基于小波变换和改进中值滤波的医学图像耦合去噪算法

• 作者: 刘宏立 崔金鸽 徐庆 舒婷 陈炳权
• 来源期刊: 中南大学学报（英文版）
• 关键词: 医学图像 图像去噪 小波变换 改进中值滤波 耦合去噪
• 年，卷（期）: 2019,（1）
• 页码范围: 120-131
• 页数: 12页
• 字数: 782字
• 语种: 英文

摘要

为了克服医学图像采集和传输过程中的图像模糊和边缘丢失现象,提出了一种基于小波变换和改进中值滤波的医学图像耦合去噪方法.该方法由四个模块组成:图像采集,图像存储,图像处理和图像重建.图像采集,获取包含高斯噪声和脉冲噪声的医学图像.图像存储,包括原始图像和处理后图像的数据、参数等信息的保存.在第三模块中,通过小波分解将医学图像分解为四个子带(LL,HL,LH,HH),其中LL为低频部分,LH,HL,HH分别为水平,垂直和对角线高频部分.利用改进的小波阈值处理高频系数,保留低频系数,并在小波阈值处理后对三个高频子带进行改进中值滤波处理.最后一个模块是图像重建,即通过小波重构去噪后的图像.这种方法的优点是结合中值滤波和小波的优点,去噪效果更好,而不是前两种方法的简单组合.通过DWT和改进的中值滤波器系数耦合去噪,对于包含复杂噪声的高精度医学图像处理非常实用.将所提算法的实验结果与中值滤波,小波变换,Contourlet和DT-CWT等方法的结果进行了比较.根据视觉评价指标PSNR和SNR以及Canny边缘检测得出:在低噪声图像中,PSNR和SNR分别提高10％～15％;在高噪声图像中,PSNR和SNR增加2％～6％.与其他方法相比,该算法取得了较好的结果,为医学诊断提供了重要方法.