大家好，又见面了，我是你们的朋友全栈君。
文章目录
- 1 图像和数字图像
- 2 图像分类
- 2.1 简单分类
- 2.2 传感器分类
- 2.3 维度分类
- 3 图像处理流程
- 4 医学图像
1 图像和数字图像
数字图像： 被定义为一个二维函数，f(x,y)，其中x,y代表空间坐标，f代表点（x,y）处的强度或灰度级。和普通的笛卡尔坐标系有区别，在计算机中坐标系左上角为原点：
图像数字化： 图像进入计算机后，对图像进行数字化（映射）。数字图像三要素： （1）像素：大小决定了图像存储、显示的清晰度； （2）灰度值：通常为0-255，因为在计算机中通常用一个字节来表示一个像素，即28。 （3）坐标 图像存储在计算机中会丢失信息，因为是从一个连续的空间到离散空间的再采样过程。 图像数据：
生活中是二维的，医学上通常还有3维和4维的。比如在关注心脏跳动的时候，不仅关注其三维结构，还要关注时间轴变化。 三维图像：一个像素描述成一个体素。 （1）二维图像：被描述成f(i,j) （2）三维图像：被描述成f(i,j,k) （3）四维图像：被描述成f(i,j,k,t) 注意：i,j,k,t都为正整数，这样才能实现正确存储 数字图像处理： 数字化：把自然界的东西进行采样，展示到计算机里面成为数字化的存储单元。 数字图像：一个目标的数字化表征 数字图像处理：包括处理和分析两个过程 数字图像采样与量化： 采样：测量图像中每个像素位置的灰度值。采样率越高越清晰，但是占用内存也越大 量化：用一个整数表征采样的测量值。会丢失信息，且使得图像从连续空间变为离散空间 对比度： 图像灰度差的幅度 解像率： 图像振幅测量单位的灰度级数 数字图像格式： 二维图像：除了raw data之外,还有bmp，tif,gip,jpg等格式，这些格式是对图像信息的压缩。除了本身的raw data之外，还有头文件，告诉我们图像的存储格式以及坐标系关系。 三维图像：除了raw data之外，还有info,vox,mnc,dicom。医学图像中常用的是dicom
2 图像分类
2.1 简单分类
（1）二值图像：包含两个值，通常为0、255
（2）灰度图像： 0-255灰阶，更能表现自然界图像形态。
（3）彩色图像： 包含更加丰富的信息，实际上时3个灰度图像的叠加，R/G/B的channel的混合。
（4）伪彩图像： 红外图像更能表达自然界中温度的变化（右，猫眼睛耳朵亮），为了更能表现温度的变化，科学家们使用伪彩的方式把红外图像描述出来，更能逼真表示温度变化
2.2 传感器分类
（1）光学图像： 日常中的图像都是光学图像
（2）红外图像： 红外图像更能表达自然界中温度的变化（猫眼睛耳朵亮）
（3）紫外图像： UV，紫外更多来自宇宙空间（太阳和其他星球）。在天文学中经常使用紫外的图像，来描述宇宙中的成像方式。
（4）卫星图像： 我们手中拿到的报纸都可以被卫星捕捉到，卫星能够很好的帮助我们捕捉到一些细枝末节的信息。在军事领域、城市建设、资源勘探等方面有很大的应用。
（5）显微图像：
上图，心脏肌肉的显微照片，这是临床中经常应用的一类称为活检对图片，当我们怀疑组织的某一部分有病变的时候，通过穿刺的方法，在身体组织、器官表面进行采样，得到组织碎片，通过在显微镜进行放大，进行分析——病理诊断 （6）微波图像、雷达图像、光学图像： 大雪覆盖了海岸线。光学图像中，几乎看不到大雪覆盖的地理结构；雷达图像，可以很好的穿透浮冰、大雪，很好的观测到地理结构；微波图像更清晰显示地理结构。
（6）X光（X-ray）：
（7）MRI（RF、核磁共振）图像：
（8）超声图像：
2.3 维度分类
（1）二维： 日常生活中看到的都是二维图像 （2）三维： 如下激光的扫描图像，它是二维扫描仪进行了三维描述，用激光沿着人体进行三维扫描，这样能采集到人体三维的表面结构，进而绘制三维人体。
3 图像处理流程
图像处理流程，通常包含三个阶段： （1）low level：被称为图像滤波（预处理）。图像to图像——增强操作（锐化、平滑）、差值操作（变大变小过程中）、去噪、裁剪… （2）intermediate level：被称为图像分割（分割）。图像to符号集（symbolic repreentation）。如果能够把图像中的目标标定（分割）出来的时候，那么输出就可能是边缘的集合，而不是整个图像。——区域提取、标识、分组（分类） （3）High level：被称为图像理解或者模式识别（识别）。输入为信号集（符号集），输出为功能的表达。这是一个理解的过程，不仅能够标识目标区域，还能知道目标是什么。——区域特征分析（位置、朝向、尺寸…），通过目标匹配形式
后续还需要对图像进行三维绘制，建模，表达，作为输出展示给用户。
4 医学图像
（1）CT图像： 骨结构、组织结构（不太清晰）
（2）MRI（核磁共振）图像： 清晰看到除了骨结构之外的一些软组织，更能描述人体软组织结构。
（3）X-ray图像：很好描述肺结构
（4）超声图像： 超声图像很难看懂，因为图像视野狭窄，图像精度也不好，但是绿色对人体无害。
（5）PAT正电子成像： 上述为解剖结构成像，随着成像计算的发展，出现了功能和代谢成像的图片，如PAT正电子成像——对人体内，尤其是氧的消耗量的大小来分析不同组织结构的特征，不仅可以看到解剖结构，更多的是描绘人的新陈代谢或者人体功能的描述。因此这种成像对癌症，比如一些病变的早期形成过程有很好的描述，帮助医生早诊断、早治疗
（6）三维超声
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/128833.html原文链接：https://javaforall.cn
