《Visual C++数字图像模式识别技术详解(第2版)》一1.3 实践知识拓展

1.3 实践知识拓展

随着现代计算机技术的飞速发展,在医学领域,各种最新的计算机技术的引进与应用已成为进一步促进医疗诊断水平提高必不可少的手段。以前,各种医学影像诊断设备,如B超、CT、核磁共振等探测到的人体信息均采用普通数字图像格式,如BMP、JPG等进行存储。但由于这类数字图像存储格式存储的医学影像信息存在信息不全、清晰度低等问题,因而,由美国国家电子产品制造商协会和美国放射医学学院联合制定了DICOM医学数字影像存储格式。该格式已为全世界各大医疗器械厂家所接受,并最终成为世界共同遵守的协定,从而极大地提高了医学信息存储的精度和准确度。
依据美国放射学会(ACR)和全美电子厂商联合会(NEMA)联合推出的医学数字图像存储与通信标准DICOM 3.0协议,DICOM医学数字影像的文件格式为:
1)文件头:128字节,一般清零留作扩展。
2)前缀:4字节,内容为DICM,指明文件格式类型,以区别于其他图片文件格式。
3)数据体:由一系列数据项组成,每个数据项格式为组号、项号各占2字节,指明该数据项的含义,具体含义可在DICOM标准中查到。
4)类型:2字节,指明数据类型。
5)长度:2字节,指明后面数据内容的长度。
6)数据内容:具体的数据,其长度由长度字节指定。
DICOM医学影像格式和其他数字图像格式最大的区别有两点:一是附属信息全,不仅存储了影像信息,还存储了有关该影像的获取时间、地点、方式以及患者姓名、编号、部位等多达千种信息,力求为医生提供丰富的诊断依据;二是所包含的影像信息清晰度高,一般为4096级灰阶,可以直接存储患者拍照部位的所有信息,而且,存储格式是点对点存储,不存在压缩失真问题。

时间: 2024-11-08 22:24:21

《Visual C++数字图像模式识别技术详解(第2版)》一1.3 实践知识拓展的相关文章

《Visual C++数字图像模式识别技术详解(第2版)》一第1章 绪 论

第1章 绪 论 模式识别可以说是伴随人们生活的每一天.听到某个人说话,就能分辨出这个人是谁:当某种东西出现在视觉范围之内时,就能认出这个东西是什么,诸如此类.人们从来没有过多地关注自己所具备的识别能力,而认为是理所当然的.随着计算机技术的发展,人们希望利用计算机模仿人的识别能力,从而开始了模式识别技术的研究.模式识别过程中往往包含推理过程,这又需要有专家系统.知识工程等相关学科的支持.作为模式识别技术的一个重要分支,数字图像模式识别技术已在各行各业中得到广泛应用,并为提高有关技术的自动化.智能化

《Visual C++数字图像模式识别技术详解(第2版)》一2.3 实践知识拓展

2.3 实践知识拓展 由于图像处理算法很多,如图像特效显示.图像变换.图像平滑.图像增强.图像分割等.这些算法都是本章所设计的ImageDib类所无法实现的.解决的方法有两个,一个是在ImageDib类中直接添加成员函数来实现这些算法,但这势必导致ImageDib类变得冗长和效率低下:另一个办法就是利用Visual C++提供的派生类来实现这些算法. ImageDib类的派生类设计原则如下:让ImageDib类处理基本的图像处理功能.如图像读取.显示和存储.而将需要处理的算法定义为ImageDi

《Visual C++数字图像模式识别技术详解(第2版)》一1.1 数字图像处理概述

1.1 数字图像处理概述 数字图像处理也称为计算机图像处理,是指将图像信号转换成数字格式并利用计算机对其进行处理的过程.数字图像处理起始于20世纪50年代,并于20世纪60年代初期形成一门独立学科.目前,数字图像处理技术作为自动化.信息化的一个重要手段广泛应用于各行各业许多环节中,为提高工作效率和工作精度做出了不可忽视的贡献.正因为如此,图像处理理论和技术受到了各界越来越广泛的重视. 1.1.1 数字图像获取 图像是指自然景物存储在各种介质上的视觉信息.这类原始图像也称为模拟图像.计算机无法直接

《Visual C++数字图像模式识别技术详解(第2版)》一1.2 模式识别基本概念

1.2 模式识别基本概念 模式识别是20世纪60年代迅速发展起来的一门前沿学科,在许多领域得到了广泛应用.本节简要介绍模式识别的基本概念和系统组成,以及模式识别在图像识别中的应用方法. 1.2.1 模式和模式识别的概念 模式识别的目的就是利用计算机模仿人的识别能力,它往往包含推理过程,需要专家系统.知识工程等相关学科的支持.当前的模式识别理论主要是对人的低级识别能力的模拟,即实现"观察对象是什么"的判断.模式是指具有某种特定性质的观察对象.特定性质是指可以用来区分观察对象是否相同或相似

《Visual C++数字图像模式识别技术详解(第2版)》一第2章 Visual C++数字图像处理基础

第2章 Visual C++数字图像处理基础 作为微软公司推出的一款功能强大而复杂的编译器,Visual C++提供了完善的Windows应用程序编程框架.它可用于开发各种类型.不同规模和复杂程度的应用程序,开发效率高,生成的应用软件代码性能优良. 利用Visual C++编程语言进行数字图像处理,可以充分发挥Visual C++编程灵活.功能强大.代码效率高等特点,在快速进行各种数字图像处理基础上,有效实现基于数字图像的各种模式识别应用. [本章导读] 2.1 Visual C++编程方法 系

《Visual C++数字图像模式识别技术详解(第2版)》一2.2 Visual C++数字图像处理

2.2 Visual C++数字图像处理 本节将在2.1节基础上讲解如何用Visual C++进行数字图像处理应用程序的开发.重点介绍Windows下BMP图像文件格式,以及如何用Visual C++对该数字图像文件进行读取,为后续内容的讲解打下基础. 2.2.1 BMP图像文件 BMP位图文件格式是Windows系统交换图像数据的一种标准图像文件存储格式,在Windows环境下运行的所有图像处理软件都支持这种格式.Windows 3.0以前的BMP位图文件格式与显示设备有关,因此把它称为设备相

《Visual C++数字图像模式识别技术详解(第2版)》一第3章 图 像 特 征

第3章 图 像 特 征 本书的第3到第8章介绍基本的数字图像预处理方法.从模式识别的技术角度来讲,这些图像预处理方法可以增强数字图像中的有用信息,有利于提高对图像所属模式进行识别的准确率.但数字图像中得到增强的有用信息往往不能直接应用,还需对这些信息进行选择或提炼,才能得到具体的图像特征并最终用于对该图像的模式进行识别.本章将介绍图像的统计特征.幅值特征.几何特征.形状特征.纹理特征等基本特征及其提取方法.[本章导读] 3.1 统计特征 数字图像灰值化后可以对其灰度分布进行统计分析,并得到均值.

《Visual C++数字图像模式识别技术详解(第2版)》一3.5 纹理特征

3.5 纹理特征 纹理特征是图像分析中的重要特征,因此成为模式识别中用来辨别图像区域的重要依据,它在图像的分类识别中得到了广泛的应用.纹理特征是一种不依赖于颜色或亮度的.反映图像中同质现象的重要特征,是所有物体表面共有的内在特性,包含了物体表面结构组织排列的重要信息以及与周围环境的联系.纹理的分析识别是图像理解.分析与识别中的重要研究内容之一. 如图3-5所示是几个典型物体的纹理图像,由图像可以看出,不同物体的纹理差别是很大的.可见,纹理可以作为一个重要特征用于描述不同物体. 3.5.1 纹理

《Visual C++数字图像模式识别技术详解(第2版)》一2.1 Visual C++编程方法

2.1 Visual C++编程方法 面向对象是一种重要的程序设计方法,采用这一思想的C++是当今世界上应用最广泛的编程语言.Windows平台下的C++编程工具首推Microsoft的Visual C++.但是,编写Windows应用程序只熟悉C++的语法还是远远不够的,还必须掌握MFC(Microsoft Foundation Class,微软基础类库). 面向对象的编程是当前程序设计中的热门话题,这里将介绍使用Visual C++进行面向对象编程时所用到的一些关键概念,这些概念是进一步学习