1.3 图像处理的基本方法

图像增强可分成两大类：频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。后者空间域法中具有代表性的算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。

图像增强的方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配。在图像增强过程中，不分析图像降质的原因，处理后的图像不一定逼近原始图像。图像增强技术根据增强处理过程所在的空间不同，可分为基于空域的算法和基于频域的算法两大类。基于空域的算法处理时直接对图像灰度级做运算，基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正，是一种间接增强的算法。

基于空域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变换和直方图修正等，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声，但是也容易引起边缘的模糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓，便于目标识别。常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。

第二章 医学图像处理相关介绍

2.1 医学图像处理系统一般功能分析

医学影像的象素深度通常不低于4096灰度级，普通显示器不能直接显示影像的全部灰度信息，因此要采用加窗显示的方法。加窗显示将图像象素灰度范围的一部分映射到显示器所能表示的灰度范围。用过调节窗的宽度和位置可以使图像的细节得以充分体现。

CT、影像存在影像序列的概念。一个影像序列指一次扫描的多幅切面图像或定位像（确定切面图像位置的人体局部图像）。对一个序列的多幅图像其操作和调节往往是相同的，因此系统要提供序列同步功能，使医生对一幅图像进行操作时，同一序列的其它图像能以同样的参数自动调节。系统还需要提供多种显示格式，使每一屏的行列图像数可以改变，从而使界面更加符合医生的浏览习惯。

图像的放大、翻转、旋转、平移、反相显示等操作在诊断中很常用。图像增强、图像平滑、边缘识别等图像处理功能对医生的诊断也有帮助。

2.2 医学图像处理的背景及意义

  自从人类发明了计算机和网络以后，基本所有的产业都被带来了一股革命的风暴，医学作为和人类生命健康息息相关的重要学科，首当其冲的受到了这股风暴的洗礼。而医学图像处理则是在科技发展后而新兴的一种项目，业内也开始重视起这个正在崛起的新学科。从古时候开始医学就与人类的生产生活紧密相关，而医学也随着科技的更新换代而在进步着，医学图像处理系统的发展同样影响着人们的生活。在日新月异的改革发展大潮中，所有产业基本都有着翻天覆地的进化，医学图像处理的应用不仅是在医学研究或者是在临床医学里都变的越来越普遍[2]。而对比了传统的图像处理后，医学图像处理有其不同的侧重点和特殊的意义，因此设计一款适用于医学方面专业的图像处理系统是十分有必要的。  

  其实对人们来说，图像处理其实并不陌生，在生活中图像处理随处可见，吃饭、逛街、上学、看病等等日常的琐事都会接触到图像处理。图像处理是起源于二十世纪二十年代，从最开始的简单的处理发展到现在在计算机科学、医学等各个领域里都有所应用，最重要的是为人类的生产生活健康卫生等方面都带来了不可想象的社会和经济效益[3]。而且相信在不久的未来里，随着对科技和图像处理方面的更深入的研究和发展，这项新兴的技术能成为在所有领域里都有着抢眼表现的强有力的工具。