• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于中值濾波算法的醫(yī)學(xué)影像圖像除噪設(shè)計(jì)實(shí)現(xiàn)研究

      2020-03-20 10:47袁樂民
      關(guān)鍵詞:椒鹽中值像素點(diǎn)

      袁樂民

      (甘肅中醫(yī)藥大學(xué)定西校區(qū) 醫(yī)學(xué)教學(xué)部,甘肅 定西 743000)

      從醫(yī)學(xué)影像成像系統(tǒng)獲取的二維斷層圖像數(shù)據(jù),將其轉(zhuǎn)換為計(jì)算機(jī)便于識(shí)別的圖像格式。經(jīng)其進(jìn)行校正、插值、濾波等預(yù)處理及對(duì)醫(yī)學(xué)影像關(guān)鍵部位分割、紋理分析、輪廓提取、配準(zhǔn)和融合進(jìn)而形成體數(shù)據(jù)。其醫(yī)學(xué)影像圖像的處理過程[1-6]如圖1所示。

      圖1 醫(yī)學(xué)影像圖像的處理過程圖Fig.1 The flow diagram of processing medical image

      在醫(yī)學(xué)影像圖像處理過程中,因成像系統(tǒng)、傳輸介質(zhì)和記錄設(shè)備等環(huán)節(jié)諸多因素,導(dǎo)致醫(yī)學(xué)影像圖像在其形成、記錄、傳輸?shù)冗^程中常會(huì)受到多種噪聲的污染。所需要的醫(yī)學(xué)影像圖像中有價(jià)值的信息被噪聲信號(hào)淹沒,致使臨床診斷失誤,也使進(jìn)一步地治療與預(yù)后工作無法開展,除去圖像噪聲是圖像處理過程中重要內(nèi)容。文獻(xiàn)[7-9]研究了改進(jìn)均值劃分算法的中值濾波方法對(duì)圖像預(yù)處理的問題,并且運(yùn)用MATLAB進(jìn)行了實(shí)驗(yàn)實(shí)現(xiàn);文獻(xiàn)[10-11]探討了快速算法的中值濾波方法及應(yīng)用;文獻(xiàn)[12-13]采用改進(jìn)的中值濾波算法對(duì)彩色圖像進(jìn)行了去噪研究;近年來中值濾波算法及其它算法在醫(yī)學(xué)影像圖像噪聲處理研究領(lǐng)域受到研究者關(guān)注[14-18]。本文研究了醫(yī)學(xué)影像圖像中值濾波算法的數(shù)學(xué)模型,采用MATLAB平臺(tái)對(duì)基于中值濾波算法的醫(yī)學(xué)影像圖像去噪進(jìn)行了算法實(shí)現(xiàn)設(shè)計(jì),并運(yùn)用中值濾波算法分別對(duì)含有椒鹽噪聲和高斯噪聲的醫(yī)學(xué)影像圖像進(jìn)行仿真實(shí)驗(yàn),進(jìn)一步對(duì)其經(jīng)不同的中值濾波算法模板進(jìn)行了實(shí)驗(yàn)比較研究。

      1 基于中值濾波算法的醫(yī)學(xué)影像圖像數(shù)學(xué)模型

      基于排序統(tǒng)計(jì)理論的中值濾波能有效抑制非線性噪聲。以鄰域中所有像素灰度的中值作為輸出值[17-20]。

      f(i,j)=Mean([Median(W[f(i,j)])-δ,Median(W[f(i,j)])+δ])。

      (1)

      這里,δ為閾值,它的取值大小會(huì)影響濾除脈沖噪聲的效果和細(xì)節(jié)保護(hù)能力,為了克服這一缺陷,設(shè)計(jì)一個(gè)大小為3*3濾波窗口W,使其以含噪圖像的每一點(diǎn)為中心,將窗口內(nèi)的極大值、極小值像素點(diǎn)去掉,剩余像素的集合記為H,有

      H[f(i,j)]={f(i,j)|f(i,j)!=Max(W[f(i,j)])或f(i,j)!=Min(W[f(i,j)]}。

      (2)

      這里,Mean(H[f(i,j)])為H內(nèi)像素的均值。

      (3)

      式(3)為H內(nèi)各像素的對(duì)應(yīng)權(quán)值的計(jì)算式,Wk為H內(nèi)各像素點(diǎn)的權(quán)值,k為H內(nèi)像素點(diǎn)個(gè)數(shù),Dk表示集合H內(nèi)各像素點(diǎn)灰度值與其內(nèi)像素點(diǎn)均值Mean(H[f(i,j)])差的絕對(duì)值即,Dk=|Hk-Mean(H[f(i,j)])|。該法消除了脈沖噪聲對(duì)權(quán)值及后續(xù)的加權(quán)處理的影響,使得濾波性能得到進(jìn)一步的提高。

      (4)

      這里,T為一個(gè)閾值,表示所有Dk的平均值。算法在計(jì)算各點(diǎn)權(quán)值的時(shí)候,采用了閾值優(yōu)化原則,即如果H內(nèi)某點(diǎn)的灰度值與其內(nèi)均值差的絕對(duì)值Dk大于閾值T,則權(quán)值由Dk決定,如果Dk小于閾值T,則權(quán)值由T決定。

      將集合H內(nèi)的所有像素點(diǎn)與它們對(duì)應(yīng)的權(quán)值進(jìn)行加權(quán)計(jì)算,結(jié)果作為濾波窗口W中心點(diǎn)的輸出表達(dá)式。

      (5)

      2 基于中值濾波算法的醫(yī)學(xué)影像圖像設(shè)計(jì)仿真實(shí)現(xiàn)

      通過中值濾波,分別對(duì)含有椒鹽噪聲和高斯噪聲醫(yī)學(xué)影像圖采用中值濾波算法進(jìn)行去噪,實(shí)驗(yàn)采用MATLAB程序語言[21-25]來進(jìn)行編程實(shí)現(xiàn)算法仿真。其對(duì)含有椒鹽噪聲和高斯噪聲醫(yī)學(xué)影像圖采用3*3的濾波窗口模板中值濾波算法設(shè)計(jì)實(shí)現(xiàn)如圖2所示。

      圖2 3*3模板對(duì)含有椒鹽和高斯噪聲的醫(yī)學(xué)影像圖像中值濾波算法Fig.2 Themedian filtering algorithm of medical image of 3*3 template with salt and pepper and gaussian noise

      運(yùn)行仿真,如圖3(b)、(c)、(d)、(e)所示為3*3窗口中值濾波分別對(duì)椒鹽噪聲和高斯噪聲濾波前后的大腦醫(yī)學(xué)圖像。圖3(a)為CT原始圖,圖3(b)為在CT原始圖3(a)中加有均值零,方差為0.02的椒鹽噪聲圖像,圖3(c)是采用中值濾波去除圖3(b)中椒鹽噪聲后的圖像,圖3 (d)是在CT原始圖3(a)中加上均值零,方差為0.02的高斯噪聲圖像,圖3(e)為對(duì)圖3(b)中高斯噪聲采用中值濾波之后的圖像。通過實(shí)驗(yàn)圖3觀察到,中值濾波對(duì)椒鹽噪聲的除噪效果比高斯噪聲的好,對(duì)于高斯噪聲的去噪效果3*3窗口的中值濾波功能沒有優(yōu)勢(shì)。

      圖3 3*3窗口中值濾波分別對(duì)椒鹽噪聲和高斯噪聲濾波前后的大腦醫(yī)學(xué)圖像Fig.3 The before and after filtering respectively medical images of the brain of 3 * 3 median filter window of salt and pepper noise and gaussian noise

      進(jìn)一步對(duì)含有椒鹽噪聲和高斯噪聲醫(yī)學(xué)影像圖采用5*5的濾波窗口模板中值濾波算法設(shè)計(jì)實(shí)現(xiàn)如圖4所示。

      運(yùn)行仿真,5*5窗口中值濾波分別對(duì)椒鹽噪聲和高斯噪聲濾波前后的大腦醫(yī)學(xué)圖像如圖5(b)、(c)、(d)、(e)所示。圖5(a)為CT原始圖,圖5(b)為在CT原始圖5(a)中加有均值零,方差為0.02的椒鹽噪聲圖像,圖5(c)是采用中值濾波去除圖5(b)中椒鹽噪聲后的圖像,圖5(d)是在CT原始圖5(a)中加上均值零,方差為0.02的高斯噪聲圖像,圖5(e)對(duì)圖5(d)中高斯噪聲采用中值濾波之后的圖像。通過實(shí)驗(yàn)圖5可以觀察到,中值濾波對(duì)椒鹽噪聲的除噪效果比高斯噪聲的優(yōu)勢(shì)強(qiáng)。

      圖4 5*5模板對(duì)含有椒鹽和高斯噪聲的醫(yī)學(xué)影像圖像中值濾波算法Fig.4 The medical image median filtering algorithm of 5*5 template with salt and pepper and gaussian noise

      圖5 5*5的窗口中值濾波分別對(duì)椒鹽噪聲和高斯噪聲濾波前后大腦醫(yī)學(xué)圖像Fig.5 The before and after filtering respectively medical images of the brain of 5*5 window median filtering of salt and pepper noise and gaussian noise

      比較圖3(e)和圖5(e)在3*3和5*5兩種窗口中的中值濾波處理效果,對(duì)于高斯噪聲選用5*5窗口的中值濾波效果比3*3窗口的好,但其對(duì)去除高斯噪聲后圖像模糊加重了些。

      3 結(jié)語

      本文對(duì)醫(yī)學(xué)影像圖像中值濾波算法的數(shù)學(xué)模型進(jìn)行了分析,采用MATLAB平臺(tái)對(duì)基于中值濾波算法的醫(yī)學(xué)影像圖像去噪進(jìn)行了算法實(shí)現(xiàn)設(shè)計(jì),并運(yùn)用中值濾波算法分別對(duì)含有椒鹽噪聲和高斯噪聲的醫(yī)學(xué)影像圖像進(jìn)行了仿真實(shí)驗(yàn)研究,進(jìn)一步對(duì)其經(jīng)不同的中值濾波算法模板進(jìn)行了實(shí)驗(yàn)比較研究。結(jié)果表明理論分析與實(shí)驗(yàn)的一致性。該研究對(duì)醫(yī)學(xué)影像圖像處理在工程中應(yīng)用有較大的理論和實(shí)踐意義。

      猜你喜歡
      椒鹽中值像素點(diǎn)
      Lagrange中值定理的證明及其應(yīng)用
      基于局部相似性的特征匹配篩選算法
      學(xué)做椒鹽蝦
      基于5×5鄰域像素點(diǎn)相關(guān)性的劃痕修復(fù)算法
      Lagrange中值定理的巧妙應(yīng)用
      基于canvas的前端數(shù)據(jù)加密
      高等數(shù)學(xué)中拉格朗日中值定理的教學(xué)處理
      微分中值定理教法研討
      基于逐像素點(diǎn)深度卷積網(wǎng)絡(luò)分割模型的上皮和間質(zhì)組織分割
      椒鹽芝麻燒餅
      勃利县| 博野县| 舞钢市| 滁州市| 安岳县| 罗源县| 梁河县| 汪清县| 周宁县| 大埔县| 宁强县| 吴桥县| 宿州市| 绍兴县| 柘城县| 石渠县| 德格县| 威宁| 阳朔县| 苍溪县| 桓台县| 即墨市| 洛扎县| 凤城市| 灵宝市| 成安县| 泌阳县| 高邮市| 波密县| 凌源市| 茌平县| 丽水市| 花莲县| 东海县| 平和县| 山阴县| 平乐县| 阆中市| 岑巩县| 岑溪市| 祁东县|