医学信息技术导论报告..docVIP

课 程 作 业 课程名称：医学信息技术导论（matlab部分） 姓 名： 梅世宇 学 号： 201058002 班 级： 电医1001 教 师： 唐洪老师 日 期： 2012年7月7日 一．题目 学习图像的椒盐噪声及其产生方法，学习均值滤波、中值滤波、自适应中值滤波。 （1）自行选择灰度图，加以一定的椒盐噪声； （2）分别用均值滤波、中值滤波、自适应中值滤波等方法消除噪声； （3）分别用不同的椒盐噪声参数，多次尝试以上三种滤波器的效果，总结出结论。 二．求解方法的原理 1.椒盐噪声:顾名思义，椒为黑色，代表灰度值为0；盐为白色，代表灰度值为255。椒盐噪声呈现在图像上即为可调密度的黑白斑点； 2.信噪比：英文名称叫做SNR或S/N（SIGNAL-NOICE RATE)，是指一个电子设备或者电子系统中信号与噪声的比例。这里面的信号指的是来自设备外部需要通过这台设备进行处理的电子信号，噪声是指经过该设备后产生的原信号中并不存在的无规则的额外信号，并且该种信号并不随原信号的变化而变化图象的信噪比应该等于信号与噪声的功率谱之比，但通常功率谱难以计算，有一种方法可以近似估计图象信噪比，即信号与噪声的方差之比。首先计算图象所有象素的局部方差，将局部方差的最大值认为是信号方差，最小值是噪声方差，求出它们的比值，再转成dB数，最后用经验公式修正。 灰度图NR=（洁净图片中的像素点的灰度值之和）/abs（噪声图片的灰度值之和-洁净图片中的灰度值之和）为该图像的信噪比。 5.自适应中值滤波器：中值滤波由于可对长拖尾概率分布的噪声起到良好的平滑效果且可对图像中的某些细节起到保护作用, 因而在图像降噪处理中得到了比较广泛的应用,但标准中值滤波去脉冲噪声的性能受滤波窗口尺寸的影响较大, 在抑制图像噪声和保护细节两方存在以下矛盾: 窗口滤波小, 可较好地保护图像中某些细节, 但滤除噪声的能力会受到限制; 滤波窗口大, 可加强噪声抑制能力, 但对细节的保护能力会减弱, 有时会滤去图像中的一些细线、尖锐边角等重要细节, 从而破坏图像的几何结构这种矛盾在图像中噪声干扰较大时表现得尤为明显。 根据实际的模拟，在脉冲噪声强度大于0.2时，常规中值滤波效果就显得不是令人满意。 自适应中值滤波器的滤波方式和常规的中值滤波器一样，都使用一个矩形区域的窗口Sxy，不同的是在滤波过程中，自适应滤波器会根据一定的设定条件改变(增加)滤波窗的大小，同时当判断滤波窗中心的像素是噪声时，该值用中值代替，否则不改变其当前像素值，这样用滤波器的输出来替代像素(x,y)处(窗中心的坐标)的值。自适应中值滤波器可以处理噪声概率更大的脉冲噪声，同时能够更好地保持图像细节。 6.总结与比较:从几种滤波原理来讲，对于椒盐噪声，中值滤波能更好地消除孤立的噪声点，达到好的效果；但不知自适应滤波会不会有更好的结果，能不能缓解中值滤波中提到的矛盾，期待既能很好的消除噪声，又能保存细节部分。 7.自适应滤波中的噪声监测： 设原始图像某一点为(x,y)，对以点(x,y)为中心的噪声检测窗口W中的 N=（2n+1）*(2n+1)个点的灰度值进行了排序运算，得到了一个向量Aij: 其中，xij1xij2xij3…xijN且xij表示中心点(x,y)处的灰度值。 当排序后点(x,y)的灰度值xij位于向量Aij的两端时，那么该点就有可能是一个噪声点 函数w[(x,y)]表示对以点(x,y)为中心噪声检测窗口W中的N=(2n+1)*(2n+1)个点的灰度值进行排序。对于一个噪声点而言，它一定满足噪声检测的第一个条件。但是，反而则不成立，因为排序后的信号点，尤其是图像中的边缘细节点也可能落在向量Aij的两端，特别是在信噪比很高的时候，误检概率会很大。所以光这样一个条件还是远远不够的。 设Sx，y表示中心像素点（ x，y）在滤波时所对应的掩模窗口. 令Zmin为Sx，y中的灰度最小值，Zmax为Sx，y中的灰度最大值，Zmed为Sx，y中的灰度中值，Zx，y为在坐标（x，y）上的灰度，Smax为Sx，y允许的最大尺寸，自适应中值滤波器算法工作在两个层次，可定义为A 层和B 层. A 层：ZA1 = Zmed - Zmin，ZA2 = Zmax - Zmed