三維圖像編程實驗

《三維圖像編程實驗》是醫學圖像編程的實驗性教材，主要利用編程用例來介紹如何使用三維可視化工具箱VTK和醫學圖像分割與配準工具箱ITK進行三維醫學圖像編程。

基本介紹

• 書名：三維圖像編程實驗
• 中文名：三維圖像編程實驗
• 正文語種：簡體中文
• 開本： 16
• ISBN：7121148811, 9787121148811

圖書信息

出版社: ;

平裝:

正文語種: 簡體中文

開本: 16

ISBN: 7121148811, 9787121148811

條形碼: 9787121148811

尺寸: 27 x 18.8 x 2.2 cm

重量: 898 g

內容簡介

《三維圖像編程實驗》的主要內容包括VTK與ITK的安裝及混合使用、VTK數據操作、VTK圖像操作、ITK數據表達、ITK濾波操作、ITK分割算法、ITK配準算法及ITK統計等。

《三維圖像編程實驗》中的醫學圖像數據和編程範例在隨書攜帶的光碟中，可供讀者運行和上機實驗。

《三維圖像編程實驗》可作為醫學影像學專業高年級本科生和研究生的教材，也可作為大學教師、公司研發人員進行醫學圖像研究時的參考書。

目錄

第1章 VTK與ITK的安裝與測試

1.1 獲取安裝資源

1.2 安裝步驟

1.2.1 VTK的安裝

1.2.2 ITK的安裝

1.2.3 InsightApplication的安裝

1.3 測試安裝結果

1.3.1 VTK安裝測試用例

1.3.2 ITK安裝測試用例

1.3.3 VTK與ITK混合編程測試用例

1.3.4 InsightApplication安裝測試用例一

1.3.5 InsightApplication安裝測試用例二

第2章 VTK數據操作

2.1 入門範例——渲染一個圓柱體

2.2 數組

2.3 圖表

2.4 立方體

2.5 矩形格線

2.6 結構化格線

2.7 標記格線

第3章 VTK圖形與圖像

3.1 圖形接口

3.1.1 VTK與API的集成套用

3.1.2 VTK與WindowsGUI的集成——Dialog

3.1.3 VTK與WindowsGUI的集成——SDI（單文檔）

3.2 信息可視化

3.2.1 給圖像添加帶狀邊緣範例

3.2.2 給圖像添加充滿邊緣

3.2.3 變色管

3.3 面繪製

3.3.1 提取皮膚

3.3.2 抽取皮膚和骨骼

3.3.3 三正交面

3.4 體繪製

3.4.1 繪製一個人頭

3.4.2 從體數據中抽取一個切面

3.5 光照

3.5.1 環境光

3.5.2 漫反射

3.6 微件

3.6.1 氣球小工具（BalloonWidget）

3.6.2 滑塊小工具（SlideWidget）

第4章 ITK數據表達

4.1 圖像

4.1.1 創建一幅圖像

4.1.2 從檔案中讀取圖像

4.1.3 訪問像素數據

4.1.4 定義原點和間距

4.1.5 RGB圖像

4.1.6 向量圖像

4.2 點集

4.2.1 創建一個點集

4.2.2 獲取儲存的點

4.2.3 獲取點中儲存的數據

4.2.4 以RGB作為像素的點集

4.2.5 向量作為像素類型

4.2.6 協變矢量作為像素的點集

4.3 格線

4.3.1 創建格線

4.3.2 插入格線單元

4.3.3 管理單元中的數據

4.3.4 定製格線

4.3.5 拓撲學和K-複合波

4.3.6 表達一個PolyLine

4.3.7 簡化格線的創建

4.3.8 通過單元疊代遍歷格線信息

4.3.9 訪問單元

4.4 容器

4.5 空間對象

4.5.1 層次結構

4.5.2 SpatialObject樹容器

4.5.3 變換

4.5.4 ArrowSpatialObject

4.5.5 BlobSpatialObject

4.5.6 CylinderSpatialObject

4.5.7 EllipseSpatialObject

4.5.8 GroupSpatialObject

4.5.9 GaussianSpatialObject

4.5.1 0ImageSpatialObject

4.5.1 1ImageMaskSpatialobject

4.5.1 2LandmarkSpatialObject

4.5.1 3LineSpatialObject

4.5.1 4SurfaceSpatialObject

4.5.1 5TubeSpatialObject

4.5.1 6VesselTubeSpatialObject

4.5.1 7DTITubeSpatialObject

4.5.1 8SceneSpatialObject

4.5.1 9讀/寫SpatialObjects

4.5.2 0通過SpatialObjects進行統計計算

第5章 濾波

5.1 閾值

5.1.1 二值門限處理（用VTK進行圖像顯示）

5.1.2 門限處理概要

5.2 邊緣檢測

5.3 投射和亮度映射

5.3.1 線性映射

5.3.2 非線性映射

5.4 梯度

5.4.1 梯度強度

5.4.2 帶濾波的梯度強度

5.4.3 不帶濾波的導函式

5.5 鄰域濾波

5.5.1 均值濾波

5.5.2 中值濾波器

5.6 數學形態學

5.6.1 二值濾波

5.6.2 灰度尺濾波

5.7 投票濾波

5.7.1 二值中值濾波器

5.7.2 洞穴填充濾波器

5.7.3 疊代洞穴填充濾波器

5.8 平滑濾波器

5.8.1 模糊

5.8.2 局部模糊

5.8.3 彩色圖像中的保留邊緣平滑濾波

5.9 幾何變換

5.9.1 翻轉圖像濾波器

5.9.2 重採樣圖像濾波器

5.9.3 重採樣圖像中的間距和原點

5.9.4 重採樣圖像濾波器的通用案例

5.9.5 圖像旋轉

5.9.6 圖像旋轉和縮放

5.9.7 使用形變場對圖像進行重採樣

5.1 0提取圖像信息

5.1 0.1 區域提取

5.1 0.2 切片提取

5.1 0.3 從向量圖像中提取信息

第6章 ITK配準

6.1 “HelloWorld”配準

6.2 多形態配準

6.2.1 Viola?Wells互信息

6.2.2 粗糙的互信息

6.3 居中變換

6.3.1 二維剛性配準

6.3.2 採用圖像力矩初始化

6.3.3 2D相似變換

6.3.4 中心放射變換

6.4 多解析度配準

6.4.1 主要原則

6.4.2 參數調節

6.5 最佳化器

6.5.1 基於度量的配準

6.5.2 1+1進化最佳化配準

6.5.3 空間對象的模糊配準

6.5.4 2D剛性變換的相關配準

6.6 形變配準

6.6.1 範例一

6.6.2 範例二

6.6.3 範例三

6.7 虛擬變形配準

6.7.1 範例一

6.7.2 範例二

6.8 基於模型的配準

第7章 圖像分割

7.1 區域生長

7.1.1 連線門限

7.1.2 鄰域連線

7.1.3 置信連線

7.1.4 孤立連線

7.1.5 向量圖像中的置信連線

7.2 基於分水嶺的圖像分割

7.2.1 ITK分水嶺濾波器

7.3 水平級分割

7.3.1 快速步進分割

7.3.2 形狀檢測分割

7.3.3 基於活動輪廓的分割

7.3.4 基於閾值的水平集分割

7.3.5 基於Canny運算元的邊緣水平集分割

7.3.6 基於拉普拉斯運算元的水平集分割

7.4 混合法

7.4.1 模糊連線度和置信連線度

7.4.2 模糊連線度和Voronoi圖分類

7.5 特徵提取

7.5.1 提取直線

7.5.2 提取圓

第8章 統計

8.1 數據容器

8.1.1 樣本接口

8.1.2 樣本適配器

8.1.3 直方圖

8.1.4 子樣本

8.1.5 成員樣本

8.1.6 KD樹

8.2 統計的算法和函式

8.2.1 平均值和協方差

8.2.2 加權平均值和協方差

8.2.3 從樣本列表到直方圖的濾波器

8.2.4 從樣本列表到直方圖生成器

8.2.5 臨近取樣

8.2.6 樣本分類

8.2.7 高斯機率分布函式

8.2.8 間距

8.2.9 判斷規則

8.2.1 0隨機變數的生成

8.3 圖像直方圖

8.3.1 ITK圖像到圖像直方圖

8.3.2 ITK圖像到有色直方圖

8.3.3 有色直方圖的寫入

8.4 圖像信息理論

8.4.1 圖像熵的計算

8.4.2 圖像互信息的計算

8.5 分類

8.5.1 基於K均值聚類的KD樹

8.5.2 K均值分類