自適應中值濾波算法濾除醫(yī)學圖像脈沖噪聲要點

1、精選優(yōu)質文檔-傾情為你奉上精選優(yōu)質文檔-傾情為你奉上專心-專注-專業(yè)專心-專注-專業(yè)精選優(yōu)質文檔-傾情為你奉上專心-專注-專業(yè)課 程 設 計 說 明 書學生姓名： 學 號： 學 院： 專 業(yè)： 題 目：自適應中值濾波算法濾除醫(yī)學圖像脈沖噪聲 指導教師： 職稱: 2013 年 月 日課程設計任務書 12/13 學年第 二 學期學 院： 專 業(yè)： 學 生 姓 名： 學 號： 課程設計題目： 自適應中值濾波算法濾除醫(yī)學圖像 脈沖噪聲 起 迄 日 期： 2013年6 月7 日2013年6月 28 日 課程設計地點： 指 導 教 師： 系 主 任： 下達任務書日期: 2013 年6 月 7 日課 程 設

2、 計 任 務 書1設計目的：綜合運用醫(yī)學圖像處理的相關知識，基于理論推導，設計一種自適應中值濾波算法，利用MATLAB作為編程工具進行計算機實現，從而加深對所學知識的理解。2設計內容和要求（包括原始數據、技術參數、條件、設計要求等）： 設計一種自適應的中值濾波算法，并將其應用在醫(yī)學圖像的脈沖噪聲抑制中，達到抑制噪聲與保持邊緣的良好平衡。3設計工作任務及工作量的要求包括課程設計計算說明書(論文)、圖紙、實物樣品等：（1）查閱文獻資料，了解相關知識；（2）確定設計方法；（3）編寫MATLAB程序，并上機調試；（4）撰寫課程設計說明書。課 程 設 計 任 務 書4主要參考文獻： 1 韓利竹，王華，M

3、ATALB電子仿真與應用(第2版M)，北京：國防工業(yè)版 社，2003：98238. 2 Rafacl C.Gonzalez,Richard E.Woods 著，阮秋琦，阮宇智等譯。數字圖版M北 京：電子工業(yè)出版社，2007：55193. 3趙廣元 著，matlab與控制系統(tǒng)仿真實踐M，北京：北京航空航天大學出版社， 2009：56201. 4 Sorin Zoican,Improved median filter for impulse noise removalJ.TELSIKS Serbia and Motenegra,Nis,2003,10(1-3): 681684. 5 R van N

4、ee. OFDM Wireless Multimedia CommunicationsJ.Rrasad R. Artech House，1999，33：298 6 1S.Haykin著.鄭寶玉等譯.自適應濾波器原理社M，北京：第四版.電子工業(yè) 出版社.2003：35356. 7 何振亞，自適應信號處理M，北京：科學出版社，2002：2399. 8 鄒國良，自適應濾波理論及應用M，石家莊：河北大學出版社，1997：55 345. 5設計成果形式及要求：提供課程設計說明書一份；MATLAB程序； 6工作計劃及進度： 6月7 日 6 月126月13 日 6 月 16月 20 日 6月 26 日 6

5、月27 日：完成課程設計說明書；6月 28 日：答辯。系主任審查意見： 簽字： 年 月 日Abstract：An adaptive median filter that can remove impulse noise in medical images is implemented，and it is cornpared with traditional median filter and averaging filter by two objective evaluation criteria，root-mean-square errorand destroyness degree of

6、noise to original imageThe pixel at the center of filtering window is detected to determinewhether it is an impulse noise based on given conditionMedian filter with adaptive window is applied to eliminate the noiseThe algorithm overcomes the shortcoming of median filter that replaces the value of ea

7、ch pixel bythe median of the gray levels in the neighborhood of that pixel，and reduces unnecessary loss of image detailSimulation results based on MATLAB show that，for larger impulse noise density,it not only eliminates noise effectively,but also preserves the edges and detail information of the obj

8、ectsThe algorithm has been used in the virtual endoscope system，and the filtering performance is very satisfactoryKey words：virtual endoscope system；medical image filtering；adaptive algorithm；median filter；impulse noise 摘要：實現了一種濾除醫(yī)學圖像脈沖噪聲的自適應中值濾波算法，用均方根誤差和噪聲對原圖像的毀壞程度兩個客觀評價指標對該算法及傳統(tǒng)均值、中值濾波方法進行了比較與評價。

9、根據設定條件檢測濾波窗口中心像素是否為脈沖噪聲，采取濾波窗口自適應的算法來濾除脈沖噪聲，去除了傳統(tǒng)中值濾波對所有像素均用中值代替的弊端，減少了不必要的圖像細節(jié)損失?；贛ATLAB的仿真實驗表明，對于較大密度的脈沖噪聲，該算法在有效抑制噪聲的同時，能較好地保護邊緣和細節(jié)信息。該算法已應用于虛擬內窺鏡系統(tǒng)中，取得了令人滿意的效果。 關鍵詞：虛擬內窺鏡系統(tǒng)；醫(yī)學圖像去噪；自適應算法；中值濾波；脈沖噪聲目 錄1.引言12.設計方案簡介23.設計條件及主要參數表3 3.1中值濾波的去噪過程3 3.2自適應中值濾波算法33.2.1脈沖噪聲特點33.2.2一種自適應中值濾波3 3.3主要參數4設計結果4設

10、計評述及體會8參考文獻9附錄101.引 言 計算機斷層掃描(CT)、核磁共振(MRI)和正電子放射斷層成像(PET)等高精度影像設備是虛擬內窺鏡技術(Virtual Endoscope)所需的醫(yī)學圖像數據的來源。由于受到強電磁場的干擾或是圖像傳輸過程中比特位發(fā)生了錯誤，這些影像設備所獲取的醫(yī)學圖像數據常含有脈沖噪聲，從而導致圖像丟失重要的細節(jié)信息，影響了組織的分割與提取，嚴重地影響三維重建結果的質量和人們對圖像的正確分析。因此，虛擬內窺鏡系統(tǒng)中醫(yī)學圖像數據預處理模塊的第一步就是圖像濾波。通過濾波處理在實現噪聲抑制的同時保持邊緣和細節(jié)信息，增強圖像的特征。中值濾波器作為非線性濾波的代表在抑制脈沖

11、噪聲方面表現出的簡單有效性，使得其在實際處理過程中得到了廣泛的應用。但是，傳統(tǒng)的中值濾波對圖像中的所有點均進行濾波，改變了圖像中未被脈沖噪聲污染的像素點的灰度值，從而影響了濾波圖像的質量。因此出現了很多基于標準中值濾波器的改進算法，例如加權中值濾波（WMF）、自適應的中值濾波器（AMF） 、方向中值濾波器（DWM）、開關中值濾波器（SMF）等。這些改進算法在去噪和保持圖像細節(jié)方面較標準中值濾波器均有了很大程度的提高，但在實際應用中都有各自的局限性。WMF通過對濾波窗口內的像素賦不同的權值，降低了細節(jié)的損失程度，但同時其去噪性能也有所下降。DWM在濾波時，引入了圖像的方向信息，采用多個不同的濾波

12、窗口檢測脈沖噪聲的走向，從而進一步提高了算法的細節(jié)信息，特別是邊緣信息保護能力。但其對每一個像素點均采用多個濾波窗口進行濾波，增加了算法的計算量，延長了計算時間。SMF增加了噪聲檢測機制以區(qū)分噪聲點與信號點，在噪聲密度低時能更好地保留圖像細節(jié)，但其性能隨著輸入圖像信噪比的降低接近于標準中值濾波且其計算時間隨噪聲密度的增大而增加。與這些方法相比較，AMF具有較為優(yōu)秀的濾波性能，但隨著噪聲密度的增加，其保護細節(jié)的能力下降較陜。通過分析脈沖噪聲特點，結合虛擬內窺鏡系統(tǒng)實時圖像處理的要求，實現了一種自適應中值濾波算法。該算法根據設定條件檢測濾波窗口中心像素是否為脈沖噪聲，然后自適應地采用不同大小的窗口

13、對脈沖噪聲點進行中值濾波處理，具有思想簡單、速度快等特點。對較大密度的脈沖噪聲，該算法在有效抑制噪聲的同時，能較好地保護邊緣和細節(jié)信息。2.設計方案簡介 濾波器被廣泛地用于圖象的預處理,抑制圖象噪聲,增強對比度,以及強化圖象的邊沿特征. 運用較為廣泛的線性濾波器如平均值濾波器,能較好地抑制圖象中的加性噪聲. 但是,線性濾波器會引起圖象的鈍化或模糊,使得圖象中物體邊界產生位移. 特別是,在圖象受到乘性噪聲或脈沖噪聲的干擾,如超聲波及雷達成像中普遍存在的斑點噪聲,線性濾波器就不能取得預期的效果. 中值濾波器，就像其名字一樣，是用該像素的相鄰像素的灰度中值來代替該像素的值，是一種非線性濾波器. 例如

14、濾波窗口由33 個象素組成,則其中5個象素的灰度值會小于等于該濾波器的輸出灰度值,同時5 個象素的灰度值會大于等于濾波器的輸出. 由此可見,對于離散的脈沖噪聲,當其出現的次數小于窗口尺寸的一半時,將被抑制掉同時也能較好地保證圖象的邊沿特征,而且易于實現. 因此它被廣泛地應用于圖象處理,尤其是醫(yī)學圖象處理,如超聲波圖象.但由于其使用的濾窗大小是固定不變的,當窗中噪聲像素數超過有用像素之半時（噪聲密度較大時）,中值濾波濾波作用大大降低。在脈沖噪聲強度大于0.2時,中值濾波效果就顯得不是令人滿意。而自適應中值濾波器會根據一定的設定條件改變?yōu)V窗的大小,即當噪聲面積較大時,通過增加濾窗的大小將噪聲予以去

15、除,同時當判斷濾窗中心的像素不是噪聲時,不改變其當前像素值,即不用中值代替。這樣,自適應中值濾波器可以處理噪聲概率更大的脈沖噪聲,同時在平滑非脈沖噪聲圖像時能夠更好地保持圖像細節(jié),這是傳統(tǒng)中值濾波器做不到的。實驗框圖如下：開始開始載入有噪圖像檢測像素點是否在設置的范圍內中值濾波輸出濾波后的圖像結束是圖2.1自適應中值濾波器的流程圖設計條件及主要參數表3.1中值濾波的去噪過程給定的圖像為二維信號，在信號中加入指定的椒鹽噪聲,然后利用中值濾波進行去噪。雖然有關中值濾波的函數是在matlab函數庫中已經提供，但在圖像處理中利用中值濾波去除圖像中的椒鹽噪聲噪聲卻是一種有效的方法，利用中值濾波函數去除圖

16、像中的噪聲過程如下：（1）使用imread()讀入原始的彩色圖像。（2）因為使用中值濾波器只能對灰度圖像進行處理，所以利用rgb2gray()將彩色圖像轉化為灰度圖像。（3）用imnoise()在灰度圖像中加入椒鹽噪聲。（4）利用medfilt2()函數進行中值濾波,并在matlab環(huán)境下運行。3.2自適應中值濾波算法3.2.1脈沖噪聲特點脈沖噪聲是由于傳感器、解碼器處理等所產生的脈沖在圖像中產生的一些灰度值很小(接近黑色)或灰度值很大(接近白色)的隨機噪聲。脈沖噪聲的灰度是該點正?；叶扰c噪聲灰度的疊加，其在灰度特征上與周圍相鄰像素點有較明顯的區(qū)別，一般是其鄰域中的灰度極值點(正的或負的極值)

17、。圖像中脈沖噪聲的概率密度函數(PDF)可由下式描述： 如果ba，灰度值b在圖像中將顯示為一個亮點，a則顯示為一個暗點?；驗榱悖瑒t脈沖噪聲為單極脈沖噪聲。若和均不為零，尤其是它們近似相等時，則脈沖噪聲為雙極脈沖噪聲也稱為椒鹽噪聲。3.2.2自適應中值濾波 傳統(tǒng)中值濾波用像素鄰域內灰度的中值代替該像素的值，其數學表述如下：令g(x，y)表示含有噪聲的圖像，表示以（x，y）點為中心像素的g(x，y)的子圖像(濾波窗口)，其大小為mn，表示濾波器在點（x，y）處的模板響應，則二維中值濾波定義如下： 雖然傳統(tǒng)中值濾波在抑制噪聲的同時能較好地保護圖像的邊緣細節(jié)，但該濾波窗口一旦選定，即對所有像素均采用同

18、一模板進行處理，而不考慮窗口范圍內噪聲點的多少。采用濾波窗口自適應的方法來濾除醫(yī)學圖像數據中含有的脈沖噪聲。該濾波器的濾波方式和傳統(tǒng)的中值濾波器一樣，都是利用mn即矩形區(qū)域窗口 定義的區(qū)域內圖像的統(tǒng)計特性。不同的是在濾波過程中，自適應濾波器會根據一定的設定條件，充分考慮圖像中不同區(qū)域受脈沖噪聲污染的程度不同而自適應地改變?yōu)V波窗口的大小。設為像素點(x，y)的灰度值，為濾波窗口中的最小灰度值，為中的最大灰度值，為中的灰度中值，定義為自適應中值濾波所允許的最大窗口。則自適應中值濾波算法的基本過程描述如下：(1)如果，則模板響應為；否則，執(zhí)行步驟(2)。(2)如果，則模板響應為；否則，增加濾波窗口尺

19、寸。(3)如果，則轉至步驟(1)；否則，模板響應為。根據前面對脈沖噪聲特點的分析可知，(1)和(2)步驟中的條件可判斷和是否為脈沖噪聲點。如果成立，則表明點(x，y)不是噪聲，此時可直接將中心像素值作為模板響應輸出。如果該條件不成立，則表明=或=，即點(x，y)是極端值點，此時需進一步判斷是否為噪聲點。本算法根據和是否是脈沖噪聲點的檢測結果，自適應地改變?yōu)V波窗口大小，去除了傳統(tǒng)中值濾波器對所有像素點均用中值代替的弊端，平滑了非脈沖噪聲，從而減少不必要的邊界細化或粗化等損失。3.3主要參數表是在Sxy濾窗內灰度的最小值; 是在Sxy濾窗內灰度的最大值; 是在Sxy濾窗內灰度的中值; Sxy是坐標

20、（x,y） 處的灰度值; Smax指定Sxy所允許的最大值。4.設計結果1、保持窗口值Smax=10不變，分別添加0.1、0.3、0.5的椒鹽噪聲后的實驗對比圖片組如下添加0.1的椒鹽噪聲后的對比圖片組添加0.3的椒鹽噪聲后的對比圖片組添加0.5的椒鹽噪聲后的對比圖片組2、在保持椒鹽噪聲不變的情況下（取椒鹽噪聲為0.3），改變窗口值分別為3、5、7的實驗對比圖片組。窗口值為3的對比圖片組窗口值為5的對比圖片組窗口值為7的對比圖片組5.設計評述及體會從圖中可以看出，在添加不同的椒鹽噪聲情況下傳統(tǒng)的中值濾波器降噪的能力不是很好，圖像依然很模糊，大量的圖像細節(jié)丟失，不能從根本上解決降噪與保護圖像細節(jié)

21、之間的矛盾。而自適應中值濾波器,在有效地抑制噪聲的同時還充分地保護了圖像細節(jié)。由此可見，在噪聲越大的情況下，自適應中值濾波器較傳統(tǒng)中值濾波器具有很大的優(yōu)越性，在很大程度上降低了濾除噪聲和圖像細節(jié)丟失之間的矛盾。在圖像降噪技術中應用了自適應中值濾波器，介紹了該算法的基本原理，并在matlab平臺上進行編程實現和試驗仿真：對椒鹽噪聲圖像進行了濾波，并與傳統(tǒng)中值濾波器濾波效果進行了比較，結果表明自適應中值濾波器對噪聲的濾除效果都非常好：該濾波器能更有效地、更有針對性地抑制噪聲并保持住圖象的細節(jié)，表現出良好的濾波特性。 參考文獻1 韓利竹，王華，MATALB電子仿真與應用(第2版M)，北京：國防工業(yè)版

22、 社，2003：98238.2 Rafacl C.Gonzalez,Richard E.Woods 著，阮秋琦，阮宇智等譯。數字圖版M北 京：電子工業(yè)出版社，2007：55193.3 趙廣元 著，matlab與控制系統(tǒng)仿真實踐M，北京：北京航空航天大學出版社， 2009：56201.4 Sorin Zoican,Improved median filter for impulse noise removalJ.TELSIKS Serbia and Motenegra,Nis,2003,10(1-3): 681684.5 R van Nee. OFDM Wireless Multimedia C

23、ommunicationsJ.Rrasad R. Artech House，1999，33：2986 1S.Haykin著.鄭寶玉等譯.自適應濾波器原理社M，北京：第四版.電子工業(yè) 出版社.2003：35356.7 何振亞，自適應信號處理M，北京：科學出版社，2002：2399.8 鄒國良，自適應濾波理論及應用M，石家莊：河北大學出版社，1997：55 345.附錄實驗應用編程代碼:img0=imread(lenna256.bmp);m n=size(img0);img1=imnoise(img0,salt & pepper,0.3); %加入椒鹽噪聲Smax=10; %確定最大的濾波半徑imgn=zeros(m+2*Smax+1,n+2*Smax+1);imgn(Smax+1:m+Smax,Smax+1:n+Smax)=img0;imgn(1:Smax,Smax+1:n+Smax)=img0(1:Smax,1:n); %擴展上邊界imgn(1:m+Smax,n