對醫(yī)學影像圖像中值濾波算法的數(shù)學模型進行了分析,采用MATLAB平臺對基于中值濾波算法的醫(yī)學影像圖像除噪進行了算法實現(xiàn)設計,并運用中值濾波算法將含有椒鹽噪聲和高斯噪聲的醫(yī)學影像圖像分別加以實驗仿真操作,進一步對其經(jīng)不同的中值濾波算法模板進行了實驗比較研究。結(jié)果表明理論分析與實驗的一致性。 

【文章來源】：貴州大學學報(自然科學版). 2020,37(02)

【文章頁數(shù)】：5 頁

【部分圖文】：

醫(yī)學影像圖像的處理過程圖

通過中值濾波，分別對含有椒鹽噪聲和高斯噪聲醫(yī)學影像圖采用中值濾波算法進行去噪，實驗采用MATLAB程序語言[21-25]來進行編程實現(xiàn)算法仿真。其對含有椒鹽噪聲和高斯噪聲醫(yī)學影像圖采用3*3的濾波窗口模板中值濾波算法設計實現(xiàn)如圖2所示。運行仿真，如圖3(b)、(c)、(d)、(e)所示為3*3窗口中值濾波分別對椒鹽噪聲和高斯噪聲濾波前后的大腦醫(yī)學圖像。圖3(a)為CT原始圖，圖3(b)為在CT原始圖3(a)中加有均值零，方差為0.02的椒鹽噪聲圖像，圖3(c)是采用中值濾波去除圖3(b)中椒鹽噪聲后的圖像，圖3(d)是在CT原始圖3(a)中加上均值零，方差為0.02的高斯噪聲圖像，圖3(e)為對圖3(b)中高斯噪聲采用中值濾波之后的圖像。通過實驗圖3觀察到，中值濾波對椒鹽噪聲的除噪效果比高斯噪聲的好，對于高斯噪聲的去噪效果3*3窗口的中值濾波功能沒有優(yōu)勢。

運行仿真，如圖3(b)、(c)、(d)、(e)所示為3*3窗口中值濾波分別對椒鹽噪聲和高斯噪聲濾波前后的大腦醫(yī)學圖像。圖3(a)為CT原始圖，圖3(b)為在CT原始圖3(a)中加有均值零，方差為0.02的椒鹽噪聲圖像，圖3(c)是采用中值濾波去除圖3(b)中椒鹽噪聲后的圖像，圖3(d)是在CT原始圖3(a)中加上均值零，方差為0.02的高斯噪聲圖像，圖3(e)為對圖3(b)中高斯噪聲采用中值濾波之后的圖像。通過實驗圖3觀察到，中值濾波對椒鹽噪聲的除噪效果比高斯噪聲的好，對于高斯噪聲的去噪效果3*3窗口的中值濾波功能沒有優(yōu)勢。進一步對含有椒鹽噪聲和高斯噪聲醫(yī)學影像圖采用5*5的濾波窗口模板中值濾波算法設計實現(xiàn)如圖4所示。

【參考文獻】：
期刊論文
[1]基于CS-BP神經(jīng)網(wǎng)絡的舌診圖像顏色校正算法[J]. 趙曉梅,張正平,余穎聰,袁剛,劉兆邦.  貴州大學學報(自然科學版). 2019(05)
[2]基于MATLAB的醫(yī)學影像圖像恢復實現(xiàn)研究[J]. 牟希農(nóng).  中央民族大學學報(自然科學版). 2019(01)
[3]外界激發(fā)型學習神經(jīng)元的動力學研究與電路設計實現(xiàn)[J]. 陳軍.  貴州大學學報(自然科學版). 2019(01)
[4]基于維納濾波算法的醫(yī)學影像圖像除噪分析研究[J]. 陳軍.  遼寧大學學報(自然科學版). 2019(01)
[5]腦血管三維重建及算法實現(xiàn)[J]. 郭健,程宇航,郭書祥.  哈爾濱工程大學學報. 2019(04)
[6]基于自適應活動輪廓模型的醫(yī)學圖像分割算法研究[J]. 高建瓴,孟宇婷,邸澤雷坤.  貴州大學學報(自然科學版). 2018(05)
[7]基于改進的SIFT算法的圖像三維重建研究[J]. 繆盾.  貴州大學學報(自然科學版). 2018(05)
[8]基于支持向量機的呼吸器肺炎檢測算法[J]. 王忠闖,張富貴,謝建興,廖育萱,張周.  貴州大學學報(自然科學版). 2018(03)
[9]醫(yī)學影像學的發(fā)展趨勢探究[J]. 祝蕾,朱坤福.  影像研究與醫(yī)學應用. 2018(02)
[10]一種用于中值濾波的改進均值劃分算法[J]. 劉海峰,張超,羅江,林福良.  計算機系統(tǒng)應用. 2017(03)

碩士論文
[1]混合噪聲圖像濾波算法在醫(yī)學圖像中的應用研究[D]. 肖孟強.蘭州交通大學 2012
[2]圖像濾波方法的探討及其MATLAB實現(xiàn)[D]. 于曉晶.華東師范大學 2008



本文編號：3336751