没有合适的资源?快使用搜索试试~ 我知道了~
医学图像去噪算法效果对比报告(有代码).pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 1 下载量 65 浏览量
2021-09-14
19:30:20
上传
评论 1
收藏 1.02MB PDF 举报
温馨提示
试读
14页
。。。
资源推荐
资源详情
资源评论
路漫漫其修远兮,吾将上下而求索 - 百度文库
第一章 引言
1.1 研究背景和意义
现实中的数字图像在数字化和传输过程中,常受到成像设备与外部环境噪声
干扰等影响,成为含噪图像。完全去除或减少数字图像中的噪声称为图像去噪技
术。
现实中的医学图像在采集、转换和传输中,常常受到成像设备与外部环境噪
声干扰等影响,产生降质,大多数的现实医学图像都是含噪图像,医学图像噪声
对医学图像分析、医学图像压缩的影响很大,因此医学图像去噪是医学图像预处
理阶段最重要的任务之一。医学图像去噪是图像预处理中一项被广泛应用的技
术,其作用是提高医学图像的信噪比,突出医学图像期望特征。因此,具体重要
的应用价值。
本文结合高斯噪声和椒盐噪声两种噪声类型的特点进行了分析,并采用均值
滤波、中值滤波和改进中值滤波算法对受高斯噪声和椒盐噪声污染的图像进行了
去噪,并对去噪效果进行了对比。
1.2 医学图像
现代医学已经越来越依赖于医疗设备的协助,而其中的医疗成像设备则是其
中最为重要的设备,贯穿了从医疗诊断、手术导航、术后效果评判等全流程。而
随着医学成像技术的快速发展,各种成像技术给医患提供了更丰富、更精确的成
像效果。但是不同的成像技术一般都基于其成像原理而具有其独特的优点,也存
在着其特定的局限,完美而通用的成像技术手段现在仍未出现,不同的成像技术
在不同的应用情景下会有优劣,对不同组织器官的成像也各有千秋。
1.3 噪声类型
噪声是电路或系统中不含信息量的电压或电流。在医学成像系统与自然界
中,存在着各种干扰源(噪声源),如大功率电力电子器件的接入、大功率用电
1
路漫漫其修远兮,吾将上下而求索 - 百度文库
设备的开启与断开、雷击闪电等都会使空间电场和磁场产生有序或无序的变化,
这些都是干扰源(或噪声源)。这些源产生的电磁波或尖峰脉冲通过磁、电耦合
或是通过电源线等路径进入放大电路,各种电气设备,形成各种形式的干扰
[1-2]
。
其占用高斯噪声和椒盐噪声是两种最常见的医学图像噪声类型
[3]
。
所谓高斯噪声是指它的概率密度函数服从高斯分布(即正态分布)的一类噪
声。在任选瞬时中任取 n 个,其值按 n 个变数的高斯概率定律分布。
椒盐噪声(黑色噪点为椒,白色噪点为盐)出现的位置随机,图像中到处存
在噪声,噪声的幅值随机分布。
2
路漫漫其修远兮,吾将上下而求索 - 百度文库
第二章 去噪算法
2.1 均值滤波算法
均值滤波是一种典型的线性去噪方法,因为其运算简单快速,同时又能够较
为有效地去除高斯噪声。因而适用面较广,至今仍是一种常用的去噪方法,许多
滤除噪声方法都是在此基础上发展而来。均值滤波的方法是对将处理的当前像
素,选择一个模板,该模板为其邻近的若干像素组成,用模板中像素的均值来替
代原像素的值。如图 3-1 所示,序号 x 是当前像素,序号为 1 至 8 是邻近像素。
求模板中所有像素的均值,再把该均值赋予当前像素点
(x, y)
,作为处理后图像
在该点上的灰度
g(x, y)
,即:
g(x, y)
1
N
f (x, y)
(2-1)
f s
其中 s 为模板,N 为该模板包含像素的总个数。
1
8
7
2
x
6
3
4
5
图 2-1 模板示意图
中值滤波公式中 N 表示模板窗口中的像素个数。g(x,y)是均值滤波后中心像
素的灰度值。均值滤波是一种线性滤波器,但模糊效应比较严重,去噪的同时会
引起细节信息的丢失
[4-5]
。
2.2 中值滤波算法
中值滤波是一种常用的非线性平滑滤波方法,其基本原理是把数字图像或数
字序列中一点的值用该点的一个邻域中各点值的中值代换。中值滤波优于均值滤
3
剩余13页未读,继续阅读
资源评论
- m0_655812862023-11-02资源使用价值高,内容详实,给了我很多新想法,感谢大佬分享~
苦茶子12138
- 粉丝: 1w+
- 资源: 6万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功