基于小波变换和中值滤波的医学图像去噪.doc
约48页DOC格式手机打开展开
基于小波变换和中值滤波的医学图像去噪,本文共47页23404字摘要医学图像的好坏直接影响着医生对病情的诊断和治疗,因此利用数字图像处理等技术对医学图像进行有效的处理,己成为医学图像处理研究和开发的一大热点。小波变换是近年来兴起的信号处理技术,它具有良好的局部化分析特性和多分辨率分析特性,非常适合于医学图像处理。在医学图像...
内容介绍
此文档由会员 王亮亮 发布
基于小波变换和中值滤波的医学图像去噪
本文共47页 23404字
摘 要
医学图像的好坏直接影响着医生对病情的诊断和治疗,因此利用数字图像处理等技术对医学图像进行有效的处理,己成为医学图像处理研究和开发的一大热点。小波变换是近年来兴起的信号处理技术,它具有良好的局部化分析特性和多分辨率分析特性,非常适合于医学图像处理。在医学图像中常常会含有各种噪声,为了消除或衰减存在于图像中的噪声,同实尽可能地保留图像细节,本文提出一种基于小波变换与中值滤波相结合的方法实现了图像去噪。该方法是根据高斯噪声及脉冲噪声在小波变换下的不同特性,并结合中值滤波的特点,在小波域内对高频子带进行中值滤波对低频子带进行维纳滤波,然后选择相应的门限进行降噪处理。该算法的实验结果显示,不仅能滤除图像中的加性噪声和高斯噪声,而且能较好的保留图像的边缘细节。实验表明,该方法优于其他方法,具有实际应用价值。
关键词: 小波变换;中值滤波;医学图像;图像去噪;图像处理
Abstract
Because the quality of medical image affects diagnosis and therapy of doctor to state of an illness directly medical image processing have become a hotspot. Wavelet transform is a populous signal processing method in recent years.Wavelets have advantages of local analysis and multi-resolution analysis,and they are very suitable for image processing. There is often noise in real images. In order to clear off the noise in image and meanwhile preserve the image edge information,we propose in the paper a efficient technique based on wavelet transform and median filter. Based on the analysis of Gaussian and impulse noise in wavelet transform, our method filters the high-frequency subband images combined the property of median filter and the low-frequency subband images combined the property of wiener filter, then the subband images in wavelet--domain. The experiment results show that the method not only efficiently remove mixed Gaussian and impulse noise in image,but also Preserve the image edge information. The experiment indicates that the method better than other methods. It has practical value.
Key words: wavelet transform ; median filter; medical image;image denoising; image processing
目 录
摘 要 I
ABSTRACT II
第一章 绪论 1
一、 概述 1
二、 数字图像处理 1
三、 文章内容安排 3
第二章 中值滤波的相关理论及算法 4
一、 中值滤波器的定义及相关理论 4
(一) 中值滤波的定义 4
(二) 极大/中值滤波 5
(三) 加权中值滤波 5
(四) 多层中值滤波 5
二、 中值滤波技术 6
第三章 小波变换理论及去噪技术 8
一、 小波变换理论 8
(一) 小波变换概述 8
(二) 小波变换的概念 8
(三) 多分辨率和Mallat算法 10
(四) 图像的小波分解与重构 12
二、 小波去噪技术 14
(一) 小波去噪概述 15
(二) 小波去噪原理 15
第四章 小波变换和中值滤波结合去噪 18
一、 图像噪声和图像质量评价 18
(一) 图像噪声 18
(二) 图像质量评价 19
二、 医学图像去噪 20
(一) 不同噪声的医学图像 20
(二) 基本的去噪方法 21
(三) 综合去噪方法 26
(四) 新型去噪方法 29
(五) 分析与总结 32
结 论 34
附 录 35
参考文献 43
参考文献
1. 章毓晋.图像处理和分析.北京:清华大学出版社,1999.82-116
2. 王家文,曹宇.MATLAB6.5图形图像处理.北京: 国防工业出版社,2004.166-167.
3. 徐立中.数字图像的智能信息处理.北京:国防工业出版社,2001.22-23.
4. 傅德胜,寿益禾.图形图像处理学.南京:东南大学出版社,2002.175-177.
5. 高清维,李斌,解光军等.基于平稳小波变换的图像去噪方法.计算机研究与发展,2002. (12):1689-1693.
本文共47页 23404字
摘 要
医学图像的好坏直接影响着医生对病情的诊断和治疗,因此利用数字图像处理等技术对医学图像进行有效的处理,己成为医学图像处理研究和开发的一大热点。小波变换是近年来兴起的信号处理技术,它具有良好的局部化分析特性和多分辨率分析特性,非常适合于医学图像处理。在医学图像中常常会含有各种噪声,为了消除或衰减存在于图像中的噪声,同实尽可能地保留图像细节,本文提出一种基于小波变换与中值滤波相结合的方法实现了图像去噪。该方法是根据高斯噪声及脉冲噪声在小波变换下的不同特性,并结合中值滤波的特点,在小波域内对高频子带进行中值滤波对低频子带进行维纳滤波,然后选择相应的门限进行降噪处理。该算法的实验结果显示,不仅能滤除图像中的加性噪声和高斯噪声,而且能较好的保留图像的边缘细节。实验表明,该方法优于其他方法,具有实际应用价值。
关键词: 小波变换;中值滤波;医学图像;图像去噪;图像处理
Abstract
Because the quality of medical image affects diagnosis and therapy of doctor to state of an illness directly medical image processing have become a hotspot. Wavelet transform is a populous signal processing method in recent years.Wavelets have advantages of local analysis and multi-resolution analysis,and they are very suitable for image processing. There is often noise in real images. In order to clear off the noise in image and meanwhile preserve the image edge information,we propose in the paper a efficient technique based on wavelet transform and median filter. Based on the analysis of Gaussian and impulse noise in wavelet transform, our method filters the high-frequency subband images combined the property of median filter and the low-frequency subband images combined the property of wiener filter, then the subband images in wavelet--domain. The experiment results show that the method not only efficiently remove mixed Gaussian and impulse noise in image,but also Preserve the image edge information. The experiment indicates that the method better than other methods. It has practical value.
Key words: wavelet transform ; median filter; medical image;image denoising; image processing
目 录
摘 要 I
ABSTRACT II
第一章 绪论 1
一、 概述 1
二、 数字图像处理 1
三、 文章内容安排 3
第二章 中值滤波的相关理论及算法 4
一、 中值滤波器的定义及相关理论 4
(一) 中值滤波的定义 4
(二) 极大/中值滤波 5
(三) 加权中值滤波 5
(四) 多层中值滤波 5
二、 中值滤波技术 6
第三章 小波变换理论及去噪技术 8
一、 小波变换理论 8
(一) 小波变换概述 8
(二) 小波变换的概念 8
(三) 多分辨率和Mallat算法 10
(四) 图像的小波分解与重构 12
二、 小波去噪技术 14
(一) 小波去噪概述 15
(二) 小波去噪原理 15
第四章 小波变换和中值滤波结合去噪 18
一、 图像噪声和图像质量评价 18
(一) 图像噪声 18
(二) 图像质量评价 19
二、 医学图像去噪 20
(一) 不同噪声的医学图像 20
(二) 基本的去噪方法 21
(三) 综合去噪方法 26
(四) 新型去噪方法 29
(五) 分析与总结 32
结 论 34
附 录 35
参考文献 43
参考文献
1. 章毓晋.图像处理和分析.北京:清华大学出版社,1999.82-116
2. 王家文,曹宇.MATLAB6.5图形图像处理.北京: 国防工业出版社,2004.166-167.
3. 徐立中.数字图像的智能信息处理.北京:国防工业出版社,2001.22-23.
4. 傅德胜,寿益禾.图形图像处理学.南京:东南大学出版社,2002.175-177.
5. 高清维,李斌,解光军等.基于平稳小波变换的图像去噪方法.计算机研究与发展,2002. (12):1689-1693.