基于小波變換和中值濾波的醫(yī)學圖像去噪.doc
約48頁DOC格式手機打開展開
基于小波變換和中值濾波的醫(yī)學圖像去噪,本文共47頁23404字摘要醫(yī)學圖像的好壞直接影響著醫(yī)生對病情的診斷和治療，因此利用數(shù)字圖像處理等技術對醫(yī)學圖像進行有效的處理，己成為醫(yī)學圖像處理研究和開發(fā)的一大熱點。小波變換是近年來興起的信號處理技術，它具有良好的局部化分析特性和多分辨率分析特性，非常適合于醫(yī)學圖像處理。在醫(yī)學圖像...
內(nèi)容介紹
此文檔由會員 王亮亮 發(fā)布
基于小波變換和中值濾波的醫(yī)學圖像去噪
本文共47頁 23404字
摘 要
醫(yī)學圖像的好壞直接影響著醫(yī)生對病情的診斷和治療，因此利用數(shù)字圖像處理等技術對醫(yī)學圖像進行有效的處理，己成為醫(yī)學圖像處理研究和開發(fā)的一大熱點。小波變換是近年來興起的信號處理技術，它具有良好的局部化分析特性和多分辨率分析特性，非常適合于醫(yī)學圖像處理。在醫(yī)學圖像中常常會含有各種噪聲，為了消除或衰減存在于圖像中的噪聲，同實盡可能地保留圖像細節(jié)，本文提出一種基于小波變換與中值濾波相結合的方法實現(xiàn)了圖像去噪。該方法是根據(jù)高斯噪聲及脈沖噪聲在小波變換下的不同特性，并結合中值濾波的特點，在小波域內(nèi)對高頻子帶進行中值濾波對低頻子帶進行維納濾波，然后選擇相應的門限進行降噪處理。該算法的實驗結果顯示，不僅能濾除圖像中的加性噪聲和高斯噪聲，而且能較好的保留圖像的邊緣細節(jié)。實驗表明，該方法優(yōu)于其他方法，具有實際應用價值。
關鍵詞： 小波變換；中值濾波；醫(yī)學圖像；圖像去噪；圖像處理
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 錄
摘 要 I
ABSTRACT II
第一章 緒論 1
一、 概述 1
二、 數(shù)字圖像處理 1
三、 文章內(nèi)容安排 3
第二章 中值濾波的相關理論及算法 4
一、 中值濾波器的定義及相關理論 4
(一) 中值濾波的定義 4
(二) 極大/中值濾波 5
(三) 加權中值濾波 5
(四) 多層中值濾波 5
二、 中值濾波技術 6
第三章 小波變換理論及去噪技術 8
一、 小波變換理論 8
(一) 小波變換概述 8
(二) 小波變換的概念 8
(三) 多分辨率和Mallat算法 10
(四) 圖像的小波分解與重構 12
二、 小波去噪技術 14
(一) 小波去噪概述 15
(二) 小波去噪原理 15
第四章 小波變換和中值濾波結合去噪 18
一、 圖像噪聲和圖像質(zhì)量評價 18
(一) 圖像噪聲 18
(二) 圖像質(zhì)量評價 19
二、 醫(yī)學圖像去噪 20
(一) 不同噪聲的醫(yī)學圖像 20
(二) 基本的去噪方法 21
(三) 綜合去噪方法 26
(四) 新型去噪方法 29
(五) 分析與總結 32
結 論 34
附 錄 35
參考文獻 43
參考文獻
1. 章毓晉.圖像處理和分析.北京：清華大學出版社，1999.82-116
2. 王家文,曹宇.MATLAB6.5圖形圖像處理.北京: 國防工業(yè)出版社,2004.166-167.
3. 徐立中.數(shù)字圖像的智能信息處理.北京:國防工業(yè)出版社,2001.22-23.
4. 傅德勝,壽益禾.圖形圖像處理學.南京:東南大學出版社,2002.175-177.
5. 高清維,李斌,解光軍等.基于平穩(wěn)小波變換的圖像去噪方法.計算機研究與發(fā)展,2002. (12):1689-1693.
本文共47頁 23404字
摘 要
醫(yī)學圖像的好壞直接影響著醫(yī)生對病情的診斷和治療，因此利用數(shù)字圖像處理等技術對醫(yī)學圖像進行有效的處理，己成為醫(yī)學圖像處理研究和開發(fā)的一大熱點。小波變換是近年來興起的信號處理技術，它具有良好的局部化分析特性和多分辨率分析特性，非常適合于醫(yī)學圖像處理。在醫(yī)學圖像中常常會含有各種噪聲，為了消除或衰減存在于圖像中的噪聲，同實盡可能地保留圖像細節(jié)，本文提出一種基于小波變換與中值濾波相結合的方法實現(xiàn)了圖像去噪。該方法是根據(jù)高斯噪聲及脈沖噪聲在小波變換下的不同特性，并結合中值濾波的特點，在小波域內(nèi)對高頻子帶進行中值濾波對低頻子帶進行維納濾波，然后選擇相應的門限進行降噪處理。該算法的實驗結果顯示，不僅能濾除圖像中的加性噪聲和高斯噪聲，而且能較好的保留圖像的邊緣細節(jié)。實驗表明，該方法優(yōu)于其他方法，具有實際應用價值。
關鍵詞： 小波變換；中值濾波；醫(yī)學圖像；圖像去噪；圖像處理
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 錄
摘 要 I
ABSTRACT II
第一章 緒論 1
一、 概述 1
二、 數(shù)字圖像處理 1
三、 文章內(nèi)容安排 3
第二章 中值濾波的相關理論及算法 4
一、 中值濾波器的定義及相關理論 4
(一) 中值濾波的定義 4
(二) 極大/中值濾波 5
(三) 加權中值濾波 5
(四) 多層中值濾波 5
二、 中值濾波技術 6
第三章 小波變換理論及去噪技術 8
一、 小波變換理論 8
(一) 小波變換概述 8
(二) 小波變換的概念 8
(三) 多分辨率和Mallat算法 10
(四) 圖像的小波分解與重構 12
二、 小波去噪技術 14
(一) 小波去噪概述 15
(二) 小波去噪原理 15
第四章 小波變換和中值濾波結合去噪 18
一、 圖像噪聲和圖像質(zhì)量評價 18
(一) 圖像噪聲 18
(二) 圖像質(zhì)量評價 19
二、 醫(yī)學圖像去噪 20
(一) 不同噪聲的醫(yī)學圖像 20
(二) 基本的去噪方法 21
(三) 綜合去噪方法 26
(四) 新型去噪方法 29
(五) 分析與總結 32
結 論 34
附 錄 35
參考文獻 43
參考文獻
1. 章毓晉.圖像處理和分析.北京：清華大學出版社，1999.82-116
2. 王家文,曹宇.MATLAB6.5圖形圖像處理.北京: 國防工業(yè)出版社,2004.166-167.
3. 徐立中.數(shù)字圖像的智能信息處理.北京:國防工業(yè)出版社,2001.22-23.
4. 傅德勝,壽益禾.圖形圖像處理學.南京:東南大學出版社,2002.175-177.
5. 高清維,李斌,解光軍等.基于平穩(wěn)小波變換的圖像去噪方法.計算機研究與發(fā)展,2002. (12):1689-1693.
