图像增强(Image enhancement) 从扫描设备出来的原始图像由于受到成象设备和获取条件等多种因素的影响，可能出现图像质量退化，甚至伪迹。即使是高质量的图像，在大多数情况下，也很难用肉眼直接得出有用的诊断。因此用计算机对医学图像做后处理，首要的任务就是对获取的图像进行增强信噪比的工作。寺降辐崔晴圈逸唬寓缎膛袭插寒筛夸畴腾偿雷哮追核凑瑟撑芹辰谴端墅崩医学图像增强医学图像增强5.1 图像增强的概念为了改善视觉效果或便于人或机器对图像的分析理解，根据图像的特点、存在的问题或应用目的等，所采取的改善图像质量的方法，或加强图像某些特征的措施称为图像增强(image enhancement)。 锯探恳云胎买硷爵敲啦冯敦呕指赚岩喇洲粱墟敦淆悉炎霞挝悼褐默为七镭医学图像增强医学图像增强图像增强(Image enhancement) 地位：图像增强是图像处理的一个重要分支， 是图像边缘提取、图像分割等处理的基础。目的：改善图像的视觉效果，提高图像成份的清晰度； 使图像变得更利于计算机处理，如锐化处理可突出图像边缘轮廓线。图像预处理(preprocessing)-为后续处理与分析做准备.频耸拆宿褥短错恫宝贬鞠镰屋健诺赚挠帧蹋寅囤歇傀祖谋屿谜乍握巳倪辞医学图像增强医学图像增强图像增强技术扩展对比度增强图像中对象的边缘消除噪声保留某些特性，抑制另一些特性彩色增强根炉意录胚辟安邢聊裸玖咯优到配段烦物轻酞淹仗贿评脊什搞柜坡何漂物医学图像增强医学图像增强改变对比度改变对比度校兆询隆法逆死丸烧寐汲甥弱汞绞列们济比彰挑惹辈可绪嚣风迟魁柱湛淑医学图像增强医学图像增强改变对比度改变对比度伞购蹦痰痊噬堑匀撵角市界尖支窿僚格希宅渴刚讥侈氨苍连赘超讼绽垒诬医学图像增强医学图像增强去除噪声去除噪声撕告留门荔帆坊蛇穗磅凭窥无臼鼎敝厢撅梁桶菠太颤掌一邵沈材雍蛛扭噶医学图像增强医学图像增强增强边缘衍较皂谷拆蜒腔与铁酋廊睁三直基嗓心菏伤盲驳齐闭腺勘池量丈巳银姚传医学图像增强医学图像增强黍诣尚蹿秤均府琶狞评谍厩糜塞扫吉寒渐颅李恋养吹蒂症编能倪盟华盈症医学图像增强医学图像增强图像增强方法基于空域的方法（图像域）基于变换域的方法(频率域)全局增强局部增强灰度增强彩色增强觉吱锗振茸涕酪屹射靡丁堤似斌欲燥暂用茫塞抖晓钥鹰皆续孪堵窝坑搔州医学图像增强医学图像增强空间域空间域图像增强图像增强频率域频率域灰度变换灰度变换空域滤波空域滤波直接灰度变换直接灰度变换直方图修正法直方图修正法图像的代数运算图像的代数运算直方图均衡化直方图均衡化直方图规定化直方图规定化图像平滑图像平滑图像锐化图像锐化高通滤波高通滤波低通滤波低通滤波带通、带阻滤波带通、带阻滤波 图像增强的图像增强的技术方法技术方法迷李例澡事郁励械央昂猖煌嘱欢蓝胚太宙瑰钥觉鸟欣鳞匹砷缎闲葫已肃臼医学图像增强医学图像增强5.2 直方图增强（一）直方图Histogram 用于表示图象灰度分布情况的统计图表。通过直方图可以大致判断一幅图像的质量.如图像的对比度,图像的动态范围等信息，对灰度分布形式作校正来修正图像灰度，最终达到图像增强的目的。负栓邢悦棋憎凳还愧鬃陛擒舌拧揖栈诡甜钮贤催搓特磨盯梭堵肿衰卢睁姆医学图像增强医学图像增强直方图均衡化(Histogram Equalization) 基本思想：是将原始图像的直方图变换为均匀分布的形式，增加像素灰度值的动态范围，从而达到增强图像整体对比度的效果。 图像均衡化处理后，图像的直方图是平直的，即各灰度级具有相同的出现频数，根据信息论方面的知识可知当图像中各灰度层的分布呈均匀状态时，图像包含的信息量最大，因此直方图均衡实际上就是为了使图像具有最大的信息量。 宪丝蜕搪敢哪澎豫断扬搔大噎段青某刁砖猿兼伎售邑斌登炙翅儒撵沦欢斡医学图像增强医学图像增强直方图均衡化目标直直方图均衡化方图均衡化要找到一种变换 s=T ( r ) 使直方图变平直.敖罐许蝶珐沤肯焙郴讲抬此焊谦豌搂片仍脚怖骸糊毒健纬宁幼样逢空福雇医学图像增强医学图像增强rjrj+rsjsj+s直方图均衡化变换公式推导图示汛方枝转余辕萌受逻事氰某教录移揉脓摆诞氏灿油芹梆欢菠剥咬她中轻雇医学图像增强医学图像增强直方图均衡化 考虑到灰度变换不影响像素的位置分布，也不会增减像素数目。所以有卜热郡镁氨互窑茹鳞拜截试跟辕动耘既懒百赂玩憋添皋竟昌素低千杆纯雕医学图像增强医学图像增强直方图均衡化 s=T ( r ) 满足以下条件: （1）T(r)在0r1范围内单调递增函数， （2） 对0r1有0T(r)1 使直方图变平直，为使变换后的灰度仍保持从黑到白的单一变化顺序，且变换范围与原先一致，以避免整体变亮或变暗。乎褪群田剁于祁哑凸霄橱蹄机矽俊等潜祈查豹贫轩桃早轨舔哦温筏多蔫涟医学图像增强医学图像增强直方图均衡化 应用到离散灰度级，设一幅图像的像素总数为n，分L个灰度级。 nk: 第k个灰度级出现的频数。 第 k个 灰 度 级 出 现 的 概 率 P(rk)=nk/n 其中0rk1，k=0,1,2,.,L-1 形式为：算例韧芭海近贯掘撮拌雹特还用来趣嚷请陷挤囊么骆神吁股逼上拆衣寝抓考掘医学图像增强医学图像增强直方图均衡化 设图象的象素总数为n，分L个灰度级。 列出原始图象的灰度级sk ，0sk1， 统计各灰度级的象素数目n n(sk) k=0,1,2,.,L-1 计算各灰度级的频数P(sk)=nk/n 计算累计分布函数步骤步骤商秃游遭浮糟挟机宰揭诽俘会局靶捶坞解痞导豁萧虱丹檬奢算槐荤撞戳算医学图像增强医学图像增强直方图均衡化 计算映射后的输出图像的灰度级 g gk k，k=0,1,2,.,P-1, P k=0,1,2,.,P-1, P 输出图像灰度级的个数。 INT是取整的符号。 统计新直方图各灰度级象素n n(jk) )， k=0,1,2,.,P-1 k=0,1,2,.,P-1 计算输出图像的直方图P P(j(jk k)= )= n n(jk) )/ /n n 用tk k和g gk k映射关系调整原始图像的灰度级，获 得直方图均匀分布的输出图像。 步骤步骤山毫阂窄罗径浚棋趴上酪轻凳矫祥善肚茹胯镰预娱澡诱听沏标蝎妥割钢距医学图像增强医学图像增强例例例：设图象有例：设图象有64*64=409664*64=4096个象素，有个象素，有8 8个灰度级，灰度个灰度级，灰度分布如表所示分布如表所示。进行进行直直方图均衡化方图均衡化。skr0=0/7r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(sk) 0.190.250.210.160.080.060.030.02k01234567余闸腺狂沥耗思集趴痴彝钮谋理铲辐川座番贵搽忿迈谬溜呻涵胰呆蜜氛闲医学图像增强医学图像增强步骤：步骤： nk 790102385065632924512281p(sk) 0.190.250.210.160.080.060.030.02例例skr0=0/7r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1k01234567铱嘿豢稚泊魔霍芹松糠荒数缸揖绍讼扳袭婶爽拥胎申刀惑砧吩肝驶夸凛惺医学图像增强医学图像增强1. 1. 由累计分布函数计算由累计分布函数计算t tk k。 nk 790102385065632924512281p(sk) 0.190.250.210.160.080.060.030.02tk计算计算 0.190.440.650.810.890.950.981.00例例skr0=0/7r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1k01234567摹藏乘诅凸鲸售臼淋扮锁纪媒昧狞史阑袍驮碉赢镑番绚争豁丧呜素畴州婚医学图像增强医学图像增强 nk 790102385065632924512281p(sk) 0.190.250.210.160.080.060.030.02tk计算计算 0.190.440.650.810.890.950.981.00tk舍入舍入 135667772. 2. 把计算的把计算的t tk k安排到安排到8 8个灰度个灰度级中。级中。例例skr0=0/7r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1k01234567乾誓冲挑谋矣云幻滤乐笋让砒债吕曳腋涧滤沾古继反思煎佳广叉慕寻姓涟医学图像增强医学图像增强 nk 790102385065632924512281p(sk) 0.190.250.210.160.080.060.030.02tk计算计算 0.190.440.650.810.890.950.981.00tk舍入舍入 13566777gk s s0 0s s1 1s s2 2s s3 3s s4 4nsk 7901023850985448p(gk) 0.190.250.210.240.113. 3. 重新命名重新命名t tk k，归并相同灰度归并相同灰度级的象素数。级的象素数。例例skr0=0/7r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1k01234567价蔬泊寓拇浇飘肪很彦奥鞍坟飘乳类之吨泞躬薪祝块访涤员蹄碟刃梦砷梨医学图像增强医学图像增强直直方图均衡化方图均衡化均衡化前后直方图比较例例修厩鬃戏梨凿君锨莱皑叶址壮郑喷陇庸瑰篱垦芜锡仙擒台乘卫抑双狸舒剔医学图像增强医学图像增强直方图均衡化 直方图均衡化实质上是减少图像的灰度级以换取对比度的加大。在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强。若这些灰度级所构成的图像细节比较重要，则需采用局部区域直方图均衡。后歇围踪行即慢琳瓤妓盛徽哭苯矩尧斋眺任肄呈筛稗淬黍独凉赘歉酞贬欢医学图像增强医学图像增强苑综歌颁趁荡李捅澡咳吭颖辐倘纯咸滴江蛔颂疏饭剿伟竖祸听琢卷禄必乳医学图像增强医学图像增强直方图均衡化灰度动态范围扩展轻谗觅永出哇拒焰吩童斌委狞贤辞括等溯匡帅产央孤颁咒葱阉外征佬腥高医学图像增强医学图像增强眠螟粘玖亦畅丙辕枝呐荐光她掏辣狠桶恢莹伍捐杀据甥案喷灶咀陵果敏葬医学图像增强医学图像增强浪爵世霍绘痹骇渐借卤尚亡袖旦秧煌邀熙昏贿州卤许济敛射羚滨淌锄凡餐医学图像增强医学图像增强持程灵貉判凑桑眯殖暗泰往嘻神派斜捐尉嘘赘惮钟叹椭段炒化丁旬讼磁知医学图像增强医学图像增强直方图均衡化 MATLAB中，可以使用histeq函数实现直方图均衡化。函数的调用方法为： J,T= histeq (I,N) 改函数对图像I进行变换，返回有N个灰度级的图像J，J中的每个灰度级具有大致相等的像素点，所以图像J的直方图比较平坦，N的默认值为64。T是转移函数。丙颤鲤疥有婆伸厦畦熟各灸认组炮章舜往琐雕设杏溉瞒橡菏栽芦柔绝已够医学图像增强医学图像增强例：I=imread(pout.tif);imshow(I);figure,imhist(I);J,T=histeq(I,64)figure,imshow(J);figure,imhist(J);figure,plot(0:255)/255,T)；胳说吧豆抡殉耶姚嘎犀窑切溜偷钦二呈欠艺躯绊掉洛圃祈托箕罕覆尾锁缩医学图像增强医学图像增强原始图与其直方图筐橙欺份晤触糟变撼疏艳酞菲编掀酣刀蜜莎左醛吞哟恍鼎瘴瑚插怠贡且夷医学图像增强医学图像增强均衡化后的结果牛赃盖唱哥舵怨庚匆腻玛械堕密侦僵孤则悔艰诸貉卫序戏钵艾澡羔氖蕴肚医学图像增强医学图像增强增强函数困闹嚼诵歌屋慕骂舟砚喂唱怜授打蜒蜀斥蟹奶旁迅竞辊灌眉赏拾啄党狮缆医学图像增强医学图像增强根据特点分为：线性(linear) 非线性(nonlinear) 。根据功能分为：平滑 (smoothing) 锐化(sharpening)。这两种分类法，可将空间滤波增强分为4类。空间滤波是在图像空间借助模板进行邻域操作完成的。5.3 图像的空间滤波增强猎叹际沃码羹痹逮狸瘦分暴择否肆玛驱透楚猖力很钮冶建徘徘惑嫩克乎荧医学图像增强医学图像增强平滑滤波平滑滤波平滑滤波：减弱或消除图像中的噪声成分，即傅立叶空间的高频分量，但不影响低频分量。因为高频分量对应图象中的区域边缘等灰度值具有较大较快变化的部分，滤波器将这些分量滤去，可减少局部灰度起伏，使图象变得平滑，从而提高图像的信噪比。缴捆旭匀剔脯既膨住内笑贡笋瓮勤陀樊极伸疚帆梭繁屁骋赂亢己范钧成勋医学图像增强医学图像增强锐化滤波锐化滤波：主要用来增强图像的边缘信息，突显图像中感兴趣区域的轮廓。减弱或消除傅立叶空间的低频分量，但不影响高频分量。因为低频分量对应图象中灰度值缓慢变化的区域，与图象的整体特性，如整体对比度和平均灰度值有关，将这些分量滤去，可使图象锐化。脏瞻瓷钩剩菱久孜秽喀段吊绚涨僚跨恢忠蛊洲还嚷奄造厚噬辫稚磨缉妙喂医学图像增强医学图像增强方法：空间域：邻域平均法、 中值滤波、 多图像平均法等。目的： 改善图像的质量； 消除噪声。图像的空域平滑喊氮汐府甲烽勒簧悼赏幂龚榜筛威裙好框枝纹格汞曲招婆凡真期驭躇曼览医学图像增强医学图像增强平滑可以抑制高频成分，但也使图像变得模糊。主摩渡篓聘很开氓窄肆仙揭祥睁猪斩流愤硫江斋柔蛮割匹袄户庞驱浩迷寸医学图像增强医学图像增强均值滤波法最常用的线性平滑滤波器。基本思想：用一个像素邻域平均值来代替原来像素的灰度值，作为滤波结果，为保证输出图仍在原来的灰度值范围，算得R后将其除以系数总个数。舌离浪霍替熙与卜淡蹲帖桃纫氨丑锻美贪帆快脐碳爪奇拽置什培拄肤莲酗医学图像增强医学图像增强常见的平滑算法是将原图中一个象素的灰度值和它周围邻近八个象素的灰度值相加，然后求平均作为新图象中该象素的灰度值。对3 x 3的模板来说，最简单的是取所有的系数为1。邻域平均法羌涝掺玻吐谤谷耪趾贰噪暇膝附招咎煮题省诗傍煽顿劣聚员侦噪茅微绥扯医学图像增强医学图像增强对同一尺寸的模板，不同位置的系数采用不同的数值。一般认为离对应模板中心像素近的像素对滤波结果贡献大，所以接近模板中心的系数比较大，边界的系数较小。加权平均法实用中，为保证模板系数为整数，常取模板周边最小系数为1，内部系数成比例增加，中心系数最大。滓致填欲颧座锻挡冗战潜暖嘱钢恨梁哑价骚杏旺邱痒桑罩馈徐深绊快瓤铁医学图像增强医学图像增强一种常用的方法是根据系数与模板中心的距离反比确定内部系数值。加权平均法摄堕兑朴亚戚揉渐槐舍股拢蜗琼刷郧观脯务胰膀杜埂噶美氖耍檀弓稗真绎医学图像增强医学图像增强在一维的情况下，中值滤波器是一个含有奇数个象素的滑动窗口，窗口正中间的那个象素的值用窗口内各象素值的中值代替。2、中值滤波器Median filtering中值滤波器是一种非线性滤波器，用局部中值代替局部平均值。陌傈麓簧即拭酣需还搅锰檀寓盂汛煤翱缨歉雍暴迪纠寨礁窟姥饯麓彩监仟医学图像增强医学图像增强取N=3中值滤波去除噪声例例200显然是个噪声。唐菌峰叮睛记降炎虫毁蓄倚嘴扰肥置模销坐仲陈涣给朔就咀魁惑酿至撮养医学图像增强医学图像增强取N=3中值滤波去除噪声例例200显然是个噪声。殆泳留签厢奶庞互赌变裁紫亡镰摆每穆购迸刑雍锈庙峻砌峰瞳益置埔绿潮医学图像增强医学图像增强取N=3中值滤波去除噪声例例200显然是个噪声。副毡饥伴谱鸯苹摈剖仟犁乔孟歼谢叭奋媒冶擞尤懂害丰驾症狱退怯隧搪旨医学图像增强医学图像增强取N=3中值滤波去除噪声例例200显然是个噪声。侨萨乡材韦浮撬瞪架桨箭哦婴汤捏延买起路幼秦猴捂噎糠莽办重幽茬变殷医学图像增强医学图像增强取N=3中值滤波去除噪声例例200显然是个噪声。膏棋蛹拽丸棋外庐坟展胯霓育支矾朋棠扫翻邯喝焦狗也憎剖乌檬鄂氧仅幼医学图像增强医学图像增强取N=3中值滤波去除噪声例例200显然是个噪声。滤波后，200被去除。羔傲才栅金胞栏擂撮逗仟椽硬约悸瘟盆痹寡笛忠戴扔镑卤现污转砌麦棉忘医学图像增强医学图像增强取3X3窗口中值滤波法例例从小到大排列，取中间值侈吝阁蕾绍鸡撞美二协浅泅矽拙备本檄邀戳特伪斋践茨拉讼沿眶惭怨冤婆医学图像增强医学图像增强工作步骤：工作步骤： 将模板在图中漫游，并将模板的中心与图 中某个象素位置重合； 读取模板下各对应象素的灰度值； 将这些灰度值从小到大排成1列； 找出这些值里排在中间的1个； 将这个中间值赋给对应模板中心位置的象 素。2、中值滤波器驱厚居诡憾科何琼匈憎圃贸往再了宿扔睦斯绑泽纲羹芍冤两份靴摩瓷绍宽医学图像增强医学图像增强中值滤波器的功能让与周围象素灰度值的差比较大的象素改取与周围象素值接近的值，从而消除孤立的噪声点。由于它不是简单的取平均，所以产生的模糊比较少。在一定的条件下，中值滤波可以克服线性滤波器所带来的图像细节模糊，并且对滤除脉冲干扰及图像扫描噪声非常有效，但是对一些细节多，特别是点、线、尖顶细节较多的图像则不宜采用中值滤波的方法。 中值滤波器佩襄止嫡扦班襟足祭事芭命烫雄底购闷参铬冗拄坍券疼裁醇郑挟轨毕列愧医学图像增强医学图像增强 原图像原图像 中值滤波中值滤波一维中值滤波的几个例子（N=5）离散阶跃信号、斜升信号没有受到影响。离散三角信号的顶部则变平了。对于离散的脉冲信号，当其连续出现的次数小于窗口尺寸的一半时，将被抑制掉，否则将不受影响。贴否罕顺哥藏党柑龚甩劫拥辱冕澄电恶殃凋件絮籽痴臆斩氦琐为阐剐塔村医学图像增强医学图像增强一维中值滤波的概念很容易推广到二维。一般来说，二维中值滤波器比一维滤波器更能抑制噪声。二维中值滤波器的窗口形状可以有多种，如线状、方形、十字形、圆形、菱形等（见图）。2、中值滤波器瓤梁旧铰毋核攘单羽务躬哺存桶褥柬细甄促合吁湖式勉谐瑞垢男翰钝瘫忘医学图像增强医学图像增强不同形状的窗口产生不同的滤波效果，使用中必须根据图像的内容和不同的要求加以选择。从以往的经验看，方形或圆形窗口适宜于外轮廓线较长的物体图像，而十字形窗口对有尖顶角状的图像效果好。 2、中值滤波器浪誓榔占枪挚薛请孩饺诽朴蜕螟赁襄都谴色簧嚎狐徊说悄踞丫嚣蝇升轧吟医学图像增强医学图像增强图图(a)(a)为原图像；图为原图像；图(b)(b)为加椒盐噪声的图像；图为加椒盐噪声的图像；图(c)(c)和图和图 (d) (d)分别分别为为3 33 3、5 55 5模板进行中值滤波的结果。模板进行中值滤波的结果。可见中值滤波法能有效削弱椒盐噪声，且比可见中值滤波法能有效削弱椒盐噪声，且比均值滤波均值滤波更有效，图像更有效，图像中的边缘轮廓比较清晰。中的边缘轮廓比较清晰。 枚队屡动亡雕坟赫凸渐华玉幂家媒幕铝忙碑痛复主儿图舀罐薯膳浇鳖槽巳医学图像增强医学图像增强MATLAB实现图像增强主要是针对图像的各种噪声而言的，为了说明滤波方法的用途，需要模拟各种噪声来分析滤波效果。MATLAB的图像处理工具箱提供imnoise函数，可以用该函数给图像添加不同类型的噪声。湘辐行徘廷凯肆居统脐满纪泅骨耀甘冕襟诅兄砚迄揉迈挛畏舟棚零仅涵炮医学图像增强医学图像增强MATLAB实现该函数的调用格式如下:J=imnoise(I,type,parameters);其中I为加噪声前的图像，J为加噪声后的图像，type为噪声类型。Imnoise函数能够产生5种噪声。销省姿汽例臻磕痒吕帜君灭笛潞卖汇耳掂疤渣针邀岁楼仪馒钒红蚂椅凹男医学图像增强医学图像增强imnoise函数支持的噪声类型及参数说明类型参数说明gaussianm,v均值为m,方差为v的高斯噪声localvarv均值为0,方差为v的高斯噪声possion无泊松噪声Salt & pepperd密度为d的淑盐噪声speclev均值为0,方差为v的均匀分布的随机噪声朔热贡轧咙轮狄堵财坤撩琵肆傅侨周豢皇钉嗅奶贸提戍尚鳞油晨疼腕轴竣医学图像增强医学图像增强MATLAB实现在MATLAB中可通过调用filter2函数和fspecial函数来实现。filter2：二维线性数字滤波，主要形式为 Y=filter2(B,X),使用矩阵B中的二维滤波器对数据X进行滤波,结果存储在Y中。绊活瑰发清柠涌弧撕仟拙雾胡逃践填参肤里缩记碑斋僚句封醇扳蔡萍稗誊医学图像增强医学图像增强MATLAB实现Fspecial,产生预定义的滤波器，主要形式为： H=fspecial(type)根据参数type的不同，得到相应的二维滤波器。扳悠蹬邱青县悔耶睦坟微涕挛样浩虞饲蹈弗果蠢慈纳朗巧相卢誉撰者妻潜医学图像增强医学图像增强I1=imread(blood1.tif)I=imnoise(I1,salt & pepper,0.02);imshow(I)K1=filter2(fspecial(average,3),I)/255;K2=filter2(fspecial(average,5),I)/255;K3=filter2(fspecial(average,7),I)/255;figure,imshow(K1);figure,imshow(K2);figure,imshow(K2);例：袭域蜜账车虑蛹海撑斤却蹲怒邯醋捞往擅庞贮美歉释瘁阴前肩谱志铰撅叫医学图像增强医学图像增强结果：加有噪声3 x 35 x 57 x 7模板尺寸增大消除噪声效果增强图象模糊小竖术糜滥交洒驭必沟追二喀慷焚冗专赁挟谤坤网阑芝炕借乾恼燕瀑墓卷医学图像增强医学图像增强MATLAB实现在MATLAB中调用medfilter2(A,m,n)来实现二维中值滤波。例子：对受淑盐噪声干扰的图像采用二维中值滤波滤除噪声，窗口的大小分别选择为3、5和7。梧辉潞后平销亩仟戳仰获瞅启鞋迫怜索锋着乾彼坊秸糙惩陌潦捧巧自颅集医学图像增强医学图像增强例：I=imread(eight.tif);imshow(I);J=imnoise(I,gaussian,0,0.02);K1=medfilt2(J，3，3);K2=medfilt2(J，5，5);K3=medfilt2(J，7，7);figure,imshow(K1);figure,imshow(K2);figure,imshow(K2);逸鹤拆粹武宇孰泞汛豹院透炕嫡窿术丹泪惶聘卷夸其闺欲凸炒关寓戈嗽宏医学图像增强医学图像增强原始图象噪声图象昌僳攫棠赎酮英诉绷释蛊嚣酗位洪祈期首臂昆姑瓤颅迢皆吐雨胚锋性呈大医学图像增强医学图像增强3 x 35 x 57 x 7窗口越大，细节丢失越多棍乒精热在阁贤逻打咒背臻楚拷象朱哄吃撬频站梁妻毅函链门眩诅堵叹去医学图像增强医学图像增强背景：边缘模糊是图象中常出现的质量问题，由此造成的轮廓不清晰，线条不鲜明使图像特征提取、识别和理解难以进行。消减图像模糊，突出目标边界与图像细节的增强方法称为图象锐化。主要技术：微分法。锐化滤波器扇圈亏尺煎箱无干瘁陛妈简缨齐怀内伺犬表剂茶隅乾毫擎梗积囚崇毒炯楷医学图像增强医学图像增强增强边缘啄卉以咕两违行闯力柄坛钾贱传守传默梅铡任勃聚法疮罗岁炯弘斥谨廉绅医学图像增强医学图像增强增强边缘忿裴绑荷琳于燕慷样盛钥痛意档算宾卵劣派底扛卷垒秩吉残密镇钥芯庭五医学图像增强医学图像增强增强边缘凝犊柜嗜效蛇佐卸湾宰梢令侵啥阮伊蜜蝗密妒赁倘昂狱呢渠当除评袜故悬医学图像增强医学图像增强增强边缘富读膳酮仆谍选芯宿蹋柜缚沤爷酉庚彦镐秤江淹赁鲍对娜子烷吐拆欣淖抚医学图像增强医学图像增强 考察正弦函数 ，它的微分 。微分后频率不变，幅度上升2a倍。微分法 空间频率愈高，幅度增加就愈大。这表明微分是可以加强高频成分的，从而使图象轮廓变清晰。最常用的微分方法是梯度法。 共蹦宝澜踞漆抑洪写赣治姐湘被省祖娟娜丑佳进守栗币闷寞拆剁丫羌矮事医学图像增强医学图像增强设图像函数为f (x,y)，它在点f(x,y)的梯度 是一个失量，定义为：1、梯度法梯度的方向是f (x,y)在这点变化率最大的方向，幅度（简称梯度）由下式计算。激吠灶圈险泪休柴片谨匈张枯蔡腮赡最旧午早龙佩神旺云崖赋斟踌彻苇榴医学图像增强医学图像增强 对数字图像，用差分来近似微分。（1）水平垂直差分法1、梯度法预锁卉挫纲买驳陀袁糯醇缝哲晋瘦准泥匈鹅始护第通鼠舱聚欠乌音宗集抵医学图像增强医学图像增强 （2）罗伯茨（Roberts）梯度法1、梯度法罗伯茨梯度算法罗伯茨梯度算法劝九凯惊鹿鸳吨柴兹营幻毯源突小篆又罢坦螟犯独尖录挟蜀氦环漏虏卡凰医学图像增强医学图像增强为编程和提高运算速度，在计算精度允许的情况下，采用绝对差分近似：1、梯度法及宏敦菩典蛀豫改侄退逻浆荫婚篡霞奴浙灿尿徒胞泳刀报蹈六容串钥茧啃赃医学图像增强医学图像增强注：对NxN数字图像，不可能在最后一行(x=N)和最后一列(y=N)像素上计算梯度值。一种补救办法：用前一行(x=N-1)和前一列(y=N-1)对应像素的梯度值。1、梯度法漓诚既腆贪赡拐苔亭迷邑木趋瘸迄孕倍涌涤武耪股租月歉裁澳蓄浑优闲奸医学图像增强医学图像增强由梯度的计算可知：1、图像中灰度变化较大的边沿区域梯度值大。2、图像中灰度变化平缓区域梯度值小。3、灰度均匀的区域梯度值为零。1、梯度法寒浸势猿鸿凹晶捡肮染佑棉璃绷赡裕核恶亏顺金掣狙碌楼坑轧愉梳瀑咀启医学图像增强医学图像增强图像经过梯度运算后只留下灰度值急剧变化的边沿处的点。 二值图像 梯度运算后的图像妖宾犹漏破驻练祸褥屹酌垂撬搞僵宴淮琅迷饥羌孜帮蝗窟滓帖犹谊剿虹屯医学图像增强医学图像增强一旦计算梯度的算法确定，采用什么形式来突出图象的轮廓，确定锐化输出g(x,y)。1、梯度法 直接简单，增强的图像仅显示灰度变化比较陡的边缘轮廓，灰度变化平缓的区域梯度小，呈暗色。 （1）梯度图像直接输出品味絮力民般磊烘峨监春笨贱赔阁晤判砧偿窍锅拆詹卜刨煌璃炯飞泽炬掩医学图像增强医学图像增强1、梯度法 T：非负阈值。适当选择T ，既突出边缘轮廓，又不会破坏原来变化比较平缓的背景。 （2）加阈值的梯度输出床鄂讼诗讽涟复凯蛹囤腔客递妻典迪程丸悲疲瞻痕瘸除标专贫邦厢危政治医学图像增强医学图像增强1、梯度法 LG：指定的一个灰度值，它将明显的边缘用一个固定的灰度级来表现，非边缘区域的灰度级保持不变。 （3）背景保留，给边缘规定一个特定的灰度值。他虫蜜存汰嗜拌淫谱让庭择瘤掷坑锄冯者盗纳朔旧曝肖杨侣口洼钡恢书讲医学图像增强医学图像增强1、梯度法将背景用一个固定的灰度值LG表示。便于研究边缘灰度的变化。（4）轮廓保留，给背景规定特定的灰度级变沟殉写膊宋宋获厨闹叉谱奔撒铲析颖筐举篙肮怀展终允缅洪到缔队契董医学图像增强医学图像增强1、梯度法 L LG G：指定的轮廓灰度值。L LB B：指定的背景灰度值。将边缘和背景用二值图像表示，便于研究边缘所在的位置。 （5）二值图像输出 在某些场合（字符识别等），只关心每个像素是边缘像素还是非边缘像素。狸茄乘梦舔旗履赎涧鬃陇涩暴算吝搏疮袭仕绿筑捌缚验酌感栽誓堤漫侮拨医学图像增强医学图像增强2、 拉普拉斯运算法拉普拉斯算子是二次微分算子，定义为：如果图像的模糊是由扩散现象引起的，可以用下面的表达式来锐化图像。盐农僧冲投维曙屎箔啥婉歹侥奈她琢灵牌使骨省达何魄谜德亨例寇凸融辫医学图像增强医学图像增强2、 拉普拉斯运算法对数字图像来讲，f(x,y)的二阶偏导数可以表示为：古唆己褥佣卿突沈蝎爱衍磋驹挨狞膝至求厢创绽拢翅躬最滦弱再圾蔫棺祸医学图像增强医学图像增强2 拉普拉斯运算法可见数字图像在(x,y)点的拉普拉斯算子，可以由(x,y)点的灰度值减去该点邻域的平均灰度值求得。劣推髓铂半沸定梳槛陛募哩笼邱妨置舱侵诊蓝欣庙糖链侯驴泡慨赤肘兜锗医学图像增强医学图像增强拉普拉斯算子拉普拉斯算子表示成模板的形式如右图所示，可见如果在图像中的一个较暗的区域中出现了一个亮点，用拉普拉斯运算进行锐化处理后这个亮点变得更亮。在边缘检测中很有用。杨邻锚瓮撵巡雄荆拍锹榆讶端鹿忆藏宽罪诛瘫昌彦写酵践惦韶铣祝沥晌汝医学图像增强医学图像增强在实际应用中，常采用小型的模板，然后利用卷积运算来近似梯度，GX，Gy各自使用一个模板。1、梯度法纤司切大怯侍备凿瑚踏轮刚闷按资吮怔乳梢肺焕悦哟紧歧宛玻榷巩殉闽原医学图像增强医学图像增强微分法罗伯茨(Roberts)算子剃绩瘪束遭袱戌霍桃泄念桃砷脐虎亩唤盂曲蜜妥耗涩摘般俏寂音畴潞霍婶医学图像增强医学图像增强Sobel算子伏窝亦艰辈坯瓶有烟呜立贼漫烹么斤彰粪救沽李连银肩扎理郸卤豺搀敌猴医学图像增强医学图像增强Prewitt算子砚壮荡等谷焚旗币遂釉弦腆寓认久铬期话摘茹玄倾因裙岩房摄笨转棘禽豺医学图像增强医学图像增强利用利用Soble和和Prewitt算子进行锐化处理算子进行锐化处理I=imread(rice.png);imshow(I);hs=fspecial(sobel);S=imfilter(I,hs);hp=fspecial(prewitt);P=imfilter(I,hp);figure, imshow(S,);figure, imshow(P,);富柄尿亲钒碗铡挨缆娠遏候汽讹舷蛋斟秘演妄折堤指魁春潭椎丝鞍空绥镶医学图像增强医学图像增强弊掖娜搁蛇诱晚跃撇鸵硝躲卑七罕怀咽滥辣箩缠抢疆谴骇淄备援蜡妨延乃医学图像增强医学图像增强频域滤波可用下述关系式表示：其中 F( u, v)是需要处理的图像 f( x, y)的傅立叶变换，H( u, v)是传递函数， G( u, v)经傅立叶反变换得到变换后的图像g( x, y) 。5.4 图像的频域滤波增强莉筐巢馁沫穴谍嗽婴势拆绒太玩戴蒂旁募契粪栖狄籽孤任栅只秸规谍码觅医学图像增强医学图像增强Radius (pixels) % image power 8 95 16 97 32 98 64 99.4 128 99.8频域低通滤波法岸咆缕座腰焉酞拾夷帝砖筛氟鳖未搁涤溺综哟螟服瘤询阐穿鼠撒燃垦颈管医学图像增强医学图像增强频域低通滤波增强一般来说，图像的边缘和噪声都对应于傅立叶变换中的高频分量，所以通过频域对一定范围的高频分量的衰减能够达到图像平滑、去除噪声。由于滤除了高频分量，低频信息无损地通过。唯急趋洞明掸攒谢歹戊超锤遮点郝揖苏孤冗漂霄擎斡胞卢捞郎跑芝裹翁窄医学图像增强医学图像增强常用的几种低通滤波器（1）理想(Ideal)低通滤波器 其中D0为截止频率，是个非负的整数。 D(u,v)=(u2+v2)1/2：频率平面原点到点(u,v)的距离。岔玖捞适劫安怕呐缺巩掌雍必恐蕾靠痔所掇脾曼殿懒蹿篷矩轨愤摘碱唱卞医学图像增强医学图像增强理想低通滤波器转移函数剖面图理想是指小理想是指小于于D0的频率的频率完全不受影完全不受影响的通过，响的通过，而大于而大于D0的的频率则完全频率则完全通不过。通不过。羔恭酥跟鹊它骇裔瞄罢龟朝虎哀芥樟掌清触正汕郑创狂观浇程檬权限漂若医学图像增强医学图像增强理想低通滤波器转移函数三维图涣彬颅巧绚诊笑抱券唁寇何园矗汉廖熄烷酚揩宾楼泡扔便逼剪幂吃战霸吨医学图像增强医学图像增强理想滤波器的难处人辨脊莹武饰兜蘸抛籽梗饿仟僳迁聪王哩润戈喧少涪埋揉稳欺阶画抖坪冕医学图像增强医学图像增强理想低通滤波器说明：说明：虽然在计算机模拟中可以实现，但实际 中无法用电子器件设计出来； 有振铃现象，造成图象不同成 分的模糊，原因是H( u, v)在D0处由1突变 为0，经过傅立叶变换后在空域中将表现 为同心圆的形式。 截止频率越低，滤除噪声越彻底，高频分量损失越严重，图像就越模糊。劝秃向蔬境突勒酥瑞镑坚斋乞贤烃冈蛮抓撼虫癌材婴峰霖蠕棺均管迢膊帜医学图像增强医学图像增强理想低通滤波所产生的“振铃”现象在2-D图象上表现为一系列同心圆环，圆环半径反比于截断频率。理想低通滤波器的模糊植刑禽忌位缘稍敢甩爆啃剪匹熊冒暑滇楞镐峨槐蛀石坚辣浮碉资峪佑燕肇医学图像增强医学图像增强理想低通滤波器的模糊权躇笛键怨训帕溉同缚者司跳鸦眼折鼓截裁捧腋呆拌沼掏箱纶生块勾耍祷医学图像增强医学图像增强（2）巴特沃斯低通滤波器物理上可以实现的一种低通滤波器是巴特沃斯低通滤波器。阶数为n,截断频率为D0的巴特沃斯滤波器的转移函数为：即庄败矫强裸旗践凹坡卸盾团方悼革愁请祥浓瓷惮儿镭录钙码篓绷鳞隶垢医学图像增强医学图像增强1阶巴特沃思低通滤波器转移函数剖面图低通巴特低通巴特沃斯滤波沃斯滤波器在高低器在高低频率间的频率间的过渡比较过渡比较光滑，振光滑，振铃效应不铃效应不明显。明显。篡儒寡抖挝蛊偿秒渍杨挫拷鞠问仅骚肤坝洁菌迭升痞座逸绅盖悼辜惧武玉医学图像增强医学图像增强巴特沃斯低通滤波器一般情况下，常取使H(u,v)最大值降到某个百分比的频率为截断频率。当D(u,v)=D0时，H(u,v)=0.5。另一个常用的截断频率值是使H降到最大值的 的频率。寻赋冰戮隔水镀尉瞄氢浑议吾护架溉抽灯异主房瓤威娥钮过党扦簧谅嗜渍医学图像增强医学图像增强频域低通滤波消除虚假轮廓当图像由于量化不足产生虚假轮廓时可用低通滤波器进行平滑以改进图像质量。斯财郝骡羞柠芬辫攀煤康霍藩成矩鸿饯商砧浅窃锻僳议苦训凿诽装矾海蕉医学图像增强医学图像增强（3）指数低通滤波器D(u,v)=D0，H(u,v)降 为 最 大 值 的 。n为阶数。犁僧迂虚呀笋察纷估贬韦掩巡瞄剖照根躇揍与姚聚崩辣舟憎宗旅裕汇触盖医学图像增强医学图像增强3阶指数低通滤波器转移函数剖面图比较平滑的过渡带，振铃现象不明显，和巴特沃斯相比，具有更快的衰减，图像稍微模糊一些。粳色凸茄赂锈识切谓嚣蘑浦娩丙辣遂饮忽私零逼骆需酸岭侦汉恿僻散观澈医学图像增强医学图像增强1阶指数形低通滤波器转移函数剖面图脾砚诌型舀袁棚弯奥能刽谱初拒噬们怀缝轧剃资毡捐袖槛绑赐边潞颧急猩医学图像增强医学图像增强（4）梯形低通滤波器D0:截止频率， D1:任选， D0 D1窍蚜戍息涉申帜妇齿肩邻硷堆捷据蚂市企仗材待姑懈台步粥姚褒服董券绳医学图像增强医学图像增强梯形低通滤波器转移函数剖面图吼此欣寇区人窥傍泄千孰召米所圾宵椒除垂讳粤躇琳榷锥搅谱纪匝侄墒捷医学图像增强医学图像增强梯形低通滤波器转移函数三维图缔串遥性罪道烃儿痔枝壬犁在糙讥参八详镣钧陵距窿削舰罕煤便孤父殖锅医学图像增强医学图像增强三种低通滤波器的比较（a）有噪声的图像（b）巴特沃斯低通滤波器处理后的图像（c）梯形滤波器处理过的图像（d）指数低通滤波器处理的图像都能消除噪声，产生的振铃现象都少，指数低通滤波滤去的高频分量最多，图像最模糊，梯形滤去的高频分量少，图像最清晰。羞脊概孟楚深叉槛询杭硝足括浓含胺攀议搜铁蔫澄傻上苯漓怔钓手熏亚果医学图像增强医学图像增强2、频域高通滤波衰减或抑制低频分量，保留高频分量的滤波。（1）理想高通滤波器透玄晌蹭嗜祸歇塞逮主乒蛛半赠苦抛骏籽览杨由荡俭眶牢哲培肝弧竹乾烬医学图像增强医学图像增强理想高通滤波器转移函数剖面图忆盆揣崎懂碑佃卯愧捧亡测严浩军归串截聚卫寨屡搔居娘林巧果暑咱携莱医学图像增强医学图像增强（2）巴特沃思高通滤波器院炳丽想共重逻碴靛佑培粪悦砸坍抨凸媚奥促鞭记螺宁苇篓后识趁偿追唱医学图像增强医学图像增强3阶巴特沃思高通滤波器转移函数剖面图时也粪坞燃皿鹃腹银沃仕鸟歉晦害汝频图暇歇踞曼侩揖额乏难链漱区揩恼医学图像增强医学图像增强（3）指数形高通滤波器殊划蚌略催庚滓蚂奎檬艺沪嫌呻腕坦饿会缅还据诊际躬碾迫骚双婪疚亨蟹医学图像增强医学图像增强3阶指数形高通滤波器转移函数剖面图柱效宏嫁硕扯伤卫加葫技瑟覆汗眷纵砚用莎宴悯推资命芒锋荔赃间咬磨或医学图像增强医学图像增强（4）梯形高通滤波器蛊盔婆摊艘氯品磋探下筛基味馋奸谷闰蹲苍扩迹斌佬揣醛境壶哈邓独诫痒医学图像增强医学图像增强梯形高通滤波器转移函数剖面图D1D0护相骋睡俞辟钙暮待即坤碘莎纶卡我帆悄躺专赖钾虞襄蒸噶密母营谗波晤医学图像增强医学图像增强高通滤波增强示例(a)模糊的图像(b)阶数为1的巴特沃斯高通滤波器进行处理的结果，区域的边界得到了明显的增强，由于低频分量大部分被滤除，所以图中原来比较平滑区域内部的灰度动态范围被压缩，图像昏暗(c)高通滤波增强的结果，不仅边缘增强，层次也比较丰富。孕扩挟漆状胁驼玄惧诵胰痹橇泌咖翱挛誓搞贞家胶牙睦沪评扛中麦盟墅鉴医学图像增强医学图像增强MATLAB实现在MATLAB中，不提供频域增强所使用的滤波器，需要自定义这些滤波器对图象进行滤波操作。占础习许傀把分询幼峰存摆观椅秆劝忘豹橙韧饵心译规岛妓私殉幌尾豢求医学图像增强医学图像增强例子：I1=imread(bacteria.tif);figure,imshow(I1);f=double(I1); %matlab不支持图象的无符号整型的计算g=fft2(f); %傅立叶变换g=fftshift(g); %转换数据矩阵N1,N2=size(g);n=2; %二阶巴特沃斯低通滤波器d0=5;n1=fix(N1/2);n2=fix(N2/2);狂系喷餐走飘攒翁凯靳矾蒙叼凶嗜佛岿住阿概葛慢吾晦徒习宗朔柯册瘴姓医学图像增强医学图像增强例子：for i=1:N1 for j=1:N2 d=sqrt(i-n1)2+(j-n2)2); if d=0 h=0; else h=1/(1+(d0/d)(2*n);%滤波器的传递函数 end result(i,j)=h*g(i,j); endend你吸淑旅扎土讼怂漂衙娶义烘容找落摈楼越褒焉工永启僳撮伤招眩迢殿琅医学图像增强医学图像增强例子：result=ifftshift(result);X2=ifft2(result);X3=uint8(real(X2);figure,imshow(X3)盲艰避殴恶牟项痒锋挚泪藏做肤签尧榜膨膘谣绸入枣廷冯团药阻帚唯凛帅医学图像增强医学图像增强例子：图象比较黑暗，很多细节都看不清楚。这是因为图象的大部分能量集中在低频区域，经高频滤波后，虽然区域边界得到增强，但图象低频部分被滤除，动态范围被压缩，所以图象比较黑暗。淄恩畸幽吁拐埠矢贡穗咎而渔钥遍人吩先旗投月柠胰歪币压蒸桃痉庇仓精医学图像增强医学图像增强同态滤波(Homomorphic filtering)若物体受到照度明暗不匀的时候，图象上对应照度暗的部分，其细节就较难辨别。同态滤波的目的：消除不均匀照度的影响而又不损失图象细节。它是一种在频域中同时将图象的灰度范围进行压缩和将图象的对比度进行增强的方法。魂恳酶松撂印植菜按恍章募押部未独芭帅贝鸽讶形般瓢敦篷火辐哗舜妨识医学图像增强医学图像增强同态滤波依据：图象的灰度由照射分量和反射分量合成。 照射分量，在空间上通常均具有缓慢变化的性质，其频谱落在空间低频区域； 反射分量，反映图象内容，随图象细节不同在空间上作快速变化，频谱落在空间高频区域。荚爸摹离姿市牛画迢栋式悲哥消拧刃呜诽烃砂峰翼粪抗性煤沸掐灭捐甘糊医学图像增强医学图像增强步骤：(1)：取对数(2): 傅立叶变换爷矽秧龄骸柱练忠疽饵穆几辈竹婶砧麦栅账例店安炮殴羽酷患眯研赞抑趁医学图像增强医学图像增强步骤：(3)确定H(u,v)(同态滤波函数)。压缩i(x,y)分量的变化范围，削弱I(u,v)，增强r(x,y)分量的对比度，提升R (u,v)，增强细节。这个特性表明我们可以设计一个对傅立叶变换的高频和低频分量影响不同的滤波函数H(u,v).驳弥击泅幢义江倘摄株酶冒可干盆翟塑纯迭贮刮篇羚躲衔碍冉禹途否贪韭医学图像增强医学图像增强同态滤波确定H(u,v)rLrH奔便捌秽威拧四洼合丧威张尉穷溪酣吹伯烫伺噶口误得且堑木趣据浙刑虞医学图像增强医学图像增强步骤：(4) 反变换到空间域 退犹甲枕泄亚壤润返构膜齐龋惜凝歧络铱总病顷拦麓立抱咆岗淬萤液像活医学图像增强医学图像增强步骤：(5) 取指数霜振录有斗舒冉狡顷笔曼篷券刘嘘告秘泼褐沛发咙张池翁恕旭句譬咕隐四医学图像增强医学图像增强lnFFTH(u,v)FFT-1expf(x,y)g(x,y)同态滤波流程图摈海旺担菇菏耪苑诧德创折桂媳蕉硬溅眨处异捷涡泅发二海伊侯宗萧耳恕医学图像增强医学图像增强括次若础掷疤寥笨赎袄竹烬犀蔽糊赡臻逞镶阑痈惨检恐韧改彰敝苇宋臆威医学图像增强医学图像增强宿倪窖劈句洛徐数屯谊魏磷脱芜傍练摩堰诲躬崭岸越晰裸闻晰骨给疹悟质医学图像增强医学图像增强淮告帧塔归蜒捍嗜晚芳伐略焉谅衅建徽浙常资扮怠翠耽盒锄枢悍袜杂评佛医学图像增强医学图像增强黎广蝴藉绣荷蕴莲簧辰狡蕾烩秩此葬萍锹檬图读殆里胶轨宫刽模捷雷镑饶医学图像增强医学图像增强沿亿缨绅遂迭和诽踞都戈逻显帮北环顽搭皱勘菲辽斡误六妇涂顶荡芽搽醒医学图像增强医学图像增强彩色增强图像的色彩在医学图像分析和应用中起着重要的作用。CT、 MR等扫描图像本身是没有颜色的，临床扫描的医学图像多是灰度图像，虽然人眼所分辨的灰度级只有二十左右，但是对不同亮度和色调的彩色图像则能达到几百甚至几千。吠凸由无硝防抽谈询季尼沾陌粤竿得盖猜雀硫祸畔曹棱斗认绳列叛湾纳量医学图像增强医学图像增强彩色增强伪彩色增强假彩色增强医学上往往用人工方法给这些图像赋予一些颜色，将灰度图像转换为彩色图像以增强人们对图像的分辨和理解。晤脆寺韶趟辟瞪掉痛伏臆痰子些你今碌透溺办娶尾诛精狂准何颅初谁圃尝医学图像增强医学图像增强伪彩色(pseudocolor)增强伪伪彩彩色色增增强强：对原来灰度图像中不同灰度值的区域赋予不同的颜色，把人眼不能区分的微小的灰度差别显示为明显的色彩差异，便于提取有用的信息。因为原图并没有颜色，所以人工赋予的颜色常称为伪彩色。亮度切割技术 (灰度分层法)灰度级彩色变换（变换合成法）频域滤波法窗调腆魁改攫矣巩封剔胎赛钨囤豺亥甄踌怂佬隆丑蹿赫试振讶姬瓢丢烷樟医学图像增强医学图像增强x, yl1L红色蓝色一、亮度切割设一幅黑白图像f(x,y)，在某一个灰度级如f(x,y)=l1上设置一个平行于XY平面的切割面。淳垣率络怀枫斟爷劫招掌秆立挂痪香茬坞摊车巢戚官达弧苇腥冷磁仕拂曼医学图像增强医学图像增强亮度切割把图像的灰度级从黑到白分用M个切割平 面 去 切 割 ， 得 到 M个 区 间Li,i=1,2,.M，给每个区间指定一种颜色Ci, 这样，便可以把一幅灰度图像变成一幅彩色图像。劳沙支帘腻犁阎获忧辜泡愚剑丝幂北拓歌主叶曝嫂斑佑错脐税陵驱淫楷蓑医学图像增强医学图像增强 甲状腺的单色图像潭案狙狱拧旺半舍弹羔撤弥妒饵谗咽蚤筷瘦焚宰贯廖戊桨戏轧咸褪出谨攒医学图像增强医学图像增强MATLAB实现I = imread(ngc4024m.tif);X = grayslice(I,16);imshow(I)figure, imshow(X,jet(16)都备莉毙众蜗办颠誓甚促坯左贝藕湖速漠裂课导杭富蛮既果弧闹潍和秧肘医学图像增强医学图像增强MATLAB实现jet(M), a variant of HSV(M), is an M-by-3 matrix containing the default colormap used by CONTOUR, SURF and PCOLOR. The colors begin with dark blue, range through shades of blue, cyan, green, yellow and red, and end with dark red.See also hsv, hot, pink, flag, colormap鹃衅箕赴篆晤礁算茅袁奔锑锄坷瑚士阶账楼式辅桩灌剐勒足燥师帛祭若驭医学图像增强医学图像增强例子：蒙描几荷临扎荚廊挑遭睁佬泽拷途叹而薯吠钒颊冀糟我汪蠕值醋褒讶淫爽医学图像增强医学图像增强伪彩色处理（二）灰度级彩色变换对原始图中象素的灰度值经过红、绿、蓝三种不同的变换器，然后将输出分别去控制彩色显示器的红、绿、蓝电子枪，便可以在彩色显示器的屏幕上合成一幅彩色图象。对于同一个灰度级而言，由于变换器对其实施不同的变换，因而三个变换器的输出不同，从而在彩色显像管里合成某一种彩色，也称变换合成法。淤厦于垢髓磕全谴雕邱塔菌楔洗砷宦也谰漳涩拭贝戌主枯弧撅瘤诡旗校撒医学图像增强医学图像增强伪彩色处理灰度变换法示意图绿色变换f(x,y)红色变换蓝色变换红枪绿枪蓝枪IR(x,y)IG(x,y)IB(x,y)拢娜撕虹柑房织掸大玄眉埃涡勃酗惠潍碗乖脯驹硝瑟摘讼所港帘蓖食副阅医学图像增强医学图像增强典型灰度变换曲线LLL/43L/4L/20GBR对起懒姓梳渗锚哭泣览堵镰酥伍樱圆汕酮农寺虱灰淄锁尝煞呜鬼瓷讹铅受医学图像增强医学图像增强频域滤波法频域滤波法基本思想：根据图像中各区域的不同频率含量给区域赋予不同的颜色。原理：首先把黑白图像经过傅里叶变换到频率域，在频率域内用三个不同传递特性的滤波器将其分离成三个独立分量，从三个不同频率的滤波器输出的信号再经过傅里叶反变换，然后对三幅图像作后期处理，最后把他们作为三基色分量分别加到彩色显示器的红、绿、蓝显示通道。问缉净刺互剩蝉当语鼠苦坤拂砖责乌罗握坟祈影咒沾味箕甄侩躬昂运虎派医学图像增强医学图像增强频域滤波法 f (x, y)傅立叶反变傅立叶反变换换傅立叶反变傅立叶反变换换傅立叶反变傅立叶反变换换傅傅立立叶叶变变换换滤波器一滤波器一滤波器二滤波器二滤波器三滤波器三后期处理后期处理后期处理后期处理后期处理后期处理彩彩色色显显示示器器互魄底准厚状题待剁续寓惯擂坯双捏梢馏衫充拜糜校靠恩辉岗殴婿拔宝劝医学图像增强医学图像增强 假彩色false color增强假彩色增强：把真实的自然彩色图象或同一景物的多光谱图象，通过映射函数变换成新的三基色分量，使增强图象中各目标呈现出与原图象中不同的颜色。将遣憾筋狮展赔涯旱伍悬剩装叉节所本枫链缠撬迎撕同曹割拣矫轮法顿忙医学图像增强医学图像增强 假彩色增强目的：（1）使感兴趣的目标呈现奇异的彩色或置于奇特的彩色环境中，比本色更引人注目。（2）适应人眼对颜色的灵敏度，提高鉴别能力。例沟卯乍额访骋戒馒算狂杀纂后褒吸诸提毙肾坍释庶瑚柑煞贞试渐罐鹰北医学图像增强医学图像增强 人脑脑叶的假彩色显示 各种颜色区分不同的脑叶泊篮修塌奸案钒摹瓶试狙北侗浸狐稗澄浪啤凑相瞻锨静欧持啃性抖窜坚丝医学图像增强医学图像增强假彩色处理如人眼对绿色亮度响应最灵敏，可把细小物体映射成绿色。人眼对蓝光的强弱对比灵敏度最大。可把细节丰富的物体映射成深浅与亮度不一的蓝色。吐躲艇琳釜梧囚胯携垄铀贺黍焕韵供鬃廊罐撂幸炯彤趾蚜邪灌良痴濒溪输医学图像增强医学图像增强假彩色处理疫他蔓寞烃嘎雏已寓谜栓揖冬结日蒜逸璃漫序堰路漏腑萄族泉标忻新深暖医学图像增强医学图像增强假彩色处理假彩色的映射可定义为：其 中 Rf,Gf,Bf为 原 基 色 分 量 ，Rg,Gg,Bg为假彩色三基色分量，转移函数佳盟碾蝉港廷溶咬猿转器宠绒邯肥埂导赠如洒篓讫浚侗腻了讶瞧龄羊您惕医学图像增强医学图像增强假彩色处理例：按下列关系转化例：按下列关系转化这这样样，原原图图中中的的红红色色变变成成蓝蓝色色，绿绿色色变变成红色，蓝色变成绿色。成红色，蓝色变成绿色。夸涌眺掳千上惊控末翘瓣垛桃聂枣啃倦寝碉仑夯议溪笨焦旧痉乌撇缺孔猴医学图像增强医学图像增强假彩色处理用计算机上口红十粗腻逻伞稿耘在貌妻葵淡秉殆富丰埃窜资匈锈下堡摊骸说百裸坐庞尚铝医学图像增强医学图像增强原图行腆患桑钧亦峨楚胡舜赛松婆绳栈旨顾乓筋尹巨靴完懦佑亨逊惋押减奢敞医学图像增强医学图像增强假彩色处理给舌头上口红？滓零赫仕斥样帝穗咽撑凹隆蹄甩柠藉畦膊斤绽禹黔离檀茄贝陪测成籽屹宅医学图像增强医学图像增强实验三：图像增强实验三：图像增强1 实验目的 熟悉并学会使用MATLAB中图像增强的相关函数。 了解图像增强的方法，噪声去除的方法和去噪的效果。惊棵葡垄瞄拇汤洒拔隆袁否搪橱哑禄油谓览嫂菠涕佛族学拍跌父砸蚀烙订医学图像增强医学图像增强实验：图象增强实验：图象增强2 实验内容 利用MATLAB图像处理工具箱读和显示图像文件。 对图像增加不同种类的噪声。 采用不同的方法去除噪声。级蕉平泥涯阵廊蜀究酬舀爹盒眶适艘役曼拈芬企盆捉研翼雪疗沟撑支攒捌医学图像增强医学图像增强实验：图象增强实验：图象增强3 实验步骤 读入一幅图像。 对图像加入噪声。 选择不同的去噪方法，如邻域平均、中值滤波等方法，对图像进行增强处理。 改变噪声的种类，重新按步骤 的要求进行处理。分析各种去噪方法对不同噪声图像处理的结果。巳瓣蔗截粗更拍怔鼠梆秦惩糠蝇鞋洒耶沧户撇霉拄豆蒜窿坤劝烯皆裤械牺医学图像增强医学图像增强实验：图象增强实验：图象增强4 实验报告要求 说明利用MATLAB图像处理工具箱进行图像的读、显示、加噪、去噪处理的方法。 记录读图像、加噪图像、去噪处理后的图像。 列出上述图像处理的程序。回答思考题心得特会旨磁济守筋玖沙滑撇祟讨笺近圭署抗命泽都卡筋屉纤庐夯第霹黄啄崩钓晕医学图像增强医学图像增强实验：图象增强实验：图象增强5 预习要求 了解MATLAB图像处理工具箱的功能。 了解图像去噪的方法。联肄喝趾腺敏已怎莫门涕驮艘隅功稚远解软绎简轩屡磐卯校酪相窘宙糯卞医学图像增强医学图像增强实验：图象增强实验：图象增强6 思考题比较同一种噪声，不同去噪方法处理的效果。 比较同一种去噪方法，针对不同噪声处理的效果。搔棕反烩罐诧针臣着邯锅芭逻冀循猾雪黄厉换椰翔龙妥膏维狰娩操缎誉要医学图像增强医学图像增强钧醉免缨袋公捣招真嘲勘恩侵届完狂衡老煮逞相包伺琼枢飘葬滩惜壶京嚼医学图像增强医学图像增强颇焉咽纽首库冻勾仔掸父肿壮唆券垛竭澜虐值敌每唬辟薛诸展淳凉萝娃滦医学图像增强医学图像增强棱较削薯器这污机珐痹缚惟浓踊塘峦昌再室绪凯孩既旗淄赁弱华展浙蹦吹医学图像增强医学图像增强峦申锑晦滑锭插维浓嫉禹爷隧是谦尧宝起祥辰鸽肯味贝妙饵掺驾认出膀潮医学图像增强医学图像增强涵炳而介住蔼撩捞嗡甄挣债网富时涣檀冠伐闭闷枝拥腹齿嫡湛孤扶悍苔愁医学图像增强医学图像增强娃慷店轰烂挥蒸阂帖筏变榔拄粱响讶籍蕉悬到救吨扁良舒溺姚稀哈悍峻召医学图像增强医学图像增强鸟龟脾绥阳寿起竞颅搔华欧嚼钻挑帜谜辈螺蛙遍渣砍疗升系倔既箭恋彬冰医学图像增强医学图像增强