matlab 断层 体三维重建 利用MATLAB实现CT断层图像的三维重建

利用MATLAB实现CT断层图像的三维重建

2期 曾 筝等：利用MATLAB实现CT断层图像的三维重建 25

因此，本文介绍了基于MATLAB进行三维表面重建及体重建的方法，实现起来灵活、方便，便于掌握。三维重建步骤如图1所示。 图1 三维重建流程图

为了有利于从CT图像中准确地提取出有用的信息，需要对原始图像进行预处理，以突出有效的图像信息，消除或减少噪声的干扰。

(1) CT图像格式的转换与读写。原始的CT图像是采用DICOM3.0标准进行存储的，不能被MATLAB所识别，因此必须进行图像格式的转换。在这里，使用Visual C++6.0自行开发转换程序，在正确读取DICOM图像后，通过选择合适的窗宽、窗位，将窗宽范围内的值 通过线性或非线性变换转换为小于256的值，将CT图像转换为256色BMP图像[4]。 使用MATLAB中的图像读入函数imread( )，可以读取BMP图像，同时可以使用图像写出函数imwrite( )及图像显示函数image( )、imshow( )对图像进行写出和显示[5]。 (2) 图像增强。图像增强就是根据某种应用的需要，人为地突出输入图像中的某些信息，从而抑制或消除另一些信息的处理过程[6]。使输入图像具有更好的图像质量，有利于分析及识别。

图像增强技术主要包括直方图修改、图像平滑、图像边缘锐化及伪彩色增强等。分别采用以下函数实现：

灰度直方图均衡化。均匀量化的自然图像的灰度直方图通常在低灰度区间上频率较大，使得图像中较暗区域中的细节看不清楚，采用直方图修整可使原图像灰度集中的区域拉开或使灰度分布均匀，从而增大反差，使图像的细节清晰。直方图均衡化在MATLAB 中使用histeq( )函数实现。

灰度变换法。照片或电子方法得到的图像，常表现出低对比度即整个图像偏亮或偏暗，为此需要对图像中的每一个像素的灰度级进行标度变换，扩大图像灰度范围，以达到改善图像质量的目的。这一灰度调整过程可以用imadjust( )函数实现。

平滑与锐化滤波。平滑技术用于平滑图像中的噪声，基本采用在空间域上的求平均值或中值，或在频域上采取低通滤波。在MATLAB中，各种滤波方法都是在空间域中通过不同的卷积模板即滤波算子实现，可用fspecial( )函数创建预定义的滤波算子，然后用filter2( )或

如果觉得《matlab 断层 体三维重建 利用MATLAB实现CT断层图像的三维重建》对你有帮助，请点赞、收藏，并留下你的观点哦！