医学图像处理实验

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 =

Filename:'C:\MATLAB7\toolbox\images\imde mos\pears.png'

FileModDate: '03-May-2003 13:53:58' FileSize: 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

%%线性滤波的MA TLAB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MA TLAB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：图像的配准与融合

一、实验目的

(1)熟悉MATLAB图像处理工具箱的使用方法

(2) 掌握基于特征点的图像配准的过程。

(3) 掌握常用的图像融合方.

二、实验的主要仪器设备

(1)微型计算机

(2) MATLAB软件（安装图像处理工具箱）

(3) 参考MRI图像与待配准的CT图像

三、实验原理

图像配准指的是将同一场景的两幅或多幅图像进行对准。一个典型的应用是，将一幅图像(称为基准图像)作为其他图像(称为输入图像)的参照进行比较。图像配准的目的是，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。

使用点映射的图像配准包括以下步骤：

．将图像读入到MATLAB空间；

．指定图像中的成对控制点；

．保存控制点对；

．指定要使用的变换类型，并根据控制点对推测参数。

．对没有配准的图像进行变换，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MA TLAB 工作区间 input_points =

305.8058 208.6547 236.7410 256.5396 246.8705 315.4748 262.5252 395.5899

4、调整控制点的位置和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');

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('配准后的CT图像');

subplot(2,2,3),imshow(M3),title('加权因子0.5,0.5融合后的图像'); subplot(2,2,4),imshow(M4),title('加权因子0.3,0.7融合后的图像');

原始MRI图像配准后的CT图像

加权因子0.5,0.5融合后的图像加权因子0.3,0.7融合后的图像