Matlab 高斯_拉普拉斯滤波器处理医学图像

前言：本程序是我去年实现论文算法时所做。主要功能为标记切割肝脏区域。时间有点久，很多细节已经模糊加上代码做了很多注释，因此在博客中不再详述。

NOTE: 程序分几大段功能模块，仔细阅读，对解决医学图像还是有一定的借鉴意义

想借鉴本文的一定要仔细阅读代码和注释，中间有人机交互部分，空跑会抛异常

.dcm数据，有兴趣的可以下载，实测一下代码。dcm数据下载地址：Linux公社资源站下载：------------------------------------------分割线------------------------------------------免费下载地址在 http://linux.linuxidc.com/用户名与密码都是www.linuxidc.com具体下载目录在 /2016年资料/12月/18日/Matlab 高斯_拉普拉斯滤波器处理医学图像/下载方法见 http://www.linuxidc.com/Linux/2013-07/87684.htm------------------------------------------分割线------------------------------------------

clc,clearimg_1=dicomread（"10011.dcm"）;%读取dcm文件（所谓的灰度值）metadata=dicominfo（"10011.dcm"）;%获取dcm文件的信息% figure% imagesc（img_1）;% imshow（uint8（img_1））;Hu0=（int16（img_1）*1+（-1024））;%文档中的第二步，转为CT值的那个。%% 窗宽窗位设置：c 窗位 w 窗宽这个是按照你给的公式写的Hu=double（Hu0）;%此时有正负。转双精度的CT值。gm=255;c=60;w=100;Gv=0.*（Hu<c-w/2）+（gm/w）*（Hu+（w/2）-c）.*（c-w/2<=Hu&Hu<=c+w/2）+gm.*（Hu>c+w/2）;%Gv为显示灰度。figureimshow（uint8（Gv））;title（"加窗"）%% 一次CTRL+T%%拉普拉斯高斯滤波 （有库函数）%这个是整体区域。img_gray=uint8（Gv）;hsize=10;%滤波模板大小。自己可以修改sigma=0.4; %滤波系数sigma自己修改会得到不同的效果图h = fspecial（"log", hsize, sigma）; %构造拉普拉斯_高斯滤波器，"log"是这个滤波器的标志img_filter0=double（imfilter（Hu0, h））; %调用matlab中的imfilter函数 ，进行滤波。其中img_gray为要过滤的图像，h为滤波器。figureimg_filter=uint8（img_filter0）;imshow（（img_filter））;%显示图像title（"拉普拉斯高斯滤波"）%%%% 自作ROI区域利用ginput函数标出点，然后包围所标区域。%%对滤波变换后进行抠图figureimshow（img_filter）;%%此处为img_filter 就是对滤波后抠图，此处为img_gray就是对为滤波的灰度图进行抠图。title（"加窗图抠图"）hold onx=[];y=[];n=0;while（1）[xtemp,ytemp,button]=ginput（1）;plot（xtemp,ytemp,"r*"）;x=[x xtemp];y=[y ytemp];n=n+1;% text（xtemp+0.1,ytemp,int2str（n））;if（button==32） %button=32表示当你点点完了。你就按空格，退出点点的状态。breakendendline（x,y）;%x y连线% hold offt=1:n;tt=1:0.1:n;xx=spline（t,x,tt）;%因为手点 点数不够多，不够精确，需要插值spline为插值函数yy=spline（t,y,tt）;plot（xx,yy,"b:"）;BW = roipoly（img_filter,xx,yy）; %roipoly为抠图函数。以img_filiter为基础。xx yy为轮廓。包围的区域扣出来figure, imshow（BW） %返回的是一个二值图像BW。就是一张黑白图。扣除的地方为1.其他地方均为0；title（"轮廓图"）%%下面返回 被扣的地方的图像。 就是图上只有被扣除的东西figureimg_last=BW.*（double（img_filter））;%原理是这样：BW为 1 0的二值图，被扣的地方是兴趣区域都是1.这时%与原图像进行.* ，除了为1的地方返回灰度值*1，其他地方都返回灰度值*0。img_last1=uint8（img_last）;%转为uint8格式。不然显示不了img_last1（img_last1==0）=NaN;% 调整背景。% figuresubplot（221）imshow（img_last1）%显示最后的图像title（"轮廓返回图"）%%%你需要的兴趣区域的数据如下： 。它的特点就是 兴趣区域为原图的CT值，非兴趣区域全是0；matlab图像是矩阵。所以必须是规则的。%所以 要有0 来填充。final_CT=BW.*（Hu）;%%你要是要用 最后的抠图的CT值。这个就是。%%论文中有这么一句话：the mean gray-level intensity （m） and uniformity （u）%%指的是平均灰度强度和均一性。实质求的是ROI区域的灰度值，和灰度值的均一性；%% l是灰度值， p（l）是l灰度值出现的概率。%% 先给图像加窗 转为灰度值Gv——>拉普拉斯高斯滤波——>抠图——>求抠图地方的灰度平均值m、均一性值n%% 那个gui是演示用的。是在没滤波的基础上进行的抠图。没有关系。因为数据在这产生。%%img_last1 的最后数据。就是 抠出得图。周围用 0填充的。所以周围为黑色。[p,q]=size（img_last1）;RGB=zeros（p,q）;img_B=cat（3,RGB,RGB,img_last1）;%实质就是讲RGBR=0，G=0，B=灰度值。下面类似。subplot（222）imshow（img_B）;title（"B"）img_G=cat（3,RGB,img_last1,RGB）;subplot（223）imshow（img_G）;title（"G"）img_R=cat（3,img_last1,RGB,RGB）;subplot（224）imshow（img_R）;title（"R"）%% ROI 区域均值求取。 img_mean;img_sum=sum（img_last1（:））;%求出所有元素总和。填充区域为0 。不影响。N=numel（find（BW==1））;%BW中有1的地方 就是有灰度的地方。所以BW中1 的多少，就是灰度的总数。img_mean=img_sum/N;

大致的结果图如下:

有任何问题和建议，欢迎留言讨论。也可以发我邮箱wenbya@foxmail.com本文永久更新链接地址：http://www.linuxidc.com/Linux/2016-12/138506.htm