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。为了有效地导入和可视化3D图像，必须能够访问图像的底层数据和元数据。
您可以使用各种方法可视化3D图像，这取决于您想观察的细节。在某些应用程序中，您可能希望将3D数据可视化为呈现的卷。
查看3D螺旋的渲染体。
在其他应用程序中，您可能希望将3D数据视为三维坐标系中的2D平面。
将3D卷查看为2D切片。
图像滤波与增强
3D图像通常包含不必要的噪声，会模糊或弱化您感兴趣的体积的特征。应用图像过滤器、图像对比度归一化或执行形态学操作是消除3D图像噪声的常用技术。
图像配准
在处理3D图像数据集时，图像通常来自不同的设备，或在设备移动时拍摄，这可能会通过旋转、倾斜和缩放差异带来不对中。您可以使用3D几何变换和图像配准技术。
注册多模式医学图像
图像分割
在分析体积或3D图像时，您可能希望隔离某些区域，以便只在感兴趣的区域上执行计算。例如，如果您想计算一个盒子里面的瓶子的体积，您可以使用图像分割在瓶子和盒子中的其他结构之间划分3D图像。
导入3D图像数据
有了MATLAB，你可以使用交互式应用程序或内置函数从各种文件格式导入3D图像数据，比如TIFF格式，DICOM或NIfTI。
的使用多种浏览器应用程序允许您探索DICOM文件的集合。
体积可视化数据
MATLAB让您可视化和探索有标签或无标签的3D图像数据。
的体积查看器应用程序让您交互和查看3D体积或标记的3D体积数据。
不同形态3D图像的配准
MATLAB支持来自各种模式的图像，并提供内置的图像配准工作流来集成它们。
这例子演示如何使用基于强度的注册自动对齐两个体积数据集。
图像过滤和增强操作
通过MATLAB，您可以使用各种图像滤波技术(如高斯滤波、盒滤波或图像形态学)来减少噪声或增强图像。
这例子展示了如何使用3D高斯滤波平滑人脑的MRI图像。
三维数据分量的分割
MATLAB提供交互式应用程序和内置函数，帮助您自动化3D图像分割程序。
基于深度学习的三维图像处理
如何进一步了解3D图像处理
例子和如何
软件参考
您也可以从以下列表中选择网站: