实现173.7 边缘检测效果的MATLAB的实现194 总结23参考文献24致 谢25附 录2636摘 要随着人民的生活水平不断提高,人们越来越关

2、注自身健康,提早、准确地发现疾病并予以及时地治疗,不但可以挽回病人的生命、减轻病人痛苦,还可以减轻病人的经济负担。医学影像技术以高效、经济、无创等优点在医疗活动中得到广泛应用。医学图像已经成为现代医学不可或缺的一部分,它的质量直接关系到医生诊断和治疗的准确性。然而,有时获得的医学图像并不是很理想,不能很好地突出病灶部位的信息,这就容易造成医生的误诊或漏诊。因此,对医学图像进行适当的增强处理,使其更能清晰、准确地反映出病灶是非常必要的。本文首先详细描述了MATLAB对医学图像处理的工作原理,指出了各种图像处理的特点和适用范围,并对图像锐化处理进行了改进,使图像增强的效果更好。然后,用MATLAB

3、对医学图像处理进行了调试运行。最后,对本课题的研究进行了总结和展望,指出了本课题的成果和不足,指明了改进的方向。医学图像经过图像处理以后,图像质量得到了改善,图像细节更加突出,减少了误诊和漏诊的概率。关键词：MATLAB;医学图像处理;图像处理;图像增强ABSTRACT With the continuous improvement of peoples living standards, people are increasingly concerned about their health, early and accurate detection of diseases and be t

4、imely treatment, can not only restore the patients life, reduce patient pain, can also reduce the economic burden on the patient. Medical imaging technology has been widely used in medical activities to the advantages of efficient, economical, non-invasive. Medical images has become an indispensable

5、 part of modern medicine, its quality is directly related to the accuracy of the doctors diagnosis and treatment. However, sometimes the medical image is not ideal, can highlight the information of the lesion site, which is likely to cause the doctor misdiagnosed. Therefore, the appropriate enhancem

6、ent of medical images, to make it more clear and accurately reflect the lesion is very necessary.This article first detailed study of the medical image processing works, pointed out the characteristics and scope of the various image processing and image sharpening to improve, better image enhancemen

7、t. Then, the medical image processing using MATLAB debugging run. Finally, research on this topic summary and outlook, and pointed out the achievements and shortcomings of this subject, and pointed out the direction of improvement. After the medical image after image processing, image quality has be

8、en improved, more image detail, reducing the probability of misdiagnosis and missed diagnosisKEYWORDS:MATLAB;medical image processing;image processing;image enhancement 第1章 绪言1.1 课题背景 图像处理技术起源于20世纪20年代，至今已有90多年的历史，从最初的简单处理到现在在医学、工程学、计算机科学、信息科学、统计学、生物学、等各领域的应用，给人类带来了巨大的经济和社会效益，不久的将来会有更深入的发展及应用，成为科学研究

9、、社会生产及人类生活不可缺少的强有力工具。早期的图像处理主要是为了改善图像的质量。它以人为对象，来改善人的视觉效果。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门科

10、学的诞生。数字图像处理技术取得的另一个巨大成就就是在医学上获得的成果。1972年英国EMI公司工程师发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Tomograph）。CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。医学图像处理从根本上改变了医务人员进行诊断的传统方式。医学上的诊断很多时候需要借助对于医疗图像的判断来作为依据，比如CT、X光、B超等医学图像，但有的拍片没有达到标准要求的清晰度，往往造成重拍或诊断结果的不准确。实践证明，充分地

11、利用这些技术可以提高诊断的正确性和准确性，提高诊断效率，降低医疗成本，可以更加充分地发挥各种医疗设备的功能。而且，随着数字化、智能化进程的深入，医学图像处理技术在医疗卫生领域将会有更加广阔的应用前景。1.2 本文研究目的和意义医学图像处理技术由于与具体的应用密切相关，因此每个研究人员介入的角度及采用的研究方法和设计策略也各不相同，但都是围绕着实现图像处理的各种基本特征进行设计，这也决定了医学图像处理技术研究成果的多样性及不完善性，仍有许多技术问题需要解决。同时，医学图像处理发展到今天，还是没有形成完整的理论体系，因而对研究人员来说这是一个挑战性的课题。由于目前国际上的医学图像处理尚未形成一个统

12、一的标准，许多技术难题需要研究医学图像处理者的突破，该技术必须有其优越性、通用性和有效性并得到大家的一至认同也是一项艰巨的任务。本论文研究基于MATLAB医学图像处理的目的是通过用MATLAB对医学界的图像处理使这些图像变得更清晰，使医生更容易诊断和治疗病情。数字图像处理在医学界领域的应用是目前的热点，所以本论文研究基于MATLAB的医学图像处理具有重要意义。1.3本文主要研究工作MATLAB是集数值分析、矩阵运算、信号处理和图形显示于一体的高性能数学软件，将其强大的计算功能实现应用系统的无缝集成，对于有效缩短开发周期、优化系统性能是十分有意义的，那将大大地提高编程者的工作效率。本文介绍操作M

13、ATLAB的方法。MATLAB作为自动化服务器，在进行Windows编程中，充分发挥MATLAB在图形图像处理等方面的优势，论文的具体结够如下：第一章 主要介绍本文的研究背景及意义目的。第二章 具体介绍几种实现MATLAB调用设计原理及编程方法。第三章 详细介绍本文中要实现的几种图像处理功能以及实现原理。第四章 总结。第2章 MATLAB技术2.1 调用程序设计原理在控制器中创建和获取自动化对象的一般过程一、初始化并创建一个自动化对象，创建后，可以在代码中使用对象变量引用的对象。二、操作方法和属性；获取对象方法和信息，激活属性和方法。三、完成代码编写后释放对象。四、BSTR Execute(i

14、nBSTR Command)此函数以命令字符串为MATLAB参数，将其运行结果以字符串返回。所有在MATLAB命令窗口键 入的可执行的命令行都可在此使用，这样，我们就能在代码中使用命令行，象在MATLAB窗口 中一样自如。五、VOID GetFullMatix(inBSTR Name,inBSTR Workspace,in outSAFEARRAY(double)*Pr,in outSAFEARRAY(double)*pi)该函数从指定的MATLAB工作空间中获取一维或二维数组。其中，Name是提取数组的名称，Workspace表示包含数组的工作空间，一般指定为“base”，即MATLAB默认

15、工作空间。Pr和Pi分 别是包含所提取数组的实部和虚部。六、VOID GetFullMatrix(inBSTR Name,inBSTR Workspace,in outSAFEARRAY(double)*prin outSAFEAPRAY(double).pi)该函数向指定的MATLAB工作空间中设置一维或二维数组。其中，Name是设置输入数组的名称，其它同前。七、VOID MinimizeConnandWindow()该函数将未最小化的MATLAB窗口最小化。八、VOID MaximizeConnandWindow()该函数将未最大化的MATLAB窗口最大化。九、VOID Quit()该函数

16、关闭并退出MATLAB。2.2 调用MATLAB程序的实现2.2.1 图片的缩放处理图像缩放（image scaling）是指对数字图像的大小进行调整的过程。对图像的缩放可以直接调用MATLAB工具箱函数imresize【1】来进行图像的缩放处理。常用调用格式为：B = imresize(A,m,method)其中A表示要进行缩放处理的图像；m表示放大倍数，m必须大于0,如果m1则表示对图像进行放大处理，如果m=10);OUT(J)=GM(J);程序如下：J=imread(C:UserszouyifengDesktop论文图片xzt.jpg) figure,imshow(J);title(原图

17、像); J=double(J); lapMatrix=1 1 1;1 -8 1;1 1 1; %拉普拉斯模板 J_tmp=imfilter(J,lapMatrix,replicate);%滤波 I=imsubtract(J,J_tmp); %图像相减 figure,imshow(I),title(锐化图像);测试结果如下：图3-8图3-9 图像锐化前后对比3.7 边缘检测效果的MATLAB的实现从本质上说，图像边缘是图像局部特性不边连续性（灰度突变、颜色突变、纹理结构突变等）的反映，它标志着一个区域的终结和另一个区域的开始。为了计算方便起见，通常选择一阶和二阶导数来检测边界，利用求导方法可以很

18、方便地检测到灰度值的不连续效果。边缘的检测可以借助空域微分算子利用总卷积来实现。常用的微分算子有梯度算子和拉普拉斯算子等，这些算子不但可以检测图像的二维边缘，还可检测图像序列的三维边缘。一、MATLAB提供的用于灰度图像边缘的函数在MATLAB中函数edge用来进行边缘检测。该函数的基本语法为：g,t=edge(f,method, parameters)其中，f是输入图像，method是进行边缘检测的方法。g是一个逻辑数组，其值如下决定：在f 中检测到边缘的位置为1，在其他位置为0。参数t是可选的；它给出edge使用的阈值，以确定哪个梯度值足够大到可以称为边缘点。在函数edge中可用的边缘检测

19、器12：“sobel”边缘检测器对噪声具有一定的抑制能力、边缘定位效果好但是容易出现多像素边缘；“roberts”边缘检测器特点是边缘定位精度高、但不具备抑制噪声能力，只对具有陡峭边缘噪声少的图像效果好；“canny”边缘检测器通过寻找f(x,y)的梯度的最大值来查找边缘。梯度由高斯滤波器的导数来计算。该方法使用两个阈值检测强边缘和弱边缘，若它们连结到了强边缘，则输出中只包含弱边缘。因此这种方法更适合用于检测真正的弱边缘。它本身使用带有标准偏差的高斯滤波器来平滑，从而可以减少噪声。综上所述，我们采用sobel,roberts,prewitt,log,canny算子边缘检测器来对图像进行边缘检测

20、。具体代码如下：M=imread(shou.jpg);% 提取图像I=rgb2gray(M); %转化成灰度图,必须先转化成灰度图，很多地方都没有这一步，其实是不对的BW1=edge(I,sobel); %用SOBEL算子进行边缘检测BW2=edge(I,roberts);%用Roberts算子进行边缘检测BW3=edge(I,prewitt); %用prewitt算子进行边缘检测BW4=edge(I,log); %用log算子进行边缘检测BW5=edge(I,canny); %用canny算子进行边缘检测h=fspecial(gaussian,5);%高斯低通滤波器BW6=edge(I,ca

21、nny); %滤波之后的canny检测subplot(2,3,1), imshow(BW1);title(sobel edge check);subplot(2,3,2), imshow(BW2);title(sobel edge check);subplot(2,3,3), imshow(BW3);title(prewitt edge check);subplot(2,3,4), imshow(BW4);title(log edge check);subplot(2,3,5), imshow(BW5);title(canny edge check);subplot(2,3,6), imsho

22、w(BW6);title(gasussian&canny edge check);%此为用高斯滤波后Canny算子边缘检测结果；检测结果如下图图3-10图3-11 图像边缘检测前后对比第4章 总结本文主要内容是介绍了MATLAB在医学图像处理领域内的编程，由于时间仓促，笔者水平有限，导致本文还只是对图像进行简单的处理，并且只能进行一次简单的处理。编写更加复杂的算法、实现对图像多次连续处理是本次论文的一个发展方向；本文还不能脱离MATLAB环境运行，由于MATLAB程序功能复杂，占用系统空间资源较大，影响系统处理速度，所以可以添加插件，将本文脱离MATLAB环境运行将对本文运行速度有更大的提高；

23、另外代码的编写风格虽然尽量依照软件工程的要求，但是仍然有不规范、不严谨的情况存在。虽然在医学图像处理设计之初，就将面向实际应用作为预期目标，但是到目前为止其实际应用仍然十分有限，这也是本图像处理的一个进一步研究的方向。参考文献1 徐明远，刘增力. MATLAB仿真在信号处理中的应用M.西安：电子科技大学出版社,2007.2 何锦平.图像增强及其应用研究D.西北工业大学硕士学位论文.2003.3 章晋.图像处理与分析M.北京：北京大学出版社，2004.4 张志涌.精通MATLAB6.5M.北京：北航电子版，2002.5 张家广，杨长贵.计算机图像学M.北京：清华大学出版社，1995.6 陈杨，陈

24、荣娟.MATLAB60X图像编程与图像处理M.西安：电子科技大学出版社，2002.7 闫敬文.数字图像处理MATLAB版M.北京：国防工业出版社，2007.8 周新伦，柳建.数字图像处理M.北京：国防工业出版社，1986.9 李信真，车明刚.计算方法M.西安：西北工业大学出版社，2000.10 陈桂明，张明照.应用MATLAB语言处理信号与数字图像M.北京：科学出版社，2000.11 高诸明.数字图像处理J.计算机学报，1998，（3）：256-278.12 于万波. 基于MATLAB的图像处理M.北京：清华大学出版社，2008.致 谢为期十多周的毕业设计结束了，我的毕业设计能顺利完成多亏各位

25、老师指导和周围同学的帮助，在此依依表示感谢。首先，要感谢我的指导老师，朱卫平老师。朱老师在我的这次毕业设计中对我的指导和帮助至关重要。正是在朱老师的指导下，我逐步理清了设计思路，明白了设计目的。在毕业设计的完成过程中，朱老师给予了很多指点，帮助解决了很多难题，再此对朱老师表示深深的感谢！此外，感谢在毕业设计中给予我帮助的老师、同学。在此，也向他们表示感谢！ 附 录本系统中所用到的相关代码:Private Declare Function OSWinHelp% Lib user32 Alias WinHelpA (ByVal hwnd&, ByVal HelpFile$, ByVal wComm

26、and%, dwData As Any)Public sfile As VariantDim MATLAB As ObjectPublic Path As VariantPublic i As VariantPrivate Sub Form_Load() Me.Left = GetSetting(App.Title, Settings, MainLeft, 1000) Me.Top = GetSetting(App.Title, Settings, MainTop, 1000) Me.Width = GetSetting(App.Title, Settings, MainWidth, 6500

27、) Me.Height = GetSetting(App.Title, Settings, MainHeight, 6500) Picture1.Top = 900 Picture1.Left = 150 picture1.Height = frmMain.Height - 1500 picture1.Width = frmMain.Width - 300 hsl.Visible = False vsl.Visible = False End SubPrivate Sub Form_Unload(Cancel As Integer) Dim i As Integer close all sub forms For i = Forms.Count - 1 To 1 Step -1 Unload Forms(i) Next If Me.WindowState vbMinimized Then SaveSetting App.Title, Settings, MainLeft, Me.Left SaveSetting App.Title, Settings, MainTop, Me.Top SaveSetting App.Title, Settings, MainWidth,