论文完成了基于VC++的二维医学图像处理系统的设计。针对医学图像中噪声严重问题采用了滤波、平滑、锐化、边缘检测等方法进行去除噪声处理，在边缘检测中主要采用了Sobel、Robert等五种边缘检测算子，对于曝光不足问题采用了灰度拉伸算法调节了图像灰度分布，对于图像不规则采用了图像的几何变换对图像进行校正。本系统的特点是将24位彩色图像转换为了8位的BMP位图，加快了图像的处理速度，节约了存储空间，设计了人机交互的界面，用户可以根据对图像处理质量的要求自主地设置图像变换参数，符合现在对于系统设计的人性化设计标准。

论文的主要工作

通过阅读大量的相关书籍，对现在医学影像处理的主流思想有了总体的认识，具备了开发本系统和撰写本论文的基础。在本系统中，首先获得关于病人的位图图像，在本设计中主要是针对B超图像。因为在医学图像采集中大多是真彩色的24位位图，所以首先对其进行灰度化处理，使得其变为所占存储空间较小的8位BMP位图，然后做处理前的灰度拉伸变化，这样对图像后边的预处理打好基础。其次对图像做几何变换，对图像进行校正，再有针对性的对图像做各种预处理，如滤波、平滑等。最后对图像做形态学的分析为以后系统的功能扩展做好基础。本系统以VC++6.0作为开发的工具，分为图像的读入、图像的预处理、图像的分析、图像的几何变换、图像的保存几个重要模块。完成的主要工作有：

（1）对医学图像普遍存在问题进行分析；

（2）分析医学图像处理系统开发的工作流程、数据流程；

（3）选取合适的系统框架、系统开发环境和数据存储方案；

（4）实现针对医学影像普遍存在的问题的图像处理；

（5）结合自己的所学的相关知识，选择合适的算法，对算法进行优化。

模块分析介绍

（1） 图像文件的操作：在本模块中包括图像的读取、保存、还有退出图像的显示

界面操作，图像读入主要是对与设备无关位图（DIB）的读入，在程序中调用了ReadImgFile（）实现读入功能，在视图文件中调用OnDraw（）画图方式显示出来；

（2） 图像的灰度化：本模块介绍了彩色图像的灰度化和灰度图像的灰度拉伸操

系统处理的图像都是8位的BMP位图，灰度化是对彩色图像进行操作把其转换为8位的灰度图像，灰度拉伸主要是增加灰度图像的亮度，对图像做了一个比较粗糙的预处理，便于初始的观察；

（3） 图像几何变换：本模块包括有图像的平移、镜像、旋转、缩放变换。图像

采集到后，医生可能只需要观察的某个细小的区域或者是采集到的图像出现偏移，这

样就需要对图像实现校正功能，图像的几何变换在校正图像的同时还可以去掉图像中

较大的噪声；

（4） 图像的预处理：本模块主要对图像的噪声做平滑、滤波、锐化、边缘检测操作，滤波和平滑操作主要是对医学图像中存在的椒盐、高斯等噪声进行减弱、消除，锐化和边缘检测操作使得目标物体更加容易被识别出来，在本模块实现的功能都是基于空域上的点运算，中滤波功能主要采用中值滤波运算，这种滤波运算有很多种改进方案，便于以后系统的升级；锐化运算采用了两种运算方案：梯度锐化和Laplacian锐化，这两种锐化方法基于的计算方法是不同的数学方法的，适用于不同的图像，在本文的第五章将做详细介绍和处理效果的介绍；边缘检测运算采用了五种常用的边缘检测算子便于对不同的图像采用最佳的检测方案；

（5） 形态学分析：本模块主要运用了图像形态学分析中的两个最基本的算法：

图像的腐蚀和膨胀。图像的形态学分析主要是利用数学形态学作为工具从图像中提

取对于表达和描绘区域形状有用处的图像分量，比如边界，凸壳等等，它是为本系统做进一步的功能扩充而设计的。

图像平滑

图像在传输的过程中，由于传输信道和采样系统质量较差，或者是受到各种干扰的影响，而使图像变得毛躁，需要对图像进行平滑处理。

在本系统设计中主要采用的是平滑线性滤波器，其概念非常直观。它用滤波掩模确定的领域内像素的的平均灰度去代替图像的每个像素点的值，这种处理减小了图像灰度的“尖锐”变化。由于典型的随机噪声由灰度级的尖锐变化组成，因此常见的平滑处理应用就是减噪。然而，由于图像边缘也是由灰度尖锐变化带来的特性，所以均值滤波处理还是存在着不希望的边缘模糊的负面效应。另外，这类处理方法还有些其他应用，例如：由于灰度量级不足而引起的伪轮廓效应的平滑处理。

本文中主要三种模板处理方式，平均模板，高斯模板，自定义模板（5×5），自定义模板允许用户自行改变模板的运行参数。

本文主要是对二维医学图像的处理系统的设计，实现了图像的获取，灰度变换，几何变换、预处理，形态学分析等算法。在具体的设计过程中采用VC编程实现各个功能，经调试取得了良好的实现效果。在灰度变换中，灰度拉伸调整了图像的明暗度，弥补了由于曝光不足给观察者带来的观察阻碍；图像的中值滤波很好的滤除了图像的椒盐噪声和高斯噪声；图像的几何变换实现了对图像进行校正的效果，在图像的形态学分析中为了能比较好的看出效果，采用了血液血红细胞图来进行实验，像素值设定在80，大于等于80的像素值设为背景，小于的赋值为0把血红细胞很好的分辨出来。