心血管疾病作为老年人的常见病现在比较多见，根据血管造影图像，及时诊断积极治疗，能预防病情的发展，解除病人的痛苦。心血管影像的获取是在心脏血管内注入造影剂而获得的。在X线影像的引导下，将导管经股动脉穿入心脏，在冠状动脉入口处注射造影剂，使心脏血管成像。血管造影图像中包含了很多血管的信息，为了能进行准确的诊断，指导临床治疗，本文对心血管图像作了三个方面的研究：心血管图像的处理；血管边缘线的提取；血管直径的测量。心血管图像是在X光照射下所获得的[如图1—3]，它经过了人体对X光衰减、影像增强、光学聚焦、光电转换、放大及模数转换等变换，在这过程中引入了非线性变换和噪声，为了使图像数据能切实反映血管信息，我们采用了平滑、增强和锐化处理方法对原图像进行处理。在平滑时使用阈值平滑、中值滤波和频域低通滤波，经平滑后的图像噪声得到减弱，同时也钝化了组织的边缘，而阈值平滑和中值滤波较好地兼顾了这两个方面；图像增强采用了直方图均衡、对数放大、灰度变换，应用空间灰度值的映射关系s=T（r），改变图像的灰度值，从而突出主体，增强层次感，从视觉效果上提高血管影像的清晰度。图像的锐化采用了空域卷积、差分法、高通滤波，空域卷积锐化和频域高通滤波都能很好地滤除大面积的直流分量，突出了淹没在灰暗背景下的血管及细小组织。差分法使用了不同方向的差分作为锐化结果，因此它具有边缘检测的特性，突出了图像中的边缘成分，而对其它的像素基本上平滑掉，图像的视觉效果很差。锐化处理使边缘、线条的清晰度得到改善，但由于噪声也具有灰度突变和高频特性，以致容易带来强化噪声的不良后果。要对图像中的血管影像进行提取，形成纯血管图像，我们提出了应用圆模板灰度最小和微分边缘检测的方法。先用圆模板灰度最小法求取血管的路径，然后根据路径线的局部斜率确定对边缘进行微分的方向，将血管相邻部份图像灰度值进行微分，按微分最大求取边缘点，最后采用了B样条函数对边缘点进行平滑，最终得到了血管的边缘线[图3—27]。为了求取血管的直径，本文先对血管的二值图像进行细化，用模板法实现了血管连接成分的逐层收缩，将二值血管图像细化为血管的中心线数据；然后根据所得到的中心线数据，求局部中心线的拟合线，再求该点处拟合线的垂直线；接着求取垂直线和两条边缘线的交叉点，计算两交叉点之间的距离，此距离即为对应于该点处的直径。直径（D_i）和直径差（Dc_i）都无法用来确定血管的狭窄程度及其在临床诊断中的应用，我们定义了血管直径相对差的百分比Dp_i，Dp_i=(Dc_i 2^1/D)×100％（中（?）是局部平均直径），用Dp_i作为临床病情诊断的评判依据。