使用 ITK 计算图像的中值

Question

我是图片处理新手，尤其是ITK的使用。我想计算 Dicom 图像（CT 扫描）的 Canny 过滤器，为此，我需要使用上限和下限阈值调整过滤器。我读到 there 可以用图像的中值和统计假设来计算阈值参数，并且在大多数情况下它都能给出很好的结果。

问题是我很难计算这个中值。我试图从我的图像的直方图计算中获得它，但这大大扩展了我的代码，我发现任何人都很难轻易理解我在项目的这一部分所做的工作。

在 ITK 中，除了计算直方图之外，还有其他方法可以计算图像的中值吗？

在此先感谢您的帮助。

Answer 1

当然，ITK 的示例中包含计算图像中值的示例：

https://itk.org/ITKExamples/src/Filtering/Smoothing/ApplyMedianFilter/Documentation.html

您可以先应用此过滤器计算中位数，然后将其用作 Canny 过滤器阈值的输入。

Answer 2

我相信您想计算整个图像的一些基本图像强度统计信息。请查看 itk::StatisticsImageFilter:

https://itk.org/Doxygen/html/classitk_1_1StatisticsImageFilter.html

这很接近，它计算均值和标准差，但不计算中位数。

标签 do 上的运算符包含中位数的统计过滤器。过滤器调用 *itk::LabelStatisticsImageFilter:

https://itk.org/Doxygen/html/classitk_1_1LabelStatisticsImageFilter.html

LabelStatisticsImageFilter 通常运行在标签图像上。标签图像只是一个整数图像，它使用一个整数值来表示一个分割的对象。

在这种情况下，我们将创建一个代表整个图像的标签图像，以便我们运行对整个图像进行统计。如果您复制图像，并使用 Image::Fill，制作全 1 的标签图像，您可以获得所需的统计信息。

这里有一些 SimpleITK Python 代码来演示这个想法：

In [1]: import SimpleITK as sitk

In [2]: img = sitk.Image([10]*2, sitk.sitkUInt8)

In [3]: img = sitk.AdditiveGaussianNoise(img)

In [4]: stats = sitk.LabelStatisticsImageFilter()

In [5]: stats.UseHistogramsOn()

In [6]: onesImage = (img == img)

In [7]: stats.Execute(img+1, onesImage)

In [8]: stats.GetMean(1)
Out[8]: 1.43

In [9]: stats.GetMedian(1)
Out[9]: 1.0

使用 ITK 计算图像的中值

Compute the median value of an image using ITK

c++

itk