0
B 超图像识别技术研究
摘要
:
数字图像处理的研究目的是将原图像的灰度分布作某种变换,使图像中的某部
分信息更加突出,以便其适应于某种特殊的需求。本文针对 B 超图像的识别技术作简要阐述,
并对图像处理的各部分用 MATLAB 软件进行编程运行,给出各部分处理后图像。
关键词
:
B 超图像;图像识别技术;图像预处理;边缘检测
1 课题背景
1.1
B 超图像识别技术研究意义
数字图像处理(Digital Image Processing)又称为计算机图像处理,它是指将
图像信号转换成数字信号并利用计算机对其进行处理的过程。在数字图像处理过
程中,输入的是质量低的图像,输出的是改善质量后的图像。数字图像处理技术
研究内容很多,主要包括以下几个方面:图像变换、图像编码压缩、图像增强和
复原、图像分割、图像描述图像识别等。数字图像处理具有再现性好、处理精度
高、适用面广、灵活性高、成本低等优点。在图像研究领域中图像特征的研究是
一重要的研究方向。人们观察图像时主要通过观察图像纹理、亮度、几何等关键
特征,从而来识别理解图像。实际上通过图像特征的提取匹配不仅用于图像识别,
还可以用于图像分割、配准、拼接等各个方面。对图像特征的研究已经取得了很
多研究成果,随着人们探知世界的深入,对图像特征的研究将更加重要。
B 超成像的基本原理就是:向人体发射一组超声波,按一定的方向进行扫描。
根据监测其回声的延迟时间,强弱就可以判断脏器的距离及性质。经过电子电路
和计算机的处理,
形成了现在的 B 超图像。B 超的关键部件就是超声探头(Probe),
其内部有一组超声换能器,是由一组具有压电效应的特殊晶体制成。这种压电晶
体具有特殊的性质,就是在晶体特定方向上加上电压,晶体会发生形变,反过来
当晶体发生形变时,对应方向上就会产生电压,实现了电信号与超声波的转换。
超声成像技术由于其无损伤、非侵入性、重复性好,且对软组织有较高的灵
敏度和分辨率而获得了广泛的应用,但 B 超图像和 C T、X 光及核磁共振等其它
医学图像相比,具有分辨率差,灰度级别少,灰度分布范围窄,有一定噪声干扰,
各组织和器官之间没有明显的灰度变化等不利因素。而近年来,利用工程方法分
析图像的研究取得了明显的效果。MATLAB 是一款强大的图像处理工具,在
MATLAB 环境中可以方便、快速、有效地实现复杂图像处理算法,既是一种直