医学图像小波变换系数的统计分析.pdfVIP

第22卷 第1期 广西师范大学学报(自然科学版) Vo1．22 NO．1 2004年3月 JOURNAL OF GUANGXI N0RMAL UNIVERSITY March 2004 医学图像小波变换系数的统计分析 梁冬冬，王修信，胡维平 (广西师范大学物理与信息工程学院，广西桂林 541004) 摘 要：通过利用小波变换对医学超声图像进行分解，研究其小波变换系数的均值、标准差、图像的能量等统 计特征，为医学图像压缩编码和图像去噪进一步研究提供参考． 关键词：医学图像；小波变换系数；统计分析 中圈分类号：TP391．41 文献标识码：A 文章编号：1001—6600(2004)01—0023—04 当代医学影像成像系统的应用，为医学诊断提供了不同模态的图像，这些多模态的医学图像可以提供 不同的医学信息．然而在医学成像过程中，会产生一些直观的噪声，表现为图像中出现斑点、细粒、网纹、雪 花状等结构异常现象，使图像质量下降，因此必须对医学图像进行降噪处理[1]．同时数字化医学图像存档 和通讯系统(PACS)的广泛应用，医学图像存储、检索和通信都要求进行有效的医学图像压缩编码[2]．小波 变换技术具有可进行时域和频域局部分析、灵活地对信号局部奇异特征进行提取和时变滤波等特点，能有 效地处理信号，将真实信号与噪声区分开来，广泛应用于信号与图像处理中『3~7]． 本文通过利用小波变换对医学超声数字图像进行分解，研究其小波变换系数的均值、标准差、图像的 能量等统计特征，为进一步医学图像去噪和图像压缩编码提供指导． 1 图像的Mallat快速算法 小波变换是一种信号的时间一尺度分析方法，它具有多分辨率分析的特点，而且在时频两域都具有表 征信号局部特征的能力． Mallat提出了小波变换的快速算法 ，利用2个一维滤波器实现对二维图像的快速小波分解，再利用 两个一维重构滤波器实现图像的重构． 如果用H，，G 和H ， 分别表示一维镜像共轭滤波器H(低通)和G(高通)分别作用在{ ． I( ， )∈z )上的行和列，则在尺度 +1有如下二维Mallat分解算法： Cj+、一H rH cCj， D +1一H G CJ， D 1一G，H C ， D 1一G，G C，． 其重构算法为： Cj—H，H Cj+1+H，G Dj+ +Gr*H D；+ +G G D；+ ． 其中日 ，G 分别为日，G的共轭转置矩阵． 对图像f(x， )，算子H H，相当于二维低通滤波器，因此C +。是C 的低频部分，当原始图像分解为 C，+1，D + ，Di+ 和D 。时，C川是原始图像在2J+1分辨率上的近似，则D；+。(￡一1，2，3)代表这种近似的误 差即图像的高频部分(细节)，D +。对应于垂直方向上的高频成分，D 。对应于水平方向上的高频成分， D；+。对应于对角方向上的高频成分． 收稿日期：2003—1O-20 基金项目：广西教育厅科研基金资助项目；广西师范大学科研基金资助项目 作者简介：梁冬冬(1964一)，男，广西宜州人，广西师范大学副教授． 24 广西师范大学学报(自然科学版) 第22卷 2 分解图像小波基的选取和小波系数统计分析 对于图像压缩或去噪，我们要求小波具有正交性和光滑性，因为图像大部分是光滑的．为了减少或消 除重构图像在边缘处的失真，选择的小波基应该具有线性相位特性．由于支撑越短，计算复杂度越低，有利 于加快运算速度，所以选择的小波基还应具有紧支撑特性．而具有紧支撑的正交小波基除Harr基以外都 不具备线性相位，唯一的正交对称滤波器Harr基的局部化性能却很差．为了保持线性相位特性，可以放弃 正交性而采用具有紧支撑的双正交小波基．双正交小波降低了正交性的要求，保留了正交小波的一部分正 交性，可同时达到相位保持和较短滤波器的要求．所以本文采用Daubechies构造的紧支撑正交小波基分 解图像． 一 个图像作小波分解后，可以得到一系列不同分辨率的子图像，不同分辨率的子图像对应的频率是不 同的．如图1是图