医学图像处理实验教程_教材

数字图像处理 实验报告(完整版)

数字图像处理 实验一 MATLAB数字图像处理初步 一、显示图像 1．利用imread( )函数读取一幅图像，假设其名为lily.tif，存入一个数组中； 2．利用whos 命令提取该读入图像flower.tif的基本信息； 3．利用imshow()函数来显示这幅图像； 实验结果如下图： 源代码： >>I=imread('lily.tif') >> whos I >> imshow(I) 二、压缩图像 4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息； 5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件,设为lily.jpg；语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。 6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flily.bmp。7．用imread()读入图像Sunset.jpg和Winter.jpg； 8．用imfinfo()获取图像Sunset.jpg和Winter.jpg的大小； 9．用figure,imshow()分别将Sunset.jpg和Winter.jpg显示出来，观察两幅图像的质量。 其中9的实验结果如下图：

源代码： 4~6(接上面两个) >>I=imread('lily.tif') >> imfinfo 'lily.tif'； >> imwrite(I,'lily.jpg','quality',20); >> imwrite(I,'lily.bmp'); 7~9 >>I=imread('Sunset.jpg'); >>J=imread('Winter.jpg') >>imfinfo 'Sunset.jpg' >> imfinfo 'Winter.jpg' >>figure(1),imshow('Sunset.jpg') >>figure(2),imshow('Winter.jpg') 三、二值化图像 10．用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来观察图像的特征。实验结果如下图： 源代码： >> I=imread('lily.tif') >>gg=im2bw(I,0.4); F>>igure, imshow(gg)

医学图像处理实验报告

医学图像处理实验报告 班级专业姓名学号 实验名称：图像增强 一、实验目的 1：理解并掌握常用的图像的增强技术。 2：熟悉并掌握MA TLAB图像处理工具箱的使用。 3：实践几种常用数字图像增强的方法，增强自主动手能力。 二、实验任务 对于每张图像(共三张图片)，实现3种图像增强方法。根据图像的特点，分别选用不用的图像增强算法。 三、实验内容（设计思路） 1、artery_vessel (1)直方图均衡化 直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。灰度直方图是图像预处理中涉及最广泛的基本概念之一。 图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的视觉效果。 直方图均衡化是指：采用累积分布函数（CDF）变化生成一幅图像，该图像的灰度级较为均衡化，且覆盖了整个范围[0，1]，均衡化处理的结果是一幅扩展了动态范围的图像。直方图均衡化就是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。主要用途是：将一幅灰度分布集中在较窄区间，细节不够清晰的图像，修正后使图像的灰度间距增大或灰度分布均匀，令图像的细节清晰，达到图像增强的目的。 (2)中值滤波加直方图均衡化 中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。 中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，

数字图像处理实验报告

数字图像处理实验报告 实验一数字图像基本操作及灰度调整 一、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方 法。 二、实验内容与要求 1.熟悉MATLAB语言中对图像数据读取，显示等基本函数 特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、Subplot（）函数、Figure（）函数。 1)将MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread， imfinfo 等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。 2)将MATLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray() 将其 转化为灰度图像，记为变量B。 2.图像灰度变换处理在图像增强的作用 读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果。 3.绘制图像灰度直方图的方法，对图像进行均衡化处理 请自己编程和调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图，可以发现其灰度值集中在一段区域，用 imadjust函 数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰

度直方图与原灰度直方图的区别。 2) 对B 进行直方图均衡化处理，试比较与源图的异同。 3) 对B 进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。 图1.1 分段线性变换函数 三、实验原理与算法分析 1. 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围， 如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = c log(1 + r )，c 为常数，r ≥ 0 3) 幂次变换： 0,0,≥≥=γγc cr s 4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求 局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 其对应的数学表达式为：

数字图像处理在医学上的应用

数字图像处理的应用 数字图像处理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，并通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展;三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。 进行数字图像处理所需要的设备包括摄像机、数字图像采集器（包括同步控制器、模数转换器及帧存储器）、图像处理计算机和图像显示终端。 图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。 接下来，就讨论一下数字图像处理在医学上的应用。 自发现X射线以来,在医学领域可以用图像的形式揭示更多有用的医学信息,医学的诊断方式也发生了巨大的变化。随着科学技术的不断发展,现代医学已越来越离不开医学图像的信息处理。 目前的医学图像包括CT图像、核磁共振图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。由于人眼识别度等客观因素的影响，大部分的图像需要依靠计算机的帮助。随着数字图像处理技术的发展，对这些图像的分析以及处理，会变得更加快捷，分析的结果也会更加精准。

与其他领域的应用相比较，医学影像等卫生领域信息更具独特性，医学图像较普通图像纹理更多，分辨率更高，相关性更大，存储空间要更大，并且为严格确保临床应用的可靠性，其压缩、分割等图像预处理、图像分析及图像理解等要求更高。 首先，对于一个病例，要进行图像采集，由于采集到的图像因试验测量系统和测量者个人因素存在较多噪声,所以要先通过预处理对图像进行去噪处理和灰度变换处理等使其变得较为清晰。预处理完成后再利用中心路径提取算法对所获取的图像进行进一步处理。 接下来要做的就是图像处理。 先对图像二值化，二值形态学的运算对象是集合给出一个图像集合和一个结构元素集合利用结构元素对图像进行操作。然后做中心线的提取等。 使用计算机进行图像的采集预处理以及二值化和计算排除了人为测 量的不精确性和误差提高了测量结果的可靠性。 随着信息技术的飞速发展和计算机应用水平的不断提高，利用计算机断层成像、正电子放射层析成像、单光子辐射断层摄像、磁共振成像、超声成像及其它医学影像设备所获得的图像被广泛应用于医疗诊断、组织容积定量分析、病变组织定位、解剖结构学习、治疗规划、功能成像数据的局部体效应校正、计算机指导手术和术后监测等各个环节。 医学图像处理借助于计算机图形、图像技术,使医学图像的质量和显示方法得到了极大的改善。这不仅可以基于现有的医学影像设备来极

医学影像检查技术实验报告

实验1 图像的特性及图像处理初步 1 实验目的 了解MatLab 软件/语言学，会使用MatLab 的图像处理工具箱(Image Processing Toolbox)。使学生初步具备使用该软件处理图像信息的能力，并能够利用该软件完成本课程规定的其他实验和作业。 了解图像的基本特性，以及对图像进行简单运算后其性质的变化，学习对图像进行基本处理并评价处理结果。 2 实验要求 学生应当基本掌握MatLab 的操作，掌握MatLab 图像处理工具箱中最常用的函数的用法，会用该软件调入/保存图像数据，会利用该软件对图像进行简单的计算，例如四则运算等，并观察运算的结果加深对于象素和数值之间的关系的理解。 3 实验内容与步骤 (1) 学习MatLab 的基本操作 (2) 调入并显示图像 lena.gif lane = imread('lena.gif'); figure; imshow(lane); (3) 在图像 lena.gif 和图像的数据上进行加减乘除一个常数观察计算结果 l1 = imadd(lane,100); figure; imshow(l1); title('加法') l2 = imsubtract(lane,50); figure; imshow(l2); title('减法') l3 = immultiply(lane,0.6); 原始图 像

figure imshow(l3) title('乘法') l4 = imdivide(lane,2); figure imshow(l4); title('除法'); 从图中可以看出，当加法处理时，图像灰度值增加而变亮，减法时图像灰度值 减小而变暗，由于乘法参数为0.6，相当于减小灰度值；而 (4) 利用 imcrop 函数对图像 lena.gif 的头部进行剪裁，然后显示剪裁的结果 l5 = imcrop(lane,[55,50,180,212]); figure imshow(l5) 加 法

东南大学数字图像处理实验报告

数字图像处理 实验报告 学号：04211734 姓名：付永钦 日期：2014/6/7 1.图像直方图统计 ①原理：灰度直方图是将数字图像的所有像素，按照灰度值的大小，统计其所出现的频度。 通常，灰度直方图的横坐标表示灰度值，纵坐标为半个像素个数，也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。 ②算法： clear all PS=imread('girl-grey1.jpg'); %读入JPG彩色图像文件figure(1);subplot(1,2,1);imshow(PS);title('原图像灰度图'); [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255 GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率end figure(1);subplot(1,2,2);bar(0:255,GP,'g') %绘制直方图 axis([0 255 min(GP) max(GP)]); title('原图像直方图') xlabel('灰度值') ylabel('出现概率') ③处理结果：

原图像灰度图 100 200 0.005 0.010.0150.020.025 0.030.035 0.04原图像直方图 灰度值 出现概率 ④结果分析：由图可以看出，原图像的灰度直方图比较集中。 2. 图像的线性变换 ①原理：直方图均衡方法的基本原理是：对在图像中像素个数多的灰度值（即对画面起主 要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。从而达到清晰图像的目的。 ②算法： clear all %一，图像的预处理，读入彩色图像将其灰度化 PS=imread('girl-grey1.jpg'); figure(1);subplot(2,2,1);imshow(PS);title('原图像灰度图'); %二，绘制直方图 [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255

成都医学院本科 级医学机能实验学A卷

成都医学院2014-2015学年第2学期期末考试 本科2013级《医学机能实验学》试卷 （适用于临床医学、影像、全科、麻醉专业） 试卷代码：A 卷 题号一二三四五六七 总分复核人 题分 30 10 20 10 10 10 10 100 得分 试卷说明：本试卷满分为100分，考试时间为120分钟。选择题答案请填涂在机读卡上。一、A 1型题（每题1分，共30分。每题只有一个最佳答案，请将答案统一填涂在机读卡上） 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 161718192021222324252627282930 1、关于张力换能器描述错误的是（B ） A．测量动物肠肌张力 B.测量动物体表温度 C.测量动物的呼吸 D.使用时防止液体进入换能器内并避免碰撞 E.根据实验要求选用适当量程的换能器，以免过负荷而损坏换能器2、关于小鼠的抓取描述错误的是（B ） A．右手将鼠尾部抓住并提起 得分 评阅教师 装订线 院系 专业 班级 姓名学号

B.放在表面较光滑的台面 C.用左手拇指与食指抓住小鼠的两耳和头颈部皮肤，让它的头部不能动 D.过分用力会使动物窒息 E.力量太小小鼠头部能反转来咬伤实验者的手 3、下列关于止血钳的描述错误的是（D） A．切忌左右手分别抓住止血钳的套扣部位，用两手的合力进行止血或分离组织B．血管钳按手术所需分直、弯、有齿、无齿等类型 C．主要用于止血和分离组织 D．正确的使用方法是以拇指、小指分别套入止血钳的套扣内，控制止血钳展开的力度 E.直血管钳用于浅部位或皮下止血，弯血管钳用于较深部止血 4.对家兔行气管插管术,以下描述错误的是(C) A.颈部备皮,做5-8CM颈正中切口 B.钝性分离皮下组织,暴露气管 C.于甲状软骨环下3-4软骨环间做T形切口 D.切口直径约气管直径的1/3-1/2 E.插管时应尽量迅速 5.以下对家兔进行麻醉的描述，不正确的是(B) A经耳缘静脉注射麻醉 B．当推注麻醉剂过半时，速度要快并密切观察反应 C．对麻醉剂的使用，除参考—般标准外，还应考虑动物个体的耐受性 D.因手术需要追加麻醉剂时，1次不超过总量的1/5

数字图像处理在医学上的应用

数字图像处理在医学上的应用 1 引言 自伦琴1895年发现X射线以来,在医学领域可以用图像的形式揭示更多有用的医学信息,医学的诊断方式也发生了巨大的变化。随着科学技术的不断发展,现代医学已越来越离不开医学图像的信息处理, 医学图像在临床诊断、教学科研等方面有重要的作用。目前的医学图像主要包括CT (计算机断层扫描) 图像、MRI( 核磁共振)图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子窥镜图像、显微镜下病理切片图像等。但是由于医学成像设备的成像机理、获取条件和显示设备等因素的限制, 使得人眼对某些图像很难直接做出准确的判断。计算机技术的应用可以改变这种状况，通过图像变换和增强技术来改善图像的清晰度, 突出重要的容，抑制不重要的容,以适应人眼的观察和机器的自动分析，这无疑大大提高了医生临床诊断的准确性和正确性。 数字图像处理的基本方法就是图像复原与图像增强。图像复原就是尽可能恢复原始图像的信息量,尽量保真。数字化的一个基本特征是它所固有的噪声。噪声可视为围绕真实值的随机波动, 是降低图像质量的主要因素。图像复原的一个基本问题就是消除噪声。图像增强就是通过利用人的视觉系统的生理特性更好地分辨图像细节。 与其他领域的应用相比较，医学影像等卫生领域信息更具独特性，医学图像较普通图像纹理更多，分辨率更高，相关性更大，存储空间要更大，并且为严格确保临床应用的可靠性，其压缩、分割等图像预处理、图像分析及图像理解等要求更高。医学图像处理跨计算机、数学、图形学、医学等多学科研究领域，医学图像处理技术包括图像变换、图像压缩、图像增强、图像平滑、边缘锐化、图像分割、图像识别、图像融合等等。在此联系数字图像处理的相关理论知识和步骤设计规划系统采集和处理的具体流程同时充分考虑到图像采集设备的拍摄效果以及最终处理结果的准确性，例举了基于图像处理技术的人体手指甲襞处微血管管袢直径的测量方法。 2人体微血管显微图像的采集 人体微血管显微图像的采集采用了如图1所示的显微光学系统和图像采集系统主要由透镜模组滤镜模组光源系统电荷耦合器件以及图像采集卡等构成。 图1显微光学系统与图像采集系统示意图

图像处理实验报告.doc

中南民族大学 计算机科学学院 数字图像处理实验报告年级 专业计算机科学与技术 指导教师 学号 姓名 实验类型综合型 2012年6月5日

一、实验安排 1.实验目的 加深对数字图像处理理论课程的理解,进一步熟悉数字图像处理课程的相关算法和原理。 2.实验内容 实验一：略（放假） 实验二： （1）选择一副图像,叠加椒盐噪声,分别用邻域平均法和中值滤波法对该图像进行滤波,显示滤波后的图像,比较和分析各滤波器的效果。 （2）选择一副图像,叠加零均值高斯噪声,设计一种处理方法,既能去噪声,又能保持边缘清晰。 3.实验环境 Matlab7 二、算法原理 领域平均法有力地抑制了噪声,同时也引起了模糊,模糊程度与领域半径成正比。 中值滤波是一种非线性平滑滤波,在一定的条件下可以克服线性滤波如（平滑滤波）等所带来的图像细节模糊问题,而且对过滤脉冲干扰及图像扫描噪声非常有效。但对某些细节多（特别是点,线,尖顶）的图像不宜采用中值滤波方法。中值滤波是用一个有奇数点的滑动窗口,将窗口中心点的值用窗口各点的中值代替。中值滤波器不像平滑滤波器那样使图像边界模糊,它在衰减噪声的同时,保持了图像细节的清晰。 三、Matlab代码 （1）a.叠加椒盐噪声,用邻域平均法对该图像进行滤波 I=imread('eight.jpg'); J=imnoise(I,'salt & pepper',0.02); subplot(231),imshow(I);title('原图象'); subplot(232),imshow(J);title('添加椒盐噪声图象'); k1=filter2(fspecial('average',3),J); k2=filter2(fspecial('average',5),J); k3=filter2(fspecial('average',7),J); k4=filter2(fspecial('average',9),J); subplot(233),imshow(uint8(k1));title('3*3模版平滑滤波'); subplot(234),imshow(uint8(k2));title('5*5模版平滑滤波'); subplot(235),imshow(uint8(k3));title('7*7模版平滑滤波'); subplot(236),imshow(uint8(k4));title('9*9模版平滑滤波'); b.叠加椒盐噪声,用中值滤波法对该图像进行滤波 I=imread('eight.tif'); I=imread('eight.tif'); J=imnoise(I,'salt & pepper',0.02); subplot(231),imshow(I);title('原图象'); subplot(232),imshow(J);title('添加椒盐噪声图象') k1=medfilt2(J); k2=medfilt2(J,[5 5]); k3=medfilt2(J,[7 7]); k4=medfilt2(J,[9 9]); subplot(233),imshow(k1);title('3*3模板中值滤波'); subplot(234),imshow(k2);title('5*5模板中值滤波'); subplot(235),imshow(k3);title('7*7模板中值滤波'); subplot(236),imshow(k4);title('9*9模板中值滤波');

医学图像处理实验

实验一 yq1 I=imread('');%读黑白图像 subplot(2,2,1);imshow(I) %显示图像 subplot(2,2,2);imhist(I) %显示直方图 J=imadjust(I,[ ],[0 1]);%对比度增强 subplot(2,2,3);imshow(J) subplot(2,2,4);imhist(J) I1=imresize(I,;imview(I1)%缩小 I2=imresize(I,;imview(I2)%放大 I3=imrotate(I,45,'bilinear','crop');imview(I3)%旋转45°%%原图、直方图对比度增强、直方图 %%缩小

%%放大 %%旋转45°

yq2 I=imread(''); imshow(I); I1=rgb2gray(I);%把彩色图像转换成灰度图像figure,imshow(I1); info= imfinfo('')%查询文件信息 imwrite(I1,'D:\yq\小小.png'); %写图像

info = Filename:'C:\MATLAB7\toolbox\images\i mdemos\' FileModDate: '03-May-2003 13:53:58' FileSize: 554554 Format: 'png' FormatVersion: [] Width: 732 Height: 486 BitDepth: 24 ColorType: 'truecolor' FormatSignature: [137 80 78 71 13 10 26 10] Colormap: [] Histogram: [] InterlaceType: 'none' Transparency: 'none' SimpleTransparencyData: [] BackgroundColor: [] RenderingIntent: [] Chromaticities: [] Gamma: []XResolution: [] YResolution: [] ResolutionUnit: [] XOffset: [] YOffset: [] OffsetUnit: [] SignificantBits: [] ImageModTime:'20 Feb 2003 20:53:33 +0000' Title: [] Author: [] Description: [] Copyright: 'Copyright Corel' CreationTime: [] Software: [] Disclaimer: [] Warning: [] Source: [] Comment: [] OtherText: [] yq3 [I,map]=imread(''); imshow(I,map)

数字图像处理实验报告

数字图像处理试验报告 实验二：数字图像的空间滤波和频域滤波 姓名：XX学号：2XXXXXXX 实验日期：2017 年4 月26 日 1.实验目的 1. 掌握图像滤波的基本定义及目的。 2. 理解空间域滤波的基本原理及方法。 3. 掌握进行图像的空域滤波的方法。 4. 掌握傅立叶变换及逆变换的基本原理方法。 5. 理解频域滤波的基本原理及方法。 6. 掌握进行图像的频域滤波的方法。 2.实验内容与要求 1. 平滑空间滤波： 1) 读出一幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一 图像窗口中。 2) 对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果，要 求在同一窗口中显示。 3) 使用函数 imfilter 时，分别采用不同的填充方法（或边界选项，如零填 充、’replicate’、’symmetric’、’circular’）进行低通滤波，显示处理后的图 像。 4) 运用 for 循环，将加有椒盐噪声的图像进行 10 次，20 次均值滤波，查看其特点, 显 示均值处理后的图像（提示:利用fspecial 函数的’average’类型生成均值滤波器）。 5) 对加入椒盐噪声的图像分别采用均值滤波法，和中值滤波法对有噪声的图像做处理，要 求在同一窗口中显示结果。 6) 自己设计平滑空间滤波器，并将其对噪声图像进行处理，显示处理后的图像。 2. 锐化空间滤波 1) 读出一幅图像，采用3×3 的拉普拉斯算子 w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1] 对其进行滤波。 2) 编写函数w = genlaplacian(n)，自动产生任一奇数尺寸n 的拉普拉斯算子，如5 ×5的拉普拉斯算子 w = [ 1 1 1 1 1 1 1 1 1 1 1 1 -24 1 1 1 1 1 1 1 1 1 1 1 1] 3) 分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对

《医学机能学实验》课程实验教学大纲

《医学机能学实验》课程实验教学大纲 课程名称：医学机能学实验英文名称：Experiments of Medical Functional Science 课程编号：23029110 实验课性质：独立设课 课程负责人：李瑞峰开放实验项目数：12项 大纲主撰人：李瑞峰王立祥潘芳大纲审核人：胡维诚张岫美刘传勇陈哲宇于晓徐红岩王越 高建新 一、学时、学分 课程总学时：108 实验学时：7学时/次 课程总学分：3.5 实验学分：3.5 二、适用专业及年级 临床医学、口腔医学及药学七年制；临床医学五年制和口腔、预防、护理医学五年制 三、实验教学目的与基本要求 机能学实验课程是以培养学生创造性思维和实践能力为目标,融合了生理学、病理生理学、药理学主干学科的理论知识与实验,结合医学心理学、医学神经生物学而形成的一门综合性、研究性的实验课程。该课程主要对人体或动物的生理活动、致病因子和药物引起机体功能的变化进行实验观察，探讨各种正常活动、异常变化以及药物与机体间相互作用的规律和机制。通过学习可使学生初步掌握基础医学机能学科实验研究的基本技术，验证和巩固基本理论；学会计算机生物信号处理系统等实验仪器的使用；提高科学地观察、分析、解决问题的能力；了解和获取医学及生物科学知识的科学方法；培养严肃的科学态度，启发科研创新性思维和团队协作精神等。 在本课程实施过程中要求学生结合相关理论知识，深刻理解实验原理及方案，按照实验操作规程，完成所规定的实验项目，从中熟悉所需仪器的应用和注意事项，并提交合格的实验报告和创造性设计报告和研究论文，并积极参加病理讨论和观看多媒体课件等教学活动。 四、考核方式 该课程是医学院必修考试课。 1.实验操作、实验报告占总成绩70% 2.实验设计报告、讲评操作和研究论文：30%（根据学生专业与学制而定） 五、实验教科书、参考书

ebnnuqc医学_图像处理技术

^ | You have to believe, there is a way. The ancients said:" the kingdom of heaven is trying to enter". Only when the reluctant step by step to go to it 's time, must be managed to get one step down, only have struggled to achieve it. -- Guo Ge Tech 医学图像处理技术 摘要：随着医学成像和计算机辅助技术的发展，从二维医学图像到三维可视化技术成为研究的热点，本文介绍了医学图像处理技术的发展动态，对图像分割、纹理分析、图像配准和图像融合技术的现状及其发展进行了综述。在比较各种技术在相关领域中应用的基础上，提出了医学图像处理技术发展所面临的相关问题及其发展方向。关键词：医学图像处理；图像分割；图像配准；图像融合；纹理分析 1．引言 近20 多年来，医学影像已成为医学技术中发展最快的领域之一，其结果使临床医生对 人体部病变部位的观察更直接、更清晰，确诊率也更高。20 世纪70 年代初，X-CT 的发明 曾引发了医学影像领域的一场革命，与此同时，核磁共振成像象(MRI :Magnetic Resonance Imaging)、超声成像、数字射线照相术、发射型计算机成像和核素成像等也逐步发展。计算机和医学图像处理技术作为这些成像技术的发展基础，带动着现代医学诊断正产生着深刻的变革。各种新的医学成像方法的临床应用，使医学诊断和治疗技术取得了很大的进展，同时将各种成像技术得到的信息进行互补，也为临床诊断及生物医学研究提供了有力的科学依据。 在目前的影像医疗诊断中,主要是通过观察一组二维切片图象去发现病变体,往往需要借助医生的经验来判定。至于准确的确定病变体的空间位置、大小、几何形状及与周围生物组织的空间关系,仅通过观察二维切片图象是很难实现的。因此,利用计算机图象处理技术对二维切片图象进行分析和处理,实现对人体器官、软组织和病变体的分割提取、三维重建和三维显示,可以辅助医生对病变体及其它感兴趣的区域进行定性甚至定量的分析,可以大大提高医疗诊断的 准确性和可靠性。此外,它在医疗教学、手术规划、手术仿真及各种医学研究中也能起重要的辅助作用。 本文对医学图像处理技术中的图像分割、纹理分析、图像配准和图像融合技术的现状及其发展进行了综述。 2．医学图像三维可视化技术 2.1三维可视化概述 医学图像的三维可视化的方法很多，但基本步骤大体相同，如图.。从#$ /&’(或超声等成像系统获得二维断层图像，然后需要将图像格式（如0(#1&）转化成计算机方便处理的格式。通过二维滤波，减少图像的噪声影响，提高信噪比和消除图像的尾迹。采取图像插值方法，对医学关键部位进行各向同性处理，获得体数据。经过三维滤波后，不同组织器官需要进行分割和归类，对同一部位的不同图像进行配准和融合，以利于进一步对某感兴趣部位的操作。根据不同的三维可视化要求和系统平台的能力，选择不同的方法进行三维体绘制，实现三维重构。

图像处理 实验报告

摘要： 图像处理，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。图像处理一般指数字图像处理。 数字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。目前，图像处理演示系统应用领域广泛医学、军事、科研、商业等领域。因为数字图像处理技术易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。本图像处理演示系统以数字图像处理理论为基础，对某些常用功能进行界面化设计，便于初级用户的操作。 设计要求 可视化界面，采用多幅不同形式图像验证系统的正确性； 合理选择不同形式图像，反应各功能模块的效果及验证系统的正确性 对图像进行灰度级映射，对比分析变换前后的直方图变化； 1.课题目的与要求 目的： 基本功能：彩色图像转灰度图像 图像的几何空间变换：平移，旋转，剪切，缩放 图像的算术处理：加、减、乘 图像的灰度拉伸方法（包含参数设置）； 直方图的统计和绘制；直方图均衡化和规定化； 要求： 1、熟悉图像点运算、代数运算、几何运算的基本定

义和常见方法； 2、掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法 3、掌握在MATLAB中进行插值的方法 4、运用MATLAB语言进行图像的插值缩放和插值旋转等 5、学会运用图像的灰度拉伸方法 6、学会运用图像的直方图设计和绘制；以及均衡化和规定化 7、进一步熟悉了解MATLAB语言的应用，将数字图像处理更好的应用于实际2.课题设计内容描述 1>彩色图像转化灰度图像： 大部分图像都是RGB格式。RGB是指红，绿，蓝三色。通常是每一色都是256个级。相当于过去摄影里提到了8级灰阶。 真彩色图像通常是就是指RGB。通常是三个8位，合起来是24位。不过每一个颜色并不一定是8位。比如有些显卡可以显示16位，或者是32位。所以就有16位真彩和32位真彩。 在一些特殊环境下需要将真彩色转换成灰度图像。 1单独处理每一个颜色分量。 2.处理图像的“灰度“，有时候又称为“高度”。边缘加强，平滑，去噪，加 锐度等。 3.当用黑白打印机打印照片时，通常也需要将彩色转成灰白，处理后再打印 4.摄影里，通过黑白照片体现“型体”与“线条”，“光线”。 2>图像的几何空间变化： 图像平移是将图像进行上下左右的等比例变化，不改变图像的特征，只改变位置。 图像比例缩放是指将给定的图像在x轴方向按比例缩放fx倍，在y轴按比例缩放fy倍，从而获得一幅新的图像。如果fx=fy，即在x轴方向和y轴方向缩放的比率相同，称这样的比例缩放为图像的全比例缩放。如果fx≠fy，图像的比例缩放会改变原始图象的像素间的相对位置，产生几何畸变。 旋转。一般图像的旋转是以图像的中心为原点，旋转一定的角度，也就是将图像上的所有像素都旋转一个相同的角度。旋转后图像的的大小一般会改变，即可以把转出显示区域的图像截去，或者扩大图像范围来显示所有的图像。图像的旋转变换也可以用矩阵变换来表示。

数字图像处理实验报告

数字图像处理实验 报告 学生姓名：学号： 专业年级： 09级电子信息工程二班

实验一常用MATLAB图像处理命令 一、实验内容 1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。 实验结果如右图： 代码如下： Subplot (1,3,1) i=imread('E:\数字图像处理\2.jpg') imshow(i) title('RGB') Subplot (1,3,2) j=rgb2gray(i) imshow(j) title('灰度') Subplot (1,3,3) k=im2bw(j,0.5) imshow(k) title('二值') 2、对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (3,2,1) i=imread('E:\数字图像处理 \16.jpg') x=imresize(i,[250,320]) imshow(x) title('原图x') Subplot (3,2,2) j=imread(''E:\数字图像处理 \17.jpg') y=imresize(j,[250,320]) imshow(y) title('原图y') Subplot (3,2,3) z=imadd(x,y) imshow(z)

title('相加结果')；Subplot (3,2,4)；z=imsubtract(x,y)；imshow(z)；title('相减结果') Subplot (3,2,5)；z=immultiply(x,y)；imshow(z)；title('相乘结果') Subplot (3,2,6)；z=imdivide(x,y)；imshow(z)；title('相除结果') 3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (2,2,1) i=imread('E:\数字图像处理 \23.jpg') imshow(i) title('原图') Subplot (2,2,2) J = imadjust(i,[],[],3); imshow(J) title('变暗') Subplot (2,2,3) J = imadjust(i,[],[],0.4) imshow(J) title('变亮') Subplot (2,2,4) J=255-i Imshow(J) title('变负') 二、实验总结 分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。 解答：图像减运算与图像加运算的原理和用法类似，同样要求两幅图像X、Y的大小类型相同，但是图像减运算imsubtract()有可能导致结果中出现负数，此时系统将负数统一置为零，即为黑色。 乘运算实际上是对两幅原始图像X、Y对应的像素点进行点乘(X.*Y)，将结果输出到矩阵Z中，若乘以一个常数，将改变图像的亮度：若常数值大于1，则乘运算后的图像将会变亮；叵常数值小于是，则图像将会会暗。可用来改变图像的灰度级，实现灰度级变换，也可以用来遮住图像的某些部分，其典型应用是用于获得掩膜图像。 除运算操作与乘运算操作互为逆运算，就是对两幅图像的对应像素点进行点（X./Y)， imdivide()同样可以通过除以一个常数来改变原始图像的亮度，可用来改变图像的灰度级，其典型运用是比值图像处理。 加法运算的一个重要应用是对同一场景的多幅图像求平均值 减法运算常用于检测变化及运动的物体，图像相减运算又称为图像差分运算，差分运算还可以用于消除图像背景，用于混合图像的分离。

《医学机能学实验》课程实验教学大纲

《医学机能学实验》教学大纲 课程名称：医学机能学实验英文名称：Experiments of Medical Functional Science 课程编号：23029110 实验课性质：独立设课 一、学时、学分 课程总学时：108 实验学时：7学时/次 课程总学分：3.5 实验学分：3.5 二、适用专业及年级 临床医学、口腔医学及药学七年制；临床医学五年制和口腔、预防、护理医学五年制 三、实验教学目的与基本要求 机能学实验课程是以培养学生创造性思维和实践能力为目标,融合了生理学、病理生理学、药理学主干学科的理论知识与实验,结合医学心理学、医学神经生物学而形成的一门综合性、研究性的实验课程。该课程主要对人体或动物的生理活动、致病因子和药物引起机体功能的变化进行实验观察，探讨各种正常活动、异常变化以及药物与机体间相互作用的规律和机制。通过学习可使学生初步掌握基础医学机能学科实验研究的基本技术，验证和巩固基本理论；学会计算机生物信号处理系统等实验仪器的使用；提高科学地观察、分析、解决问题的能力；了解和获取医学及生物科学知识的科学方法；培养严肃的科学态度，启发科研创新性思维和团队协作精神等。 在本课程实施过程中要求学生结合相关理论知识，深刻理解实验原理及方案，按照实验操作规程，完成所规定的实验项目，从中熟悉所需仪器的应用和注意事项，并提交合格的实验报告和创造性设计报告和研究论文，并积极参加病理讨论和观看多媒体课件等教学活动。 四、考核方式 该课程是医学院必修考试课。 1.实验操作、实验报告占总成绩70% 2.实验设计报告、讲评操作和研究论文：30%（根据学生专业与学制而定） 五、实验教科书、参考书 1.实验指导教材： 主编：胡维诚 书名：医学机能学实验 出版地：北京东黄城根北街16号

武汉科技大学 数字图像处理实验报告讲解

二○一四～二○一五学年第一学期电子信息工程系 实验报告书 班级：电子信息工程（DB）1102班姓名 学号： 课程名称：数字图像处理 二○一四年十一月一日

实验一图像直方图处理及灰度变换（2学时） 实验目的： 1. 掌握读、写、显示图像的基本方法。 2. 掌握图像直方图的概念、计算方法以及直方图归一化、均衡化方法。 3. 掌握图像灰度变换的基本方法，理解灰度变换对图像外观的改善效果。 实验内容： 1. 读入一幅图像，判断其是否为灰度图像，如果不是灰度图像，将其转化为灰度图像。 2. 完成灰度图像的直方图计算、直方图归一化、直方图均衡化等操作。 3. 完成灰度图像的灰度变换操作，如线性变换、伽马变换、阈值变换（二值化）等，分别使用不同参数观察灰度变换效果（对灰度直方图的影响）。 实验步骤： 1. 将图片转换为灰度图片,进行直方图均衡，并统计图像的直方图： I1=imread('pic.jpg'); %读取图像 I2=rgb2gray(I1); %将彩色图变成灰度图 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('灰度图'); subplot(3,2,4); imhist(I2); %统计直方图 title('统计直方图'); subplot(3,2,5); J=histeq(I2); %直方图均衡 imshow(J); title('直方图均衡'); subplot(3,2,6); imhist(J); title('统计直方图');

原 图 灰度图 01000 2000 3000统计直方图 100200直方图均衡 0统计直方图 100200 仿真分析： 将灰度图直方图均衡后，从图形上反映出细节更加丰富，图像动态范围增大，深色的地方颜色更深，浅色的地方颜色更前，对比更鲜明。从直方图上反应，暗部到亮部像素分布更加均匀。 2. 将图片进行阈值变换和灰度调整，并统计图像的直方图： I1=imread('rice.png'); I2=im2bw(I1,0.5); %选取阈值为0.5 I3=imadjust(I1,[0.3 0.9],[]); %设置灰度为0.3-0.9 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('阈值变换'); subplot(3,2,5); imshow(I3); title('灰度调整'); subplot(3,2,2); imhist(I1); title('统计直方图'); subplot(3,2,4);