医学图像处理实验.doc

实验一yq1I=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45yq2I=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:MATLAB7toolboximagesimdemospears、png: 03-May-2003 13:53:58: 554554Format: pngFormatVersion: Width: 732Height: 486BitDepth: 24ColorType: truecolorFormatSignature: 137 80 78 71 13 10 26 10Colormap: Histogram: InterlaceType: noneTransparency: noneSimpleTransparencyData: BackgroundColor: RenderingIntent: Chromaticities: Gamma: XResolution: YResolution: ResolutionUnit: XOffset: YOffset: OffsetUnit: SignificantBits: ImageModTime:20 Feb 2003 20:53:33 +0000Title: Author: Description: Copyright: Copyright CorelCreationTime: Software: Disclaimer: Warning: Source: Comment: OtherText: yq3I,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(33);subplot(2,2,3);imshow(K2); title(55);subplot(2,2,4);imshow(K2); title(77);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:MATLAB7toolboximagesimdemosct、jpg);figure,imshow(M);N= imread(C:MATLAB7toolboximagesimdemosmri、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、58994、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:MATLAB7toolboximagesimdemosmri、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:MATLAB7toolboximagesimdemosmri、jpg); %读入图像M2=imread(C:MATLAB7toolboximagesimdemoshh、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);