图像导入和可视化

3D图像数据可以来自各种设备和文件格式。要有效地导入和可视化3D图像，重要的是要访问图像的基础数据和元数据。

You can visualize 3D images using a variety of methods depending on the details that you want to observe. In some applications, you may want to visualize the 3D data as a rendered volume.

在其他应用程序中,您可能希望看到3 ddata as 2D planes within a three-dimensional coordinate system.

图像过滤和增强

3D图像通常包含不必要的噪声，这些噪声掩盖或强调了您感兴趣的卷的特征。应用图像过滤器，标准化图像对比度或执行形态操作是消除3D图像噪声的常见技术。

Image Registration

When working with datasets of 3D images, the images are commonly taken from different devices, or while a device is moving, which can introduce misalignment through rotation, or skew and scaling differences. You can eliminate or reduce this misalignment using 3D geometric transformations and图像注册技术。

Image Segmentation

分析卷或3D图像时，您可能需要隔离某些区域以仅在感兴趣区域执行计算。例如，如果要计算盒子内的瓶子的体积，则可以使用image segmentationto partition the 3D image between the bottle and the other structures in the box.

Importing 3D Image Data

使用MATLAB，您可以使用交互式应用程序或内置功能从各种文件格式（例如TIFF）导入3D图像数据，迪科姆, or NIfTI.

可视化音量数据

MATLAB lets you visualize and explore labeled or unlabeled 3D image data.

注册来自不同方式的3D图像

MATLAB支万博1manbetx持来自各种模式的图像，并提供内置的图像注册工作流以整合它们。

图像过滤和增强Operations

使用MATLAB，您可以使用多种图像过滤技术（例如高斯过滤，盒过滤或图像形态）来减少噪声或增强图像。

Segmenting Components of 3D Data

MATLAB provides interactive apps and built-in functions that help you automate 3D image segmentation routines.

Thisexample显示如何使用活动轮廓（Snakes）执行3D分割。使用该卷的互动段2D切片Image Segmenter app为创建一个起点active contour算法。

使用深度学习的3D图像处理

Adeep learning3D图像处理方法可能涉及使用convolutional neural networks和语义分割以自动学习，检测和标记3D图像中的相关特征。

Thisexample显示如何使用MATLAB训练3D U-NET网络并在3D图像中对脑肿瘤进行语义分割。