模擬圖像模擬圖像的采集

由于目前的計算機只能處理數(shù)字信息，我們得到的照片、圖紙等原始信息都是連續(xù)的模擬信號，必須將連續(xù)的圖像信息轉(zhuǎn)化為數(shù)字形式。可以把圖像看作是一個連續(xù)變化的函數(shù)，圖像上各點的灰度是所在位置的函數(shù)，這就要經(jīng)過數(shù)字化的采樣與量化。下面簡單介紹圖像數(shù)字化采樣的方法。

對連續(xù)圖像f（x，y）進行等間隔采樣，在（x，y）平面上，將圖像分成均勻的小網(wǎng)格，每個小網(wǎng)格的位置可以用整數(shù)坐標(biāo)表示，這樣采樣值就對應(yīng)了這個位置上網(wǎng)格的灰度值。若采樣結(jié)果每行像素為M個，每列像素為N個，則整幅圖像對應(yīng)于一個M x N 數(shù)字矩陣，這樣就獲得了數(shù)字圖像中關(guān)于像素的兩個屬性：位置和灰度。

模擬圖像水平讀出和垂直轉(zhuǎn)移率

水平讀出率是像素從移位寄存器中讀出的速率，水平讀出率越快，幀率就越高。像素讀出速度可變可使CCD具有最大靈活性。較慢的讀出通常使讀出噪聲降低，然而，卻以較慢的幀頻為代價。不同CCD可設(shè)置不同的讀出率?！〈怪鞭D(zhuǎn)移率可變很重要。不同的外部事件需要不同的垂直轉(zhuǎn)移速度，事件越短等于速度越高。較快的垂直轉(zhuǎn)移率能克服低時鐘感應(yīng)電荷（尤其對于EMCCD），但缺點是降低了電荷轉(zhuǎn)移效率，但導(dǎo)致強信號時像素內(nèi)的電荷殘留而降低空間分辨率。較低頻率的垂直時鐘確保了較好的轉(zhuǎn)移效率，但導(dǎo)致了最大幀頻下降和阱深的升高。為了改進轉(zhuǎn)移效率，可通過設(shè)置垂直時鐘電壓幅度來增加時鐘電壓。然而，電壓越高，時鐘感應(yīng)的電荷越高。

模擬圖像像素合并及子成像

通過有效降低讀出像素的總量能提高幀頻。降低讀出像素總量的方法有：　1.像素合并；　2.子成像模式讀出。　像素合并把來自一組像素的電荷合在一起計算總量，除了達到較快幀頻意外，提高了信噪比，但也降低了成像分辨率，合并像素的效果等同于一個大像素。子成像模式通過剪裁讀出有效成像部分，放棄周邊無關(guān)圖像。子成像區(qū)可以是探測器的任何小型矩型區(qū)，并且子區(qū)域越小，可讀出的像素越少，幀頻越快。像素合并和子像區(qū)也可結(jié)合使用，來達到更快的幀頻。實現(xiàn)超快幀頻的另一種方法是隔離剪裁模式，可在特殊環(huán)境中進一步提高幀頻。比如，如果探測器左下角有入射信號而其他部分無入射，可輸出最近鄰讀出寄存器的子圖像，而不需要放棄圖像的剩余部分，從而節(jié)省了時間，提高了剪裁的速度。

以計算機斷層掃描技術(shù)為基礎(chǔ)發(fā)展起來的X-CT,MRI,PET和SPECT等是對X射線或其它激發(fā)源激發(fā)出來帶有體內(nèi)信息的信號(投影)進行數(shù)字化圖像信息采集和處理,用投影-卷積-反投影方法根據(jù)投影數(shù)據(jù)單準(zhǔn)則或多準(zhǔn)則來重構(gòu)的圖像.由于這類斷層掃描成像系統(tǒng)的主機存儲容量有限,最終仍然要以膠片等硬拷貝來載帶并儲存重構(gòu)的模擬圖像.因此這類醫(yī)學(xué)圖像成像技術(shù)一般稱之為本質(zhì)上的模擬圖像技術(shù).

計算機的圖象是以數(shù)字的方式存儲與工作的,它把圖像按行與列分割成m×n個網(wǎng)格,然后每個網(wǎng)格的圖像表示為該網(wǎng)格的顏色平均值的一個像素,亦即用一個m×n的像素矩陣來表達一幅圖像,m與n稱為圖像的分辨率.顯然分辨率越高,圖像失真越小.也是因為計算機中只能用有限長度的二進制位來表示顏色的緣故,每個像素點的顏色只能是所有可表達的顏色中的一種,這個過程稱為圖像顏色的離散化.顏色數(shù)越多,用以表示顏色的位數(shù)越長,圖像顏色就越逼真.

圖像可以分解為結(jié)構(gòu)和紋理2大部分，其中的結(jié)構(gòu)信息體現(xiàn)的是圖像的整體框架，包含圖像的邊緣等重要的描述信息，而紋理信息體現(xiàn)的是圖像框架中的細(xì)節(jié)部分。

TV模型容易在各向異性擴散的過程中，將平滑區(qū)域噪聲作為邊緣而產(chǎn)生階梯效應(yīng)，而分解出來的結(jié)構(gòu)圖像，去除了圖像的噪聲。因此，對圖像的結(jié)構(gòu)部分使用基于TV模型圖像修復(fù)，就能避免噪聲干擾引入的階梯效應(yīng)，但是此時還存在一個問題，利用結(jié)構(gòu)圖像進行TV模型的擴散修復(fù)，僅能避免原來圖像中噪聲對圖像造成的階梯效應(yīng)，而對于圖像中的邊緣部分圖像梯度變化大的地方即圖像的特征點，如還沿著梯度的垂直方向擴散，則必然會造成圖像特征點的迷糊化，因此，為保證圖像的特征點的保持，必須在修復(fù)過程中將圖像的特征點提取出，保證對特征點不沿著圖像的梯度正交方向擴散。

在圖像的結(jié)構(gòu)部分采用以下的修復(fù)方程：

該修復(fù)方程利用圖像分解技術(shù)提取圖像結(jié)構(gòu)部分，避免了原始TV模型容易引入的階梯效應(yīng)，防止修復(fù)結(jié)果出現(xiàn)假邊緣，同時，對于圖像中存在的特征點能很好地實現(xiàn)保留。