摘 要医学图像所提供的信息能在很大程度上给医生提供丰富的信息从而对病人有更好的诊断与治疗。医学图像在现代医学中有着不可或缺的作用，它的质量好坏对医生诊断与治疗的准确性有着直接影响。由于硬件条件或者人为操作等因素，所得的医学图像或多或少会有模糊不清的情况，针对不同医学图像的特点，可以采取不同的图像增强方法。本文先使用了一些增强的基本方法（灰度变换、直方图均衡化与规定化、图像平滑、图像锐化）对图像进行仿真，并对其中的均衡化方法进行了改进与分析，发现这些基本方法对于核磁共振图像并不能很好的起到增强的效果。于是基于粗糙集理论提出一种改进的增强方法。因为这些基本方法是对整幅图像进行处理，而基于粗糙集理论的方法能很好的对目标区域进行提取、处理，达到对比度增强的效果。图像灰度级被分为0到255，根据不同图像的灰度特点，可以知道医学图像中观察主体的灰度范围，从而对待观察的组织或器官进行增强处理，而对背景区域进行弱化。通过这种增强对比度的方法达到图像增强的目的，不仅在视觉效果上，还有通过峰值信噪比（PSNR）在客观上对增强后的图像进行评价，的确比那些基本的增强方法效果要好。本毕业设计主要研究了粗糙集理论，根据其不可分辨关系提出了这种增强方法。通过matlab仿真与传统的直方图均衡化及其两种改进算法对比，发现效果改进明显这样有效的增强了图像质量，对医务工作者能带来巨大帮助。
目录
摘 要 I
Abstract II
第一章 绪论 1
1.1课题研究的主要背景和意义 1
1.2 国内外研究现状与发展趋势 1
1.2.1 医学图像处理的现状 1
1.2.2 医学图像处理的发展 2
1.3医学图像增强的特点 3
1.4本文主要内容 4
第二章 医学图像成像与粗糙集理论 5
2.1核磁共振成像基本知识 5
2.1.1核磁共振成像原理 5
2.1.2MRI图像特点 5
2.1.3核磁共振成像在医学上的应用 5
2.1.4核磁共振成像的不足 6
2.2 粗糙集的基本理论 6
2.2.1粗糙集理论 6
2.2.2粗糙集理论在图像处理中的
 *景先生毕设|www.jxszl.com +Q: %3^5`1^9`1^6^0`7^2# 
应用 7
2.3本章小结 7
第三章 医学图像增强的基本方法 8
3.1基本灰度变换法 8
3.1.1线性变换 8
3.1.2非线性灰度变换 11
3.2直方图的均衡化与规定化 13
3.2.1直方图均衡化 14
3.2.2直方图规定化 16
3.3图像平滑 17
3.3.1均值滤波 17
3.3.2中值滤波 18
3.4图像锐化 20
3.4.1 Laplacian算子锐化处理 20
3.4.2 Sobel算子锐化处理 21
3.5基本增强方法的实验结果与分析 22
3.5.1传统直方图均衡化分析 22
3.5.2双向直方图均衡化分析 23
3.5.3局部直方图均衡化分析 24
3.5.4仿真结果与分析 25
3.6本章小结 27
第四章 一种基于粗糙集理论的医学图像增强 28
4.1引言 28
4.2基于粗糙集理论的医学图像增强原理 28
4.3实验结果与分析 29
4.4本章小结 30
第五章 总结与展望 31
参考文献 32
附录 36
第一章 绪论
1.1课题研究的背景和意义
现代医学离不开医学图像所提供的信息，医学图像在对疾病的确诊及治疗上有着关键性的作用。因为医学图像能够直观地反应病人的病情，所以能极大地提高医生诊断的准确性。因此，在医学领域，清晰的医学图像所提供的信息能在很大程度上给医生提供丰富的信息从而对病人有更好的诊断与治疗。
医学图像在现代医学中有着不可或缺，它质量的好坏对医生诊断与治疗的准确性有直接的影响。但是，对医学图像的增强并不是一帆风顺，很多时候处理后的图像并不清晰，不能很好地反馈出病灶点的信息，因此容易造成医生的误诊或漏诊，从而给病人的治疗带来不便。所以，有效的增强医学图像，使其能够清晰地反映出病灶是十分有意义的。
近年来核磁共振成像（MRI）为医疗诊断带来了巨大的便利，因为有着无放射线伤害、分辨率高等优点，MRI技术在临床诊断中的应用越来越广泛。然而受各种难以避免因素的影响（采样给图像带来的失真、系统设备电路的影响、电流粒子运动形成散粒噪声以及光的粒子性形成的光电子噪声等噪声干扰以及由于MR成像时间较长造成的图像运动等），目前的MRI图像存在着高噪声、低信噪比、低对比度以及图像模糊等问题，使MRI图像的质量的下降，造成医生的误诊或漏诊。为了使诊断更加准确,就必须对图像进行处理,增强图像的细节信息,适合医生的视觉判断。
1.2 国内外研究现状与发展趋势
1.2.1 医学图像处理的现状
根据国内外的相关文献，研究更好的图像处理工具与改善医学图像质量是时下的研究热点。图像增强技术作为一种基本的图像处理技术，通过加工图像从而达到增强的目的，而更加清晰、视觉效果更好的医学图像则使医生对病人的病情能有更好的了解，以便于正确的诊断。由于硬件条件或者人为操作等因素，所得的医学图像或多或少会有模糊不清的情况，针对不同情况的特点，可以采取不同的图像增强方法。为了增强图像的整体信息或者细节，一般采用的方法有：灰度变换、直方图均衡化与规定化、图像平滑滤波、图像锐化等。这些方法所使用的算法大多结构复杂，难以理解，而且计算复杂又运算量大。不过，通过使用MATLAB软件可以很好的解决这些问题，国内外许多学者也都采用MATLAB程序对图像进行仿真处理。MATLAB不仅简单易用，而且功能十分强大，通过对其工具箱的使用，我们能够高效准确地对图像进行处理从而得到运算结果，而且还能在直观图中观察图像处理的效果。特别是图形处理功能，让MATLAB成为众多专家的选择。
通过一系列的增强处理，使医学图像的效果得到了显著的提升，这对医生的诊断带来了极大帮助。例如：核磁共振成像是一种影响检查技术，脑部MRI就是对脑部进行一个图像扫描，但由于空间分辨力，对比度分辨力和噪声的原因，有时候并不能得到理想的图像从而达到正确诊断的目的。为了使图像符合医生的要求，对MRI图像进行增强处理，便能得到更好的图像帮助医生提高诊断的准确性。提出更有效的算法或改善清晰度的方法一直是研究者的努力方向。
当然在最近几年，根据不同的医学图像也有许多新的图像增强方法被不少的研究者所提出，这些新方法在改善医学图像成像效果上有着不小的进步。有一部分增强方法也已经在临床医学中起到了极大的作用，给医生和患者带来了福音。虽然在图像增强领域，研究者们取得了很多的成就，但科学的道路还很漫长，这些方法有的还存在一些不足或者是只能适应某些特定的情况。例如，中值滤波在图像噪声很多的情况下就不适用了，而均值滤波则会令图像边缘产生模糊的负面效应。处理好这些问题对于研究者来说也是一个重大的课题。
1.2.2 医学图像处理的发展
数字医学图像与医疗技术在当今共同发展着，其中数字医学图像对医疗技术的发展起到了重要作用，特别是在医学影像处理领域，数字医学图像的处理有着明显的优势。现在各个学科的交叉渗透十分频繁，数字图像处理技术当然也不例外，在与其他学科相互融合，相互交流之中，数字图像处理技术也得到了相应的发展。闭门造车在当今的科学世界中是百害而无一利的，在相互学习的过程中，如何更好地改善数字图像处理技术，特别是医学图像处理技术，已经成为一个重要的课题。这也需要广大的医务工作者和医疗技术研究者们的共同参与，相互的交流促进必能是医学图像处理有更大的提高。

原文链接：http://www.jxszl.com/dzxx/txgc/48055.html