第 1 章 医学图像处理基础 数字图像处理概述：介绍了数字图像是物体的数字表示，以二维矩阵形式存在，数字图像处理则是对该矩阵的一系列操作。还涉及起源、应用、研究内容（包括图像采集、变换等）以及由输入、处理分析等五个模块构成的系统。 图像数字化：图像可表示为二维函数，数字化包括采样（坐标值数字化）和量化（幅度值数字化），数字图像用矩阵表示，像素是其最小单位，还有空间和灰度级分辨率等概念。 图像基本类型：有二值图像、灰度图像、RGB 图像和索引图像四种-。 像素间的基本关系：包括 4 邻域、8 邻域等邻域概念，4 邻接、8 邻接、m 邻接三种邻接性，以及欧氏距离、城市街区距离、棋盘距离等距离度量方式。 图像质量评价：包含信息量（熵）、灰度平均值、方差、中值、信噪比、对比度等统计量-。

视频信息

答案文本 复制

视频字幕 复制

数字图像处理是现代医学成像技术的核心基础。数字图像本质上是物体的数字化表示，以二维矩阵的形式存储在计算机中。每个矩阵元素代表图像中一个像素点的灰度值或颜色信息。数字图像处理就是对这个矩阵进行各种数学运算和变换操作，从而实现图像的增强、分析和理解。 图像数字化是将连续的模拟图像转换为数字图像的过程，包含两个关键步骤。首先是采样，将连续的坐标值离散化为整数坐标。然后是量化，将连续的灰度值转换为有限的数字级别。经过数字化后，图像以矩阵形式表示，每个矩阵元素称为像素，是数字图像的最小单位。 数字图像根据像素值的表示方式可以分为四种基本类型。二值图像只包含0和1两个值，通常用于表示黑白图像。灰度图像的像素值范围从0到255，表示不同的灰度级别。RGB图像包含红、绿、蓝三个颜色通道，每个通道都有0到255的取值范围。索引图像使用调色板技术，通过索引值映射到预定义的颜色表中。 像素间的基本关系是图像处理中的重要概念。邻域关系包括4邻域和8邻域，4邻域指与中心像素在水平和垂直方向相邻的4个像素，8邻域还包括对角线方向的像素。邻接性描述像素间的连通关系。距离度量包括欧氏距离、城市街区距离和棋盘距离，分别对应不同的计算方式，用于衡量像素间的空间关系。 图像质量评价是医学图像处理中的重要环节，通过多种统计量来量化图像的特性。信息量用熵来衡量图像的信息含量。灰度平均值反映图像的整体亮度。方差描述灰度值的分散程度。中值是排序后的中间值，对噪声不敏感。信噪比衡量信号与噪声的比例。对比度反映图像的清晰程度。这些指标为医学图像的质量评估提供了定量依据。