基于偏微分方程的医学图像去噪tv.pdfVIP

维普资讯 软件天地 中文核心期刊 《微计算机信息(测控自动化)2006年第22卷第9．1期 基于偏微分方程的医学图像去噪 MedicalImageDenoising BasedonPDE (1．徐州工程学院；2．中国矿业大学)李 浩 杨金云 Li，Hao Yang，Jinyun 摘要：图像去噪是 图像处理的重要组成环节 ，近年来 ，偏微分方程 的图像去噪方法得到 了广泛的关注 。本文从经典的图像去 噪方法入手 ，引入 了基 于偏微分方程 的正则空间模 型 ，并结合 TV滤波器的设计 ．给 出了一种针对 医学 图像 去噪 的方法及其 实现 ，最后通过 实验对结果加 以比较分析 ，证 明这种方法应用于医学 图像去噪 ，得到令人满意的结果 。 关键词：图像去噪；偏微分方程 ；正则空间模型；TV滤波器 ；信噪比 中图分类号：TP391 文献标识码：A Aimtract：Imagedenoisingisallimportantpart ofImageprocessing．PresentlythemethodbasedonPDE ofImage denoisingattracts people，sattention．．A PDE—basedregularity spacesmodelwasintroduced in thispaper．CombinedwiththeideaofTV filter．amethod forMRImedicalimage denoisingwaspresentedwith itsrealization．Accordingto experiment，resultswere comparedandanalyed．The methodwasapplied tomedical imagesand itsresultswereencouraging． keywords：imagedenoising ，partialdifferentialequations ，regularityspacesmodel。totalvariaationfilter。SNR 引言 1 去噪模型及经典方法 噪声是影响医学图像质量重要的因素之一，当病 图像去噪是一种特殊的图像复原方法 ．也是图像 变组织与正常组织的衰减系数相差很小时，高噪声医 处理中常用的技术。图像恢复的过程是个逆过程 ，就 学影像将无法分辨出我们赶兴趣的病灶 。医学诊断主 是根据一些 已知降质噪声图像模型，从所得噪声图像 要是依据医学影像所提供的正常或异常信息做出诊 中恢复原来的图像 ，也就是原图像的某种最优意义下 断结论，病变诊断符合率取决于图像质量，优质医学图 的估计问题。假设观察到的图像是在一个有界区域上 像是诊断准确的前提，因此，需要尽可能减少噪声的影 的二维函数，设 uo(x，y)为降质图像 ，U(X，Y)为原始 图 响。图像噪声按其来源可分为加性噪声、乘性噪声、量 像，则常用的降质模型如下所示： 化噪声等；按噪声的性质则可分为高斯噪声和脉冲噪 I1。 x ， y)=[H·u(x，y)+nlx，y)]n2(x，Y) (1) 声两类。医学图像的噪声受到很多因素的影响，图像数 其中n(x,y)为加性噪声，n2x，Y)乘性噪声，H为 据中混有各种噪声，但主要表现为高斯噪声和脉冲噪 线性模糊算子或是退化算子 。在实际应用中．普遍将 声。传统的图像去噪方法，如中值滤波、均值滤波，主要 图像离散化后再进行处理，设图像离散化后的大小为 将图像的高频成分滤除。由于图像的细节如边缘纹理 MxN，离散化的降质模型表示如下： 等也分布在高频区域，所以总是在对噪声进行滤除的 u。 m ， n)=Hu·(m，n)+n(m，n) (2) 同时将图像的边缘部分模糊了。事实上，数字图像在本