基于图像结构—纹理分解的医学图像去噪算法的研究

发布时间：2017-05-28 01:08

  本文关键词：基于图像结构—纹理分解的医学图像去噪算法的研究，由笔耕文化传播整理发布。

【摘要】：医学图像去噪是图像复原的一个重要分支,随着医学成像方式的快速发展以及人们对健康的日渐重视,医学图像处理也开始成为国内外研究的热点。医学图像形成过程中会引入各种噪声,这些噪声会让图像边缘变得模糊,图像误差增大,信噪比降低,从而给医学图像的质量造成较大的影响。面对存在质量问题的医学图像,医生可能对病人的某些病症分辨不清,从而在诊断上出现误差。因此在不降低医学图像空间分辨率的前提下,有效去除图像中的噪声,同时还要保留医学图像原本的特征信息,这种问题的研究对于医学诊断有重要的实用价值。本文研究的目的是研究出一种新的医学图像去噪算法,并利用计算机编程实现,研究平台是matlab.其理论意义在于本课题借助图像结构—纹理分解理论,同时利用图像的增强理论及非局部均值理论,先从理论角度构造一种混合去噪方法,然后通过计算机编程得以实现。经过实验与传统去噪方法进行对比可知,新算法实现了有效快速保真的去噪效果,因此具备充分的理论研究意义。本课题是基于图像结构—纹理分解模型来处理医学含噪图像,论文的基本思路是：将含噪图像f分解为两部分即：f=u+v,其中u代表图像的主要结构部分;v代表图像的震荡部分,包括纹理和噪声。本文根据u和v的特点,对u,进行锐化处理,突出图像中的细节部分并增强被模糊了的细节,从而得到u1；对v,进行去噪、提取纹理,采用快速非局部均值滤波算法进行处理,得到v1。最后将得到的u1和v1加起来,即可得到去噪后新的图像fl。经过数值实验论证表明,新算法处理医学图像获得的信噪比最高,去噪效果最好,而且新算法在去除噪声的同时,对图像的边缘、纹理信息保留最好,这将更有助于进行病变的识别。同时,在对震荡图像v进行处理时利用改进后的快速非局部均值算法与原始算法相比,在速度上提高了6倍之多,大大缩短了整个进程处理的时间。因此新算法具有较高的实用价值。
【关键词】：图像去噪 结构—纹理分解 锐化 非局部均值 信噪比
【学位授予单位】：中国海洋大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 1 绪论9-15
• 1.1 研究的背景及意义9-12
• 1.1.1 医学图像处理背景9-10
• 1.1.2 国内外研究现状10-11
• 1.1.3 研究目的及意义11-12
• 1.2 本文的结构体系12-14
• 1.2.1 本文研究内容12
• 1.2.2 研究技术路线12-13
• 1.2.3 本文研究方法13-14
• 1.3 本文的创新点阐述14-15
• 1.3.1 研究创新点14
• 1.3.2 研究不足14-15
• 2 相关背景技术15-29
• 2.1 医学图像去噪的机理概述15-19
• 2.1.1 医学图像噪声产生原理15-16
• 2.1.2 医学图像去噪方法16-17
• 2.1.3 医学图像去噪评价标准17-19
• 2.2 图像的结构-纹理分解算法19-21
• 2.2.1 图像的结构-纹理分解算法19-20
• 2.2.2 图像的结构-纹理分解程序实现(Matlab语言)20-21
• 2.3 医学图像增强理论21-23
• 2.3.1 医学图像增强理论概述21-22
• 2.3.2 锐化增强算法概述22
• 2.3.3 编程构造锐化增强滤波函数22-23
• 2.4 非局部均值理论23-29
• 2.4.1 非局部均值理论概述23
• 2.4.2 非局部均值去噪特点23
• 2.4.3 原始非局部均值代码冗余及简化策略23-26
• 2.4.4 构造快速非局部均值滤波算法26-29
• 3 基于图像结构-纹理分解的医学图像去噪算法设计29-33
• 3.1 算法描述、算法步骤及流程图设计29-30
• 3.2 算法优化思路及改进过程30-31
• 3.3 算法详细实现过程31-33
• 4 数值实验33-43
• 4.1 算法效果对比实验33-41
• 4.2 处理时间对比41
• 4.3 基于该算法的效率评估41-43
• 5 结论与展望43-45
• 参考文献45-47
• 附录(论文中用到的主要函数代码)47-51
• 攻读工程硕士期间所发表的文章51-52
• 个人简历52-53
• 致谢53

【相似文献】

中国期刊全文数据库 前10条

1 刘建忠;;图像边缘的数学结构分析[J];软件;2011年05期

2 陈文兵;张小磊;;基于图像边缘的能见度计算方法[J];微型电脑应用;2009年04期

3 曾友州;胡莹;曾伟一;郑晓霞;;提取数字图像边缘的算法比较[J];成都航空职业技术学院学报;2009年04期

4 潘卫国;鲍泓;何宁;;一种传统中国书画图像的二分类方法[J];计算机科学;2012年03期

5 周涛;陆惠玲;拓守恒;马竞先;杨德仁;;基于非凸区域下近似的图像边缘修补算法[J];宁夏大学学报(自然科学版);2012年01期

6 唐亮;唐娉;阎福礼;郑柯;;HJ-1 CCD图像自动几何精纠正系统的设计与实现[J];计算机应用;2012年S2期

7 宋建中;;喷雾图像的自动分析[J];光学机械;1988年04期

8 张锦华;孙挺;;引入像点融合度修补的图像边缘化参差拼接实现[J];微电子学与计算机;2014年08期

9 张晓清;;抠图另一法[J];数字世界;2002年11期

10 潘泓;夏良正;;一种基于图像边缘的矩计算方法[J];模式识别与人工智能;2003年03期

中国重要会议论文全文数据库 前10条

1 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集（第四卷）[C];2002年

2 王伟凝;余英林;张剑超;;图像的动感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

3 韩焱;王明泉;宋树争;;工业射线图像的退化与恢复方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（下册）[C];2001年

4 王强;王风;;一种保持图像几何特征的去噪模型[A];中国通信学会第五届学术年会论文集[C];2008年

5 王培珍;杨维翰;陈维南;;图像边缘信息的融合方案研究[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

6 李大鹏;禹晶;肖创柏;;图像去雾的无参考客观质量评测方法[A];第十五届全国图象图形学学术会议论文集[C];2010年

7 孟晋丽;张毅;金林;;图像中混合噪声的小波域滤除方法[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

8 漆琳智;张超;吴向阳;;引导滤波的单幅图像前景精确提取[A];浙江省电子学会2013学术年会论文集[C];2013年

9 张明慧;;基于模糊蒙片算法的CR图像边缘增强[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

10 王亮亮;李明;高昕;;强模糊空间目标图像边缘获取方法研究[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

中国重要报纸全文数据库 前10条

1 吴飞;无边距照片打印三部曲[N];中国电脑教育报;2003年

2 艾思平翻译;视频编码软件CCE SP2操作指南(9)[N];电子报;2009年

3 ;B超术语解释[N];农村医药报（汉）;2008年

4 ;图像质量调整秘技[N];电脑报;2001年

5 马骏睿 皓月;制作版画效果图片[N];中国摄影报;2007年

6 艾思平翻译;视频编码软件CCE SP2操作指南(14)[N];电子报;2009年

7 西安 张正仓;I~（2）C总线控制的HG-2220AV液晶屏视频信号驱动板[N];电子报;2003年

8 ;令挑剔的人也刮目相看[N];中国电子报;2001年

9 侯杰;国产芯片进军移动多媒体市场[N];人民邮电;2003年

10 于亮、阿鲲;技术“扫”天下[N];中国计算机报;2002年

中国博士学位论文全文数据库 前10条

1 梁福来;低空无人机载UWB SAR增强成像技术研究[D];国防科学技术大学;2013年

2 周静;基于忆阻器的图像处理技术研究[D];国防科学技术大学;2014年

3 贾茜;基于时—空域插值的图像及视频上采样技术研究[D];武汉大学;2014年

4 李照奎;人脸图像的鲁棒特征表示方法研究[D];武汉大学;2014年

5 郝红星;基于干涉相位图像构建数字高程模型的关键技术研究[D];国防科学技术大学;2014年

6 杨小义;图像特征识别算法及其在聋人视觉识别中的应用研究[D];重庆大学;2015年

7 王玉明;SAR图像地雷场检测技术研究[D];国防科学技术大学;2013年

8 温景阳;图像大容量、低失真可逆信息隐藏技术研究[D];兰州大学;2015年

9 李林;基于概率图模型的图像整体场景理解方法研究[D];电子科技大学;2014年

10 冯景;基于SAR图像的海面溢油检测研究[D];北京理工大学;2015年

中国硕士学位论文全文数据库 前10条

1 郑露萍;图像二阶微分特征提取及人脸识别应用研究[D];昆明理工大学;2015年

2 王思武;基于太阳图像的特征提取和检索[D];昆明理工大学;2015年

3 曹静;基于暗通道先验算法的图像去雾处理[D];海南大学;2015年

4 王雨婷;基于林火图像特征的火险识别系统研究与设计[D];东北林业大学;2015年

5 胡海锋;基于激光散斑图像的零件表面粗糙度测量[D];南京信息工程大学;2015年

6 王鑫;基于CT图像的肺结节检测方法研究[D];长春工业大学;2015年

7 何建斌;基于IPCS的医学图像网络考试系统的设计与研究[D];广东技术师范学院;2015年

8 宋小潞;基于大气物理模型的单幅图像去雾算法研究[D];华南理工大学;2015年

9 卢永乐;基于查找表的图像逆半调模板选择方法研究[D];湖南工业大学;2015年

10 武翔宇;基于图像的接触网支柱检测与编号识别[D];西南交通大学;2015年

  本文关键词：基于图像结构—纹理分解的医学图像去噪算法的研究，，由笔耕文化传播整理发布。

本文编号：401576