医学图像处理实验.doc

实验一
yq1
I=imread('cameraman、tif');%读黑白图像
subplot(2,2,1);imshow(I) %显示图像
subplot(2,2,2);imhist(I) %显示直方图
J=imadjust(I,[0、02 0、7],[0 1]);%对比度增强
subplot(2,2,3);imshow(J)
subplot(2,2,4);imhist(J)
I1=imresize(I,0、5);imview(I1)%缩小
I2=imresize(I,1、5);imview(I2)%放大
I3=imrotate(I,45,'bilinear','crop');imview(I3)%旋转45°
%%原图、直方图 对比度增强、直方图

%%缩小

%%放大

%%旋转45°

yq2
I=imread('pears、png');
imshow(I);
I1=rgb2gray(I);%把彩色图像转换成灰度图像
figure,imshow(I1);
info= imfinfo('pears、png')%查询文件信息
imwrite(I1,'D:\yq\小小、png'); %写图像

info =
:'C:\MATLAB7\toolbox\images\imdemos\pears、png'
: '03-May-2003 13:53:58'
: 554554
Format: 'png'
FormatVersion: []
Width: 732
Height: 486
BitDepth: 24
ColorType: 'truecolor'
FormatSignature: [137 80 78 71 13 10 26 10]
Colormap: []
Histogram: []
InterlaceType: 'none'
Transparency: 'none'
SimpleTransparencyData: []
BackgroundColor: []
RenderingIntent: []
Chromaticities: []
Gamma: []
XResolution: []
YResolution: []
ResolutionUnit: []
XOffset: []
YOffset: []
OffsetUnit: []
SignificantBits: []
ImageModTime:'20 Feb 2003 20:53:33 +0000'
Title: []
Author: []
Description: []
Copyright: 'Copyright Corel'
CreationTime: []
Software: []
Disclaimer: []
Warning: []
Source: []
Comment: []
OtherText: []
yq3
[I,map]=imread('trees、tif');
imshow(I,map)
I1=ind2gray(I,map);%把索引色转换成灰度图像
figure,imshow(I1,map)
%%索引色图像

%%灰度图像

实验二
yq4
%%对比度调整
I=imread('pout、tif');
subplot(2,2,1);imshow(I);
subplot(2,2,2);imhist(I);
J=imadjust(I,[0、3 0、7],[0 1]);
subplot(2,2,3);imshow(J);
subplot(2,2,4);imhist(J);
%%原图、直方图 对比度增强、直方图

yq5
%%直方图均衡化：
I=imread('pout、tif');
imshow(I);
figure,imhist(I);
[J,T]=histeq(I,64);
figure,imshow(J);
figure,imhist(J);

yq6
%%线性滤波得MATLAB实现
I=imread('kids、tif');
I1=imnoise(I,'salt & pepper',0、02);%加椒盐噪声
K1=filter2(fspecial('average',3),I1)/255;
K2=filter2(fspecial('average',5),I1)/255;
K3=filter2(fspecial('average',7),I1)/255;
subplot(2,2,1);imshow(I1); title('噪声图像');
subplot(2,2,2);imshow(K1);title('3×3');
subplot(2,2,3);imshow(K2); title('5×5');
subplot(2,2,4);imshow(K2); title('7×7');

yq7
%%中值滤波MATLAB实现
I=imread('eight、tif');
imshow(I);
J=imnoise(I,'gaussian',0,0、02);
figure;imshow(J);
K1=medfilt2(J,[3,3]);
K2=medfilt2(J,[5,5]);
K3=medfilt2(J,[7,7]);
figure,imshow(K1);
figure,imshow(K2);
figure,imshow(K2);
%%原图

%%加高斯噪声

实验4
实验四：图像得配准与融合
一、 实验目得
(1)熟悉MATLAB图像处理工具箱得使用方法
(2) 掌握基于特征点得图像配准得过程。
(3) 掌握常用得图像融合方、
二、实验得主要仪器设备
(1)微型计算机
(2) MATLAB软件（安装图像处理工具箱）
(3) 参考MRI图像与待配准得CT图像
三、实验原理
图像配准指得就是将同一场景得两幅或多幅图像进行对准。一个典型得应用就是，将一幅图像(称为基准图像)作为其她图像(称为输入图像)得参照进行比较。图像配准得目得就是，通过对输入图像进行空间变换，使输入图像与基准图像对准。
使用点映射得图像配准包括以下步骤：
． 将图像读入到MATLAB空间；
． 指定图像中得成对控制点；
． 保存控制点对；
． 指定要使用得变换类型，并根据控制点对推测参数。
． 对没有配准得图像进行变换，使之对准。
四、试验内容
1、读入图像
M= imread('C:\MATLAB7\toolbox\images\imdemos\ct、jpg');
figure,imshow(M);
N= imread('C:\MATLAB7\toolbox\images\imdemos\mri、jpg');
figure,imshow(N);

2、选择控制点
cpselect(M,N);

3、将控制点保存到MATLAB工作区间
input_points =
305、8058 208、6547
236、7410 256、5396
246、8705 315、4748
262、5252 395、5899
4、调整控制点得位置与指定变换类型计算参数
input_points_corr=cpcorr(input_points,base_points,M,N);
mytform=cp2tform(input_points_corr,base_points,'linear conformal');
info=imfinfo('C:\MATLAB7\toolbox\images\imdemos\mri、jpg');
5、配准图像，并显示
registered=imtransform(unregistered,mytform,'XData',[1 info、Width],'YData',[1 info、Height]);
figure,imshow(registered),title('配准后图像');

6、融合
M1=imread('C:\MATLAB7\toolbox\images\imdemos\mri、jpg'); %读入图像
M2=imread('C:\MATLAB7\toolbox\images\imdemos\hh、jpg');
[m1 n1]=size(M1); %判断图像大小就是否一致
[m2 n2]=size(M2);
if (m1 ~= m2) | (n1 ~= n2)
error('Input images are not of same size');
end;
M1=im2double(M1); %数据类型转换
M2=im2double(M2);
M3=0、5*M1+0、5*M2; %图像加权融合
M3=im2uint8(M3);
M4=0、3*M1+0、7*M2;
M4=im2uint8(M4);
subplot(2,2,1);imshow(M1),title('原始MRI图像'); %显示图像
subplot(2,2,2);imshow(M2),title('配准后得CT图像 ');
subplot(2,2,3),imshow(M3),title('加权因子0、5,0、5融合后得图像');
subplot(2,2,4),imshow(M4),title('加权因子0、3,0、7融合后得图像');