医学图像处理-三维重建

设置图像的显示效果
• view(-144,20);%利用view()函数定义观察
者视角
• lighting gouraud;%利用lighting定义显示图
像的光线阴影
• axis equal;%利用axis定义显示图像的轴
• 运用MATLAB程序在进行CT图像边界轮廓提
取的基础上得到三维表面重建图像。重建 速度快、效果好；但是面绘制的缺点是信 息的丢失比较大，运算量与景物和物体形 状有关。
'none');%使用patch()函数对碎片进行构造， 并对图像的颜色，光线进行定义，其中fv是 第(3)步中得到的。
设置图像的颜色、阴影及显示效果
• colormap(gray); • %利用colormap()函数为图像定义颜色集 • view(3); • %利用view()函数定义观察者视角 • lighting gouraud; • %利用lighting定义显示图像的光线阴影 • axis equal; • %利用axis定义显示图像的轴 • daspect([x y z]); • %使用daspect()定义x、y、z轴的显示比例
图像三维表面重建
• 计算机三维表面重建是指首先运用图像技
术从二维图像中分割出兴趣区的轮廓曲线， 然后经图形处理，得到其三维结构，从而 再现原物体的空间结构。因此，对于三维 表面重建而言，边界轮廓的提取尤为重要。
• 为了便于面部边界的提取，先对各CT图片进行颜
色处理，去掉非有效区，如头发、支架等部分， 并使其色素尽量减少。
读入现有的n幅图像
• image2=imread('02.bmp'); •﹕ •﹕ • imagen=imread('n.bmp'); • D＝
cat(3,image1,image2,image3,……imagen);%使 用cat()函数创建三维矩阵D
重建数据预处理
• 采用上述方法构造的三维数据集D，数据量大，
• surf(consx,consy,consz);%利用surf()函数
进行三维表面绘制。
• 设置图像的颜色及阴影效果。
• colormap(gray);%利用colormap()函数为图
像定义颜色集
• shading flat;%利用shading定义显示图像的
颜色阴影
设置图像光照效果
• light('Position',[-80,-262,-
• MATLAB
MATLAB6.5
• MATLAB6.5的图像处理工具箱实现了断层
图像的三维表面重建及体重建，原理简单， 编程实现方便。
• 在对头部CT图片进行的三维表面重建及体
重建实验中，重建速度快，显示效果良好， 便于各类非计算机专业人士推广应用。
• 三维重建技术的实现方法包括两种：
• 一种是通过几何单元拼接拟合物体表面来
三维重建技术 （面显示与体显示）
三维医学图像技术的意义
利用MATLAB实现 CT断层图像的三维重建
研究工具与研究基础
•C • VTK • MITK • MATLAB
• 医学图像三维重建为人体结构提供了真实、
直观的反映，便于医学人员对病灶的观察 及手术的进行。但图像三维重建编程实现 困难，不易被非计算机专业人士所掌握。
200],'style','infinite');%利用light()函数为图 像设置光照效果
• light('Position',[-Fra Baidu bibliotek00,-0,-
4500],'style','infinite');light('Position',[5000 ,100,-300],'style','infinite');
平滑处理
计算数据集在显示平面累计投影
• fv=isosurface(x,y,z,D,isovalue);%使用
isosurface()函数计算数据集在显示平面累 计投影，isovalue根据实际情况自行定义
构造三维体重建碎片
• p=patch(fv,FaceColor','yellow','EdgeColor',
信息，需要对原始图像进行预处理，以突 出有效的图像信息，消除或减少噪声的干 扰。
• 图像格式的转换与读写 • 图像增强
图像格式的转换与读写
• 正确读取DICOM图像后，通过选择合适的
窗宽、窗位，将窗宽范围内的值通过线性 或非线性变换转换为小于256的值，将CT图 像转换为256色BMP图像。
图像增强
• consx=[consx;yo.*cos(xo)];%将x，y值从极坐标
系转换到直角坐标系
• consy=[consy;yo.*sin(xo)]; • consz=[consz;ones(1,length(xo))*iLayer*(-
4.0)];%为每一切片层赋予z坐标值，iLayer为层数
• 边界轮廓曲线表面绘制
• 灰度直方图均衡化。均匀量化的自然图像
的灰度直方图通常在低灰度区间上频率较 大，使得图像中较暗区域中的细节看不清 楚，采用直方图修整可使原图像灰度集中 的区域拉开或使灰度分布均匀，从而增大 反差，使图像的细节清晰。
• 灰度变换法。照片或电子方法得到的图像，
常表现出低对比度即整个图像偏亮或偏暗， 为此需要对图像中的每一个像素的灰度级 进行标度变换，扩大图像灰度范围，以达 到改善图像质量的目的。
• 重建数据的采集 • 重建数据预处理 • 计算数据集在显示平面累计投影 • 构造三维体重建碎片 • 设置图像的颜色、阴影及显示效果
重建数据的采集
• 对现有的n幅头部CT图像数据进行三维数据集D的
构造，得到的数据集D为一个x×y×n的矩阵
• image1=imread('01.bmp');%使用imread()函数
• 图像增强就是根据某种应用的需要，人为
地突出输入图像中的某些信息，从而抑制 或消除另一些信息的处理过程。使输入图 像具有更好的图像质量，有利于分析及识 别。
• 直方图修改 • 图像平滑 • 图像边缘锐化 • 伪彩色增强
• histeq() • imadjust() • fspecial() • filter2() • conv2() • medfilt()
CT图像三维体重建
• 体绘制通过计算所有体素对光线的作用得
到二维投影图像，基于体绘制的三维体重 建方法计算量不依赖于景物的复杂程度和 物体形状的复杂程度，也不需要对切片的 边界轮廓进行提取，其计算过程不依赖于 视点，处理三维采样信号方便，便于显示 物体的内部结构。但是，三维体重建所需 数据量大，运算速度较慢。
重建数据的采集
• 运用傅立叶级数的系数，求出边界上若干个点x，
y向坐标值，并为其加上适当的z坐标值
• xo=[0:pi/180:2*pi];%x的值在[0,2π]中选取 • yo=yo+a(i)*cos((i-1)*xo)+b(i)*sin((i-1)*xo);%
通过傅立叶系数求y值，其中yo初始值为a0
• 在提取边界时，首先采用逐行扫描图片的办法，
通过比较相邻点的像素值，找到图片边界上的一 个点，作为切片边界的起点。然后从边界起点开 始，逐点判断与之相邻的八个点，如果某点为图 片的边界点则记录下，并开始下一步判断，直到 获得所有的边界点。
三维表面重建
• 重建数据的采集 • 边界轮廓曲线表面绘制 • 设置图像的颜色及阴影效果 • 设置图像光照效果 • 设置图像的显示效果
描述物体的三维结构，称为表面重建；
• 另一种是直接将体像素以一定的颜色和透
明度投影到显示平面的方法，称为体重建。
• 表面重建运算量小，表面显示清晰，但对边
缘检测的要求比较高；
• 而体重建直接基于体数据进行显示，避免了
重建过程中所造成的伪像痕迹，但运算量较 大。
重建方法
预处理
• 为了有利于从图像中准确地提取出有用的
• 平滑与锐化滤波。平滑技术用于平滑图像中的噪
声，基本采用在空间域上的求平均值或中值，或 在频域上采取低通滤波。在MATLAB中，各种滤波 方法都是在空间域中通过不同的卷积模板即滤波 算子实现，可用fspecial()函数创建预定义的滤波 算子，然后用filter2()或conv2()函数在实现卷积 运算的基础上进行滤波。中值滤波是一种基于排 序统计理论的抑制噪声的非线性信号处理技术， 其在除去图像中的孤立点、线的噪声的同时，很 好地保护了图像的边缘信息，适用于一些线性滤 波器无法胜任地场合。
在体重建中速度慢，并且可能在计算中超出内存。 因而，可以根据实际情况，对数据集D进行预处 理，减少数据量。
• [x y z D]=reducevolume(D,[a b c]);%使用
reducevolume()函数减少数据量，其中a，b，c为 x，
• y和z轴数据抽取的比例，根据数据情况自行定义。 • D=smooth3(D);%使用smooth()函数对数据进行