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