第一章緒論

1.1引言
本論文研究的是醫(yī)學(xué)影像的數(shù)字圖像處理。醫(yī)學(xué)影像包括X射線圖像，CT和核磁圖像，顯微圖像，B超圖像等，數(shù)字圖像處理是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)，并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過(guò)程。20世紀(jì)60年代，數(shù)字圖像處理技術(shù)在對(duì)衛(wèi)星遙感圖像的處理中，發(fā)揮了巨大的作用，70年代，此項(xiàng)技術(shù)開始逐漸應(yīng)用于醫(yī)學(xué)影像領(lǐng)域，并在90年代得到了迅猛發(fā)展⑴。最近幾年，隨著計(jì)算機(jī)科學(xué)與技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)迅猛的發(fā)展，使得數(shù)字圖像處理技術(shù)與人們?nèi)粘５纳掙P(guān)系越來(lái)越密切，數(shù)字圖像處理技術(shù)也得到了飛速的發(fā)展。
因此，應(yīng)用此項(xiàng)技術(shù)對(duì)X射線醫(yī)學(xué)影像進(jìn)行處理亦是大勢(shì)所趨。本文便是通過(guò)應(yīng)用改進(jìn)后的Retinex理論，使得增強(qiáng)后的X射線醫(yī)學(xué)影像能有更好的視覺(jué)效果。
....................................

1.2醫(yī)學(xué)影像與醫(yī)學(xué)影像學(xué)
人體的各種組織、器官，當(dāng)它們發(fā)揮功能和進(jìn)行代謝的時(shí)候，通常會(huì)伴隨著某些信息的產(chǎn)生。我們?nèi)绻茚娂竭@些信息，并對(duì)其加工處理，便能夠?qū)θ梭w的健康狀況有所了解，以此發(fā)現(xiàn)疾病，并對(duì)其進(jìn)行有效的預(yù)防和診斷，從而提高人們的健康水平。由于人們迫切地希望能夠直接的看到人體的內(nèi)部，，期望對(duì)人體組織和器官形態(tài)以及病理有更為直觀的了解，各類醫(yī)學(xué)影像便由此應(yīng)運(yùn)而生，并得到了迅速的發(fā)展。
醫(yī)學(xué)影像包含甚廣，而且這對(duì)疾病的診斷是最為直觀的，而且是最便捷的。醫(yī)學(xué)影像處理的目的，是研究醫(yī)學(xué)影像的理論和方法，開發(fā)可用于臨床的醫(yī)學(xué)影像技術(shù)、計(jì)算機(jī)集成診斷系統(tǒng)等，為人類的健康事業(yè)服務(wù)。
醫(yī)學(xué)影像學(xué)是醫(yī)學(xué)研宄領(lǐng)域中的一個(gè)重要的方向。醫(yī)學(xué)影像學(xué)主要包括人體信息的獲取以及圖像的形成、處理、分析、存儲(chǔ)、傳輸、應(yīng)用，其內(nèi)容主要有以下三大部分：醫(yī)學(xué)影像物理學(xué)（成像系統(tǒng)與成像原理)、醫(yī)學(xué)影像處理技術(shù)和醫(yī)學(xué)影像應(yīng)用技術(shù)[2]。
在論文中，我們主要研究醫(yī)學(xué)影像處理技術(shù)。醫(yī)學(xué)影像處理技術(shù)發(fā)展到今天，己經(jīng)使傳統(tǒng)的醫(yī)學(xué)影像獲取和觀察的方法被徹底的改變，同時(shí)也使圖像在醫(yī)學(xué)中變得更為重要。最近，隨著計(jì)算機(jī)圖像處理與分析、計(jì)算機(jī)圖形學(xué)和計(jì)算機(jī)網(wǎng)絡(luò)等技術(shù)的不斷發(fā)展，醫(yī)學(xué)影像處理技術(shù)也逐漸成為了一門極具特色的交叉學(xué)科。
................................

第二章數(shù)字圖像增強(qiáng)算法基礎(chǔ)

2.1概述
數(shù)字圖像處理中最基本的內(nèi)容之一便是圖像增強(qiáng)，它的主要目的是改善圖像的視覺(jué)效果，提高圖像的清晰度，將圖像轉(zhuǎn)化成一種更適合于人們或計(jì)算機(jī)處理分析的形式，因此，如何改善圖像的質(zhì)量是圖像增強(qiáng)的根本目的。
數(shù)字圖像增強(qiáng)的方法，可以分為兩類：空間域的增強(qiáng)和基于頻率域的增強(qiáng)算法。當(dāng)然，為了獲得更好的圖像處理效果，在實(shí)際的科研工作中，兩種方法往往相互混合使用。然而，就方法本身而言，往往沒(méi)有任何創(chuàng)新之處，而只是兩種不同方法的累積、疊加，因此，從嚴(yán)格意義上來(lái)講，并沒(méi)有超過(guò)二者的范圍。
傳統(tǒng)的圖像增強(qiáng)算法雖然功能相對(duì)單一，但是由于其算法簡(jiǎn)單在實(shí)際中仍然得到了廣泛的應(yīng)用。本章將重點(diǎn)介紹在空間域和頻率域主要傳統(tǒng)增丨雖技術(shù)的基本原理，并且，其中的一些基本概念和操作，如空間卷積等，將應(yīng)用于后續(xù)章節(jié)中。
........................................

2.2空域增強(qiáng)算法
空域增強(qiáng)主要分為兩類，一類是直接處理每一個(gè)像素點(diǎn)，如圖像的灰度變換，便是基于點(diǎn)的操作，將每一個(gè)像素的灰度值按照一定的數(shù)學(xué)公式轉(zhuǎn)變?yōu)橐粋�(gè)新的灰度值，常用的方法有對(duì)比度增強(qiáng)、直方圖均衡等。另一類是空間濾波，這是基于鄰域的，也即局部的處理。強(qiáng)調(diào)局部是為第三章末節(jié)，全局去噪算法做的鋪墊。方法是用某一個(gè)模板對(duì)像素及其周邊的像素進(jìn)行數(shù)學(xué)分析和運(yùn)算，得到該像素的新的灰度值，常用的空間域?yàn)V波技術(shù)有圖像平滑濾波與圖像銳化濾波。
2. 2.1灰度變換
毫無(wú)疑問(wèn)，灰度變換是所有圖像處理技術(shù)中最為簡(jiǎn)單的。這里規(guī)定，用r,s分別表示輸入、輸出像素的灰度級(jí)，則s=T(r)。其中T是將r值映射到s的一種變換，也即灰度變換函數(shù)的一種映射關(guān)系_。最主要的包括三種：線性變換(反轉(zhuǎn)、恒等變換)、對(duì)數(shù)變換(對(duì)數(shù)、反對(duì)數(shù)變換)和幕律變換(n次冪、n次根變換）。下面分別討論這幾種變換。
.....................................

第三章 改進(jìn)的X射線醫(yī)學(xué)影像去噪算法及其實(shí)現(xiàn)................ 24-30 
3.1 X射線醫(yī)學(xué)影像噪聲特性..................... 24-25 
3.2 基于局部區(qū)域去噪............................ 25 
3.3 改進(jìn)的非局部平均去噪算法的理論分析............... 25-27 
3.4 改進(jìn)的IU-NLM算法的實(shí)現(xiàn)....................... 27-30 
第四章 改進(jìn)的復(fù)合Retinex算法(LRA算法)理論分析............. 30-40 
4.1 Retinex理論背景與基礎(chǔ) ..........30-31 
4.2 Retinex算法的發(fā)展........................... 31-36 
4.2.1 隨機(jī)步行Retinex算法.............. 31-32 
4.2.2 McCann's Retinex算法 .....................32-33 
4.2.3 SSR算法 ...............33-35 
4.2.4 MSR算法................... 35 
4.2.5 MSRCR算法.......................... 35-36 
4.3 改進(jìn)的復(fù)合Retinex算法LRA算法................. 36-40 
4.3.1 LRA算法的理論基礎(chǔ)................. 36-38 
4.3.2 LRA算法的具體實(shí)現(xiàn).......................... 38-40 

第五章 實(shí)驗(yàn)結(jié)果與分析

在第四章中，本文完成了關(guān)于Retinex理論的分析，并對(duì)己有的Retinex算法中較重要的部分算法迸行了討論，根據(jù)X射線成像的特點(diǎn)，本文提出了基于原有算法的復(fù)合Retinex算法LRA算法，下面探討其參數(shù)選取等問(wèn)題。
5.1改進(jìn)的復(fù)合Retinex算法LRA算法參數(shù)的選擇與分析
任何參數(shù)的選擇都離不開圖像質(zhì)量的評(píng)測(cè)。選擇尺度參數(shù)q =80，先用傳統(tǒng)的SSR算法對(duì)兩組測(cè)試X射線圖像進(jìn)行處理。
通過(guò)觀測(cè)圖5-1中b，d，也即SSR作用的結(jié)果，可以很明顯的看出雖然圖像亮度明顯提升，在較暗處的對(duì)比度有明顯增加，但在光亮處的對(duì)比度卻因?yàn)榱炼鹊钠毡樵黾佣鴾p小了。這導(dǎo)致的必然的結(jié)果就是細(xì)節(jié)的丟失。醫(yī)學(xué)影像更不允許這種現(xiàn)象的發(fā)生。
對(duì)于參數(shù)m，d2 ：
式4-13中即為了調(diào)整這樣的現(xiàn)狀�？梢栽O(shè)想，在光亮的圖像中減去與之相對(duì)應(yīng)的帶有一定細(xì)節(jié)的暗圖像，可以增加光亮區(qū)域的對(duì)比度，同時(shí)，雖然灰度值有所下降，但是在視覺(jué)上并沒(méi)有產(chǎn)生過(guò)大的反差。意即在SSR增加了整個(gè)圖像亮度與暗區(qū)域?qū)Ρ榷鹊耐瑫r(shí)，項(xiàng)在略減少整幅圖像灰度但并不影響視覺(jué)的情況下，增加了光亮區(qū)域的對(duì)比度。
...................................

總結(jié)

本文首先介紹了當(dāng)前X射線醫(yī)學(xué)影像的發(fā)展現(xiàn)狀，并在此基礎(chǔ)上較為詳盡地研宄并實(shí)現(xiàn)了數(shù)字圖像處理的基礎(chǔ)領(lǐng)域，包括空域、頻域處理。并在實(shí)際處理當(dāng)中明確了圖像降噪的必要性，又詳細(xì)討論了圖像降噪的方法，分析了基本的圖像降噪思想與模型，同時(shí)創(chuàng)新地提出了本文改進(jìn)的非局部平均去噪算法（NLM算法)，并實(shí)驗(yàn)實(shí)現(xiàn)。
在論文中，作者詳細(xì)考察了 Retinex算法的發(fā)展及歷史，并編程實(shí)現(xiàn)了包括SSR, MSR, MSRCR等算法，同時(shí)說(shuō)明了各算法對(duì)于X射線醫(yī)學(xué)影像而言的優(yōu)缺點(diǎn)。
為彌補(bǔ)上述說(shuō)法的不足，根據(jù)X射線成像機(jī)理，本文據(jù)此提出了自身的復(fù)合Retinex 算法 LRA(Logsig cumulative Reintex Algorithm)算法。并給出 了參數(shù)選擇的標(biāo)準(zhǔn)與增強(qiáng)結(jié)果的分析，說(shuō)明了 LRA算法相較于其他Retinex算法對(duì)于X射線醫(yī)學(xué)影像的優(yōu)越性。
關(guān)于LRA算法進(jìn)一步的改進(jìn)設(shè)想，本文認(rèn)為可以適當(dāng)開發(fā)出計(jì)算“暗圖像”的非線性方式，從而能夠更加突出算法思想，因?yàn)樗惴ǖ木�性性質(zhì)被本文認(rèn)為是還可以使效果進(jìn)一步提升的瓶頸。
.............................
參考文獻(xiàn)（略）