【摘要】：醫(yī)學(xué)圖像是臨床輔助診斷必不可少的重要參考,其中醫(yī)學(xué)CT、MR、B超圖像無(wú)論是在常規(guī)檢查,還是疾病確診都有廣泛地運(yùn)用。獲得清晰可靠的醫(yī)學(xué)圖像是降噪工作的關(guān)鍵。本文選擇上述三類醫(yī)學(xué)圖像作為研究對(duì)象,以獲得紋理真實(shí)、細(xì)節(jié)清晰的降噪圖像為目標(biāo),提出幾種改進(jìn)的降噪方法,并結(jié)合主觀觀察與客觀指標(biāo),綜合分析各種方法的降噪效果。具體研究?jī)?nèi)容如下:1.對(duì)比了幾種常用的噪聲估計(jì)方法與四種經(jīng)典的降噪算法的處理效果,為本次算法改進(jìn)工作提供思路。2.研究了非局部均值濾波(NLM)方法:(1)提出改進(jìn)后的具備旋轉(zhuǎn)不變性的衡量像素塊之間相似程度的相似權(quán)重。(2)提出一種改進(jìn)的基于拉普拉斯算子的噪聲估計(jì)法,用于估計(jì)含噪圖像的噪聲方差。經(jīng)實(shí)驗(yàn)表明:改進(jìn)后的基于拉普拉斯算子的噪聲估計(jì)法的估計(jì)精度更高。改進(jìn)的NLM方法結(jié)合了經(jīng)典降噪算法的優(yōu)勢(shì),充分發(fā)揮出原NLM方法的優(yōu)點(diǎn),PSNR最多提升約1.5db。采用改進(jìn)的NLM方法降噪后無(wú)論是在圖像的視覺(jué)效果、噪聲去除程度上,還是在結(jié)構(gòu)相似程度、邊緣細(xì)節(jié)保護(hù)等方面較原方法都更具優(yōu)勢(shì),更適合處理上述醫(yī)學(xué)圖像噪聲。3.研究了雙邊濾波降噪方法,提出一種新的處理CT、MR、B超圖像的灰度相似度度量因子。經(jīng)實(shí)驗(yàn)表明:改進(jìn)方法的PSNR最多提高值高于4db,SSIM、EPI更接近1。由此說(shuō)明,改進(jìn)的雙邊濾波方法可以獲得質(zhì)量更好的降噪圖像,并且在保護(hù)細(xì)節(jié)邊緣的同時(shí)能有效減少過(guò)增強(qiáng)現(xiàn)象的發(fā)生。4.研究了小波降噪方法:(1)提出改進(jìn)的小波軟閾值函數(shù)。在小波變換理論的基礎(chǔ)上,選擇適合醫(yī)學(xué)圖像降噪的軟閾值函數(shù)作為改進(jìn)對(duì)象,并加入小波分解層級(jí)作為調(diào)整參數(shù)。經(jīng)實(shí)驗(yàn)表明,該方法的PSNR最多提升約3db,較原軟閾值方法的降噪效果更好。(2)提出了基于小波域的非局部均值濾波與雙邊濾波降噪方法。該方法運(yùn)用小波分離信號(hào)的優(yōu)勢(shì),先通過(guò)小波分解獲得圖像的高、低頻區(qū)域;然后采用本文改進(jìn)的NLM濾波對(duì)高頻區(qū)域進(jìn)行降噪,采用改進(jìn)的雙邊濾波對(duì)低頻區(qū)域降噪;最后經(jīng)信號(hào)重構(gòu)獲得降噪后的圖像。在同一仿真軟件運(yùn)行環(huán)境下對(duì)比本文改進(jìn)的四種降噪方法的實(shí)際效果。經(jīng)實(shí)驗(yàn)表明:(1)采用基于小波域的非局部均值濾波與雙邊濾波方法降噪兼具NLM方法與雙邊濾波的優(yōu)勢(shì),噪聲點(diǎn)在一定程度上被剔除,同時(shí)圖像的邊緣輪廓得到適度增強(qiáng)。(2)改進(jìn)的NLM方法降噪圖像的視覺(jué)效果最接近理想無(wú)噪聲圖像,尤其適合處理醫(yī)學(xué)CT和MR圖像,但處理紋理結(jié)構(gòu)平滑的B超圖像時(shí)的視覺(jué)效果略低于改進(jìn)的雙邊濾波方法。(3)采用改進(jìn)的雙邊濾波方法降噪的EPI最大可增至3,圖像邊緣細(xì)節(jié)增強(qiáng)的程度最大,是增強(qiáng)醫(yī)學(xué)圖像紋理細(xì)節(jié)的好方法。(4)改進(jìn)的小波軟閾值降噪方法無(wú)論是在噪點(diǎn)去除還是細(xì)節(jié)保護(hù)方面均低于另外三種方法。圖83表21參82
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R318;TP391.41
【圖文】：

圖１采用四種噪聲方差估計(jì)方法的樣本圖像逡逑

圖４四種經(jīng)典降噪方法處理腸脂垂炎ＣＴ圖像的誤差均方差（ＭＳＥ）比較逡逑Ｆｉｇ．４邋Ｃｏｍｐａｒｉｓｏｎ邋ｏｆ邋ｍｅａｎ邋ｓｑｕａｒｅ邋ｅｒｒｏｒ邋（ＭＳＥ）邋ｏｆ邋ｆｏｕｒ邋ｃｌａｓｓｉｃａｌ邋ｄｅｎｏｉｓｉｎｇ邋ｍｅｔｈｏｄｓ邋ｆｏｒ邋ＣＴ邋ｉｍａｇｅｓ逡逑ｏｆ邋ｉｎｔｅｓｔｉｎａｌ邋ｌｉｐｏｐｓｉｓ逡逑

圖５四種經(jīng)典降噪方法處理腸脂垂炎ＣＴ圖像的峰值信噪比（ＰＳＮＲ）比較逡逑Ｆｉｇ．５邋Ｃｏｍｐａｒｉｓｏｎ邋ｏｆ邋Ｐｅａｋ邋Ｓｉｇｎａｌ－ｔｏ－Ｎｏｉｓｅ邋Ｒａｔｉｏ邋（ＰＳＮＲ）邋ｏｆ邋Ｆｏｕｒ邋Ｃｌａｓｓｉｃａｌ邋Ｎｏｉｓｅ邋Ｒｅｄｕｃｔｉｏｎ逡逑Ｍｅｔｈｏｄｓ邋ｆｏｒ邋ＣＴ邋Ｉｍａｇｅｓ邋ｏｆ邋Ａｄｉｐｈｙｓｉｔｉｓ逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張瓊;李斌;;超聲斑點(diǎn)噪聲的形成原理及模型[J];電子技術(shù)與軟件工程;2014年14期

2 付麗娟;姚宇;付忠良;;中值濾波與各向異性擴(kuò)散相結(jié)合的醫(yī)學(xué)圖像濾波方法[J];計(jì)算機(jī)應(yīng)用;2014年01期

3 葉衍昌;趙東紅;李小娟;;高斯平滑算子對(duì)Y-K模型改進(jìn)的圖像去噪方法[J];軟件導(dǎo)刊;2013年11期

4 余麗玲;陽(yáng)維;馮衍秋;劉閩;馮前進(jìn);陳武凡;;Rician噪聲水平場(chǎng)的估計(jì)及其在MR圖像去噪中的應(yīng)用[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2013年05期

5 付光杰;王依;任嬌;雷飛;;基于小波的泳池水下圖像去噪算法研究[J];自動(dòng)化技術(shù)與應(yīng)用;2013年06期

6 王杰;毛玉泉;李思佳;吳崇虎;;圖像的頻域倒數(shù)—高斯級(jí)聯(lián)低通濾波去噪方法[J];計(jì)算機(jī)應(yīng)用研究;2012年12期

7 楊春玲;謝小蘭;;分布式視頻編碼中拉普拉斯-柯西混合分布相關(guān)噪聲模型研究[J];電子與信息學(xué)報(bào);2012年10期

8 強(qiáng)彥;盧軍佐;趙涓涓;;PET/CT醫(yī)學(xué)圖像去噪方法的研究[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年08期

9 文武;苗放;;復(fù)數(shù)域非線性擴(kuò)散濾波在圖像處理中的應(yīng)用[J];微電子學(xué)與計(jì)算機(jī);2012年06期

10 王昊;康曉東;劉玲玲;耿佳佳;郭軍;;MR圖像去噪算法研究進(jìn)展[J];磁共振成像;2012年03期

相關(guān)博士學(xué)位論文 前1條

1 毛寶林;低劑量CT圖像重建與偽影校正算法研究[D];東北大學(xué);2015年

相關(guān)碩士學(xué)位論文 前1條

1 董嬋嬋;基于偏微分方程圖像降噪算法的研究與分析[D];中北大學(xué);2016年

本文編號(hào)：2749935