基于小波變換的醫(yī)學(xué)X射線數(shù)字底片圖像去噪方法研究.pdf

1、醫(yī)學(xué)圖像在經(jīng)過數(shù)字化處理的每個(gè)過程中（采集、生成、復(fù)制、掃描、傳輸和變換等），都會(huì)不可避免的引入噪聲，噪聲是影響醫(yī)學(xué)圖像質(zhì)量至關(guān)重要的因素，噪聲的存在會(huì)使圖像峰值信噪比下降，圖像變得模糊，甚至直接導(dǎo)致圖像的某些特征細(xì)節(jié)淹沒在圖像噪聲中，尤其是病變部位不能被辨識(shí)，從而影響醫(yī)師診斷的準(zhǔn)確率，因此需要盡可能減少噪聲對(duì)醫(yī)學(xué)圖像的影響。 本文簡要介紹了小波變換理論，詳細(xì)介紹了小波域去噪的幾種經(jīng)典方法，并在仔細(xì)研究了醫(yī)學(xué)X射線數(shù)字底片圖像的

2、噪聲分布之后，主要做了以下幾點(diǎn)： 1.總結(jié)現(xiàn)有算法的優(yōu)缺點(diǎn)，對(duì)已有的醫(yī)學(xué)圖像去噪算法進(jìn)行編程實(shí)現(xiàn)，為本文算法的改進(jìn)提供依據(jù)。 2.在一種基于層內(nèi)相關(guān)性的方法Neigh shrink的基礎(chǔ)上提出了一種新的小波域去噪方法，在對(duì)小波系數(shù)進(jìn)行閾值收縮處理時(shí)，避免單閾值過大或過小，采用雙閾值對(duì)小波系數(shù)進(jìn)行收縮。 3.根據(jù)不同尺度間系數(shù)的相關(guān)性和不同尺度子帶所含圖像能量不同，即基于層間相關(guān)性的理論，結(jié)合圖像的奇異性，設(shè)定新的

3、適應(yīng)性閾值，構(gòu)造新的軟、硬閾值函數(shù)。 這樣做的結(jié)果是，不僅使那些處在邊緣附近而自身絕對(duì)值又比較小的系數(shù)就可能會(huì)被保留下來，而且能有效剔除噪聲引起的偽邊緣，從而達(dá)到保護(hù)醫(yī)學(xué)圖像細(xì)節(jié)的目的。 本文提出的兩種算法克服了硬閾值和軟閾值函數(shù)的缺點(diǎn)，在數(shù)值指標(biāo)和視覺觀察上都達(dá)到了理想的去噪效果，并且基于層內(nèi)相關(guān)性的算法不僅對(duì)新圖片去噪效果較好，而且對(duì)有磨損的圖片的清晰度也有一定的提高，有很好的應(yīng)用前景。實(shí)驗(yàn)證明，我們的新方法是有效可