您好,欢迎来到钮旅网。
搜索
您的当前位置:首页医学图像总复习

医学图像总复习

来源:钮旅网
1.模拟图像数字化包括采样和量化两个过程。请问什么是采样?什么是量化?并简图示之。 答:采样是将模拟图像空间中连续分布的图像元素转换成空间离散分布的像素的过程,也就是用有限数量的像素集合来近似地代表原图像的过程。

量化是用离散的数值来近似表示原来连续可变的像素明暗程度的过程,这个近似地表示明暗程度的离散数值称为像素的灰度值。

2 已知输入医学图像(下图左)的灰度分辨率为8bit,即灰度范围为0~255。请回答采用何种灰度变换可得到如下图右所示的效果供医生诊断?并给出变换公式。

答:可以通过图像反转(或称图像求反)来完成。 按以下映射关系进行灰度转换即可完成图像的反转

Gout(x,y)255Gin(x,y)

3.已知如下图,其中(a)是受噪声干扰的头颅MRI原图像,(b)是(a)的二维傅里叶变换图像,(C)是低通滤波传输函数的理想频谱图,简述:采用什么算法可以得到(d)的结果?

4.一般的图象几何变换包括哪几种?

• 答:包括平移、旋转、放大缩小,也称为RST变换。

5.什么是医学成像?

答:医学成像是借助于某种介质(如 X线、电磁场、超声波、放射性核素等)与人体的相互作用,把人体内部组织、器官的形态结构、密度、功能等,以图像的方式表达出来,提供给诊断医生,使医生能根据自己的知识和经验对医学图像中所提供的信息进行判断,从而对病人的健康状况进行判断的一门科学技术。

6、说明K-均值聚类分割法的具体步骤。

答:

第一步:将原图像分割为K个子图像,根据先验知识初步确定每个子图像的特征初始均值。

第二步:计算每个像素的特征值,若像素的特征值距离上述某类子图像的特征均值最近,则将其归入该类。

第三步:将所有像素归类后,重新计算各类的特征均值。

第四步:若对于所有的子图像特征均值与前一次的特征均值相等则计算结束,分割也即完成;否则回到第二步,以更新后的特征均值修正归类。

7简述直方图均衡化的步骤。

答:

第一步,根据原图像计算灰度直方图ps(sk)像中灰度等于k的像素数。

kknkn,n为原图像像素的总数,nk为原图

第二步,计算rki0ps(si)i0nin称为原图像的累积灰度直方图,求得的rk,就是经

直方图 均衡化后的灰度均匀分布。

1

第三步,按公式tkint[(N1)rk0.5]确定经直方图均衡化后的灰度级别tk,其中,运算符号int表示取其整数部分,N为原图像中灰度级别数。

第四步,确定原图像灰度级别Sk转换到tk的映射关系,再按此映射关系将原图像的每一像素的灰度逐一转换。

8 已知原图如图所示,用水平方向一维模板对其滤波,大小为31,其中平滑模板为[1/3,1/3,1/3];高斯模板为 [1/4,2/4,1/4];中值滤波窗口为31。请画出用上述三种模板处理后的结果图,并对结果进行分析。

9.已知模板,及原图像灰度值(下图左),对其进行平滑处理,求其变换后的结果。并用图示表示之。

10.已知原图如下示之,请采用3*1窗口的中值滤波,给出处理后的结果。并用图示表示之。

11.已知图像矩阵A中第一行的像素为R0[83 1 3 61 60 6 8 58],请采用哈尔小波变换法对其进行变换,写出变换的步骤,给出最后变换结果。

解:

步骤1:求均值,计算相邻像素对的平均值,得到一幅分辨率比较低的新图像,像素数目变成了4个,即新的图像的分辨率是原来的1/2,相应的像素值为:(83+1)/2=42;(3+61)/2=32; 60+6)/2=33;(8+58)/2=33。得:[42 32 33 33] 步骤2:求差值,得出细节系数。把像素对的第一个像素值减去这个像素对的平均值。83-42=41;3-32=-29;60-33=27;8-33=-25原始图像用4个均值和4个细节系数表示为:[42 32 33 33 41 -29 27 -25]

步骤3:重复步骤1和2,把由第2步分解得到的图像[42 32 33 33 41 -29 27 -25]进一步分解成分辨率更低的图像和细节系数。求均值:(42+32)/2=37;(33+33)/2=33;求差值:42-37=5;33-33=0;原始图像用2个均值和6个细节系数表示为:[37 33 5 0 41 -29 27 -25]

步骤4:重复步骤1和2,把由第3步分解得到的图像[37 33 5 0 41 -29 27 -25]进一步分解成分辨率更低的图像和细节系数。求均值:(37+33)/2=35;求差值:37-35=2;得出最后结果,用1个均值和7个细节系数表示为:[35 2 5 0 41 -29 27 -25]

12.已知图像灰度值如图示,请采用Roberts边缘检测算法对其进行边缘检测,给出检测结果图。如果 g(x,y)255,则g(x,y)255。

2

13.简述医学图像频域滤波的步骤。

答:

1)将输入图像f(x y)乘以(1)xy进行中心化变换; 2)将其进行DFT变换,得F(u,v); 3)用滤波器函数H(u,v)乘以F(u,v);

4)计算出结果后并对其进行反DFT变换,得出实部; 5)实部乘以(1)xy得出最后结果。 14、简述直方图规定化的步骤。

15、设某图像的灰度变换曲线如图所示,希望将a,b灰度级区域扩展,而将其他灰度级区域压缩,请给出变换函数g形式。

答:

16、已知分段线性变换,a,b,c为三段直线的斜率,变换前后的灰度范围为0~255,且满足ar1b(r2r1)c(255r2)255其中r1100,r2150,ac0.5。求:斜率

b?。

答:

b2550.5(255150)0.5100/15010025552.550/503.05

17、已知图像f(x,y),模板M,阈值T为10,求:平滑后中心值g。

3

10...10...101...1...11f30....40...30 M1...2...1

1020....20....201...1...1答:

fw110(1010103040230202020)23

因为40231710所以g=23

18、已知两图像的边界链码分别为C1=00004422,C2=00004422,求二者的相似度R。

答:对于C1和C2二者链码总长度相等,有:A=10,B=12-A=2,R12=A÷B=5.000 19、设有两段用链码表示的边界C1、C2,链码总长度分别为20和14,链码分别为:

C1=0000022222,M=20;C2=0077442222,N=14。 求:C1、C2的相似性R。

N解:1、先求C1和C2的相关函数:R(u)取u=0,1,2,3,4,5,6

2、再计算归一化的相关函数值:

Nai1iubi,.....(u0,1,2,...,MN)

2aiubiRn(u)i1NN,.....(u0,1,2,...,MN) b2ii1a2iui13、最后求C1、C2的相似性R: •

4

因篇幅问题不能全部显示,请点此查看更多更全内容

Copyright © 2019- niushuan.com 版权所有 赣ICP备2024042780号-2

违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com

本站由北京市万商天勤律师事务所王兴未律师提供法律服务