基于中值滤波算法的医学影像图像除噪设计实现研究

发布时间：2021-08-11 19:25

　　对医学影像图像中值滤波算法的数学模型进行了分析,采用MATLAB平台对基于中值滤波算法的医学影像图像除噪进行了算法实现设计,并运用中值滤波算法将含有椒盐噪声和高斯噪声的医学影像图像分别加以实验仿真操作,进一步对其经不同的中值滤波算法模板进行了实验比较研究。结果表明理论分析与实验的一致性。 

【文章来源】：贵州大学学报(自然科学版). 2020,37(02)

【文章页数】：5 页

【部分图文】：

医学影像图像的处理过程图

通过中值滤波，分别对含有椒盐噪声和高斯噪声医学影像图采用中值滤波算法进行去噪，实验采用MATLAB程序语言[21-25]来进行编程实现算法仿真。其对含有椒盐噪声和高斯噪声医学影像图采用3*3的滤波窗口模板中值滤波算法设计实现如图2所示。运行仿真，如图3(b)、(c)、(d)、(e)所示为3*3窗口中值滤波分别对椒盐噪声和高斯噪声滤波前后的大脑医学图像。图3(a)为CT原始图，图3(b)为在CT原始图3(a)中加有均值零，方差为0.02的椒盐噪声图像，图3(c)是采用中值滤波去除图3(b)中椒盐噪声后的图像，图3(d)是在CT原始图3(a)中加上均值零，方差为0.02的高斯噪声图像，图3(e)为对图3(b)中高斯噪声采用中值滤波之后的图像。通过实验图3观察到，中值滤波对椒盐噪声的除噪效果比高斯噪声的好，对于高斯噪声的去噪效果3*3窗口的中值滤波功能没有优势。

运行仿真，如图3(b)、(c)、(d)、(e)所示为3*3窗口中值滤波分别对椒盐噪声和高斯噪声滤波前后的大脑医学图像。图3(a)为CT原始图，图3(b)为在CT原始图3(a)中加有均值零，方差为0.02的椒盐噪声图像，图3(c)是采用中值滤波去除图3(b)中椒盐噪声后的图像，图3(d)是在CT原始图3(a)中加上均值零，方差为0.02的高斯噪声图像，图3(e)为对图3(b)中高斯噪声采用中值滤波之后的图像。通过实验图3观察到，中值滤波对椒盐噪声的除噪效果比高斯噪声的好，对于高斯噪声的去噪效果3*3窗口的中值滤波功能没有优势。进一步对含有椒盐噪声和高斯噪声医学影像图采用5*5的滤波窗口模板中值滤波算法设计实现如图4所示。

【参考文献】：
期刊论文
[1]基于CS-BP神经网络的舌诊图像颜色校正算法[J]. 赵晓梅,张正平,余颖聪,袁刚,刘兆邦.  贵州大学学报(自然科学版). 2019(05)
[2]基于MATLAB的医学影像图像恢复实现研究[J]. 牟希农.  中央民族大学学报(自然科学版). 2019(01)
[3]外界激发型学习神经元的动力学研究与电路设计实现[J]. 陈军.  贵州大学学报(自然科学版). 2019(01)
[4]基于维纳滤波算法的医学影像图像除噪分析研究[J]. 陈军.  辽宁大学学报(自然科学版). 2019(01)
[5]脑血管三维重建及算法实现[J]. 郭健,程宇航,郭书祥.  哈尔滨工程大学学报. 2019(04)
[6]基于自适应活动轮廓模型的医学图像分割算法研究[J]. 高建瓴,孟宇婷,邸泽雷坤.  贵州大学学报(自然科学版). 2018(05)
[7]基于改进的SIFT算法的图像三维重建研究[J]. 缪盾.  贵州大学学报(自然科学版). 2018(05)
[8]基于支持向量机的呼吸器肺炎检测算法[J]. 王忠闯,张富贵,谢建兴,廖育萱,张周.  贵州大学学报(自然科学版). 2018(03)
[9]医学影像学的发展趋势探究[J]. 祝蕾,朱坤福.  影像研究与医学应用. 2018(02)
[10]一种用于中值滤波的改进均值划分算法[J]. 刘海峰,张超,罗江,林福良.  计算机系统应用. 2017(03)

硕士论文
[1]混合噪声图像滤波算法在医学图像中的应用研究[D]. 肖孟强.兰州交通大学 2012
[2]图像滤波方法的探讨及其MATLAB实现[D]. 于晓晶.华东师范大学 2008



本文编号：3336751