《數(shù)據(jù)可視化技術》課件-第7章 圖像處理技術

第7章圖像處理技術學習目標

了解圖像的數(shù)據(jù)表示方法、紋理貼圖、圖像生成與合成的相關知識。

學習圖像平滑處理的相關技術和圖像頻譜分析方法。2025/2/192引言圖像處理技術是數(shù)字計算機時代的主要計算領域，這些研究往往會側重于如何提高圖片的顯示質量。

而數(shù)據(jù)可視化系統(tǒng)中的圖像處理技術往往會更加強調對于如何提高對于圖像內容的處理結果，從而為后續(xù)處理和解釋提供支持。2025/2/193內容

7.1圖像數(shù)據(jù)表示

7.2圖像平滑處理

7.3圖像頻譜分析2025/2/1947.1圖像數(shù)據(jù)表示理論上將圖像對應著圖像數(shù)據(jù)集（ImageData），然而從實際處理的角度看，圖像處理技術又有很多獨特而復雜的技術。2025/2/1957.1.1紋理貼圖圖像數(shù)據(jù)在數(shù)據(jù)可視化過程中的應用，一種較為直接的方式就是利用圖像為可視化結果提供紋理貼圖。經貼圖后起到了為物體提供外表面材質的作用，因此紋理貼圖又稱為材質貼圖。2025/2/196程序7-1-1利用vtkPlaneSource建立一個普通的平面

vtkPlaneSource是一個常用的平面對象，可用于建立一個平面。在程序7-1-1中，除建立了這樣一個平面以外，還為其設置了淺橙色（LightSalmon）的表面色彩。2025/2/197程序7-1-2為平面對象設置紋理貼圖

2025/2/198程序7-1-3為平面設置半邊透明的貼圖

2025/2/199半邊透明的貼圖形成的平面程序7-1-4利用貼圖方法實現(xiàn)一個可看到內部細節(jié)的半開口球體

2025/2/1910依據(jù)平面構成原理，給定一個點和一條法向量即可確定一個平面，其中的兩個法向量可以分別取為[1,0,0]和[0,1,0]。隱式紋理坐標濾波器（vtkImplicitTextureCoords）可以結合隱函數(shù)的使用而生成紋理坐標程序7-1-4利用貼圖方法實現(xiàn)一個可看到內部細節(jié)的半開口球體

2025/2/1911一個可看到內部細節(jié)的半開口球體7.1.2圖像生成利用圖像數(shù)據(jù)幾何濾波器（vtkImageDataGeometryFilter）實現(xiàn)對圖像的直接顯示。2025/2/1912直接顯示用于貼圖的圖片程序7-1-6利用圖像畫板繪制出一個圖像通過圖像畫板（vtkImageCanvasSource2D）建立二維圖像。利用FillBox(0,100,0,100)填充了一個100×100大的方框，利用FillBox(10,20,10,20)和FillBox(40,50,20,30)在其上繪制了兩個10×10小的方框。2025/2/1913顯示出利用畫板方法自行繪制的圖像程序7-1-7對利用正弦波所形成的圖像進行可視化展示利用一定算法和數(shù)學模型來構建圖像通過vtkImageSinusoidSource對象來生成正弦波圖像通過圖像轉換器（vtkImageCast）進行轉換，然后就可以直接作為輸入構成圖像演員模型（vtkImageActor）2025/2/1914程序7-1-7對利用正弦波所形成的圖像進行可視化展示

2025/2/1915利用正弦波生成的圖像程序7-1-8對正弦波圖像進行歸一化處理利用一定算法和數(shù)學模型來構建圖像通過圖形歸一化處理方法對正弦波圖像進行標準化變換，此時大于零的部分為1，小于0的部分為0

處理的結果將呈現(xiàn)出黑白線條的形態(tài)

程序7-1-8利用vtkImageNormalize對象實現(xiàn)歸一化處理。2025/2/1916經過歸一化處理后的正弦波圖像7.1.3圖像合成圖像合成能夠將兩幅或者多福圖像的信息合成顯示在一副合成圖像之上

較為直接的合成方法是通過分割和提取等處理替換另一幅圖像中的對應區(qū)域中的元素，從而完成圖像合成。

也可以通過一定算法實現(xiàn)對兩幅圖像的組合。2025/2/1917程序7-1-9曼德勃羅（Mandelbrot）分形數(shù)據(jù)所形成的圖像曼德勃羅集合是一種在復平面上組成分形點的集合，可以使用復二次多項式進行迭代來獲得。vtkImageMandelbrotSource對象提供了曼德勃羅分形圖形的實現(xiàn)2025/2/1918曼德勃羅圖像程序7-1-10利用圖像加權和方法實現(xiàn)兩個圖像的合成一組圖像可以采用上一節(jié)中介紹的正弦波圖像。另一組圖像采用另一種算法所生成的圖像，即曼德勃羅（Mandelbrot）集合。采取的是圖像加權和對象（vtkImageWeightedSum）實現(xiàn)二者的有機組合2025/2/1919兩個圖像合成的效果內容

7.1圖像數(shù)據(jù)表示

7.2圖像平滑處理

7.3圖像頻譜分析2025/2/19207.2.1圖像修復2025/2/1921圖像可以看成是在空間域上的頻譜型號，圖像的頻率屬于空間頻率，是指單位長度內亮度進行周期變化的次數(shù)。一幀圖像的背景或者變化緩慢的區(qū)域，也就是灰度值分布比較平坦，這些區(qū)域低頻分量就比較強。

圖像的邊緣、細節(jié)以及噪聲的像素灰度在空間的變化更為劇烈，因此為高頻分量。7.2.1圖像修復2025/2/1922要對這幅圖像運用低通濾波器，就要首先選擇一個用于圖像窗口處理的內核，然后通過算法將原有圖像與內核區(qū)域按窗口進行卷積，內核的作用是對應著圖像的掃描窗口，因此如果內核選擇過大，就意味著圖像處理時計算量較高，增加了處理負擔。程序7-2-2對圖像進行高斯平滑處理在實際使用過程中，也可以將高斯濾波器進行1維分解可以利用vtkImageGaussianSmooth對象來生成出內核的數(shù)據(jù)2025/2/1923程序7-2-2對圖像進行高斯平滑處理

2025/2/19247.2.2圖像噪聲噪聲從數(shù)字圖像的獲取開始就會一直存在，這可能由采集過程中的塵埃、遮擋物以及采集設備自身的處理機制和運算過程等各個地方所產生。

白噪聲（WhiteNoise）是隨機噪聲的統(tǒng)稱，其變化往往服從某種高斯（正態(tài)）分步，而功率譜則類似于白色光譜，均勻分布于整個頻率域。2025/2/1925程序7-2-3以算法模擬的方式為圖像添加一些噪聲通過噪聲發(fā)生器vtkImageNoiseSource來創(chuàng)建噪聲源，模擬除了0.0到1.0之間的白噪聲。

2025/2/1926原有的CT圖像

程序7-2-4通過模擬噪聲的方式將CT圖像轉為噪聲圖像通過AddShotNoise函數(shù)設置了噪聲的振幅為2000.0，噪聲分離系數(shù)為0.1，并且指定整幅圖像范圍皆提供噪聲的模擬數(shù)據(jù)。2025/2/1927通過模擬方法生成的噪聲圖像7.2.3非線性平滑高斯平滑的方法來針對圖像進行處理，然而其結果也造成了原有圖像中物體的邊緣因平滑處理而出現(xiàn)模糊的現(xiàn)象，影響了其顯示效果。中值濾波器可以在保持物體邊緣的同時進行平滑處理，這樣就有望解決高斯平滑方法所面臨的物體邊緣模糊的問題。2025/2/1928通過平滑處理實現(xiàn)圖像的降低圖像的噪聲

2025/2/1929通過平滑處理實現(xiàn)圖像的降低圖像的噪聲

2025/2/1930內容

7.1圖像數(shù)據(jù)表示

7.2圖像平滑處理

7.3圖像頻譜分析2025/2/19317.3.1圖像亞采樣2025/2/1932圖像采樣:對于數(shù)據(jù)源所提供的模擬圖像，要實現(xiàn)對數(shù)字圖像的轉換，就要在實現(xiàn)空間上離散化，一般是通過等間隔進行取樣。

圖像中取樣點灰度值的離散化過程就是圖像的量化。圖像的亞采樣（Subsampling）：采取降低采樣頻率的方式，或者依據(jù)采樣的原理，設定每個幾個像素進行一次采樣，保留一個像素，丟棄其余像素7.3.1圖像亞采樣2025/2/1933進行圖像亞采樣時可能會引發(fā)一類鋸齒形的瑕疵，使得原有的圖像形狀出現(xiàn)走樣的效果7.3.1圖像亞采樣2025/2/1934進行圖像亞采樣時可能會引發(fā)一類鋸齒形的瑕疵，使得原有的圖像形狀出現(xiàn)走樣的效果程序7-3-1對圖像進行亞采樣，輸出低精度的圖像要解決圖像走樣的問題，可以在進行圖像亞采樣前先用低通濾波器對圖像中的高頻信號進行處理，從而減少因高頻信號所導致的圖像走樣。程序7-3-1利用imageShrink3D函數(shù)對圖像進行縮減，這一縮減的過程就是圖像的亞采樣，從而輸出低精度的圖像。2025/2/1935程序7-3-1對圖像進行亞采樣，輸出低精度的圖像程序7-3-1就提供了圖像亞采樣的示例，其中讀取了FullHead.mhd這一頭部CT圖像，同時利用imageShrink3D函數(shù)對圖像進行縮減，這一縮減的過程就是圖像的亞采樣，2025/2/1936程序7-3-2利用3維高斯平滑方法作為低通濾波器來預處理

2025/2/1937程序7-3-1對圖像進行亞采樣，輸出低精度的圖像

2025/2/19387.3.2圖像衰減用于數(shù)據(jù)采集的傳感器位置也有可能導致圖像的漸進變化，離傳感器越遠的位置其信號的振幅可能會減弱。

程序7-3-3就提供了讀取一幅因傳感器位置而發(fā)生衰減的MRI圖像。2025/2/1939程序7-3-3讀取一幅因傳感器位置而發(fā)生衰減的MRI圖像

2025/2/1940因傳感器導致MRI圖像發(fā)生衰減程序7-3-4利用算法實現(xiàn)圖像衰減的修復要實現(xiàn)發(fā)生衰減的圖像修復，可以采用隱函數(shù)的方法。

通過設置一個采樣函數(shù)vtkSampleFunction，它可以對結構化點集中的點運用隱函數(shù)方法，適用于標準化的雙精度數(shù)據(jù)。2025/2/1941修復后的MRI圖像程序7-3-4利用算法實現(xiàn)圖像衰減的修復

2025/2/19427.3.3圖像頻域變換傅立葉變換的輸出就是就是頻域信號，原有圖像中的像素值將會轉變?yōu)檎也ǖ臄?shù)值。

經過頻域變換，原有的像素就轉換成了具有不同方向和頻率的正弦曲線。2025/2/19437.3.3圖像頻域變換二維圖像，其中每個像素就對應著橫縱坐標的函數(shù)值。從數(shù)學的角度看，對于二維的連續(xù)函數(shù)的傅立葉變換定義如下，對其進行離散化后即可獲得離散傅立葉變換進行獲取像素點2025/2/1944程序7-3-6利用離散傅立葉變換將圖像從空間域轉變?yōu)轭l率域

2025/2/1945程序7-3-6利用離散傅立葉變換將圖像從空間域轉變?yōu)轭l率域

2025/2/1946程序7-3-6利用離散傅立葉變換將圖像從空間域轉變?yōu)轭l率域

2025/2/1947程序7-3-7為對數(shù)表示的傅立葉頻譜提供顯示效果的優(yōu)化2025/2/1948程序7-3-7中進一步通過函數(shù)CreateImageActor，對經過對數(shù)表示的頻譜圖像顯示結果進行優(yōu)化顯示。反向傅立葉變換2025/2/1949如果有了圖像的傅立葉變換頻率，也可以反向獲取原有的圖像，這一過程稱為反向傅立葉變換。離散反向傅里葉變換程序7-3-8利用反向傅立葉變換可以恢復出原圖像2025/2/1950

程序7-3-9利用反向傅立葉變換可以恢復出原圖像2025/2/1951

也可以考慮在