CT图像投影滤波重建.docx

中 南 大 学医学图像处理实验报告CT图像投影域加噪与滤波去噪中南大学生物医学工程系生物医学工程1101班指导老师：喻罡文勋喆、苏猛、龚书滔、王正果2014年4月27日实验目的A．熟悉CT图像重建原理；B．对比几种重建图像方法，掌握反投影重建法；C．在投影域加噪声，熟悉去噪算法。实验原理根据著名的Radon变换，能到体膜在不同角度的实验平台Windows 7 操作系统Matlab 2013b 软件实验步骤构造体膜Radon变换，加上高斯噪声利用算法进行去噪声iRadon变换得到去噪后的图像得到结果，提出结论实验结果体膜图像 I=phantom(256); Radon变换theta=0:179;[R]=radon(I,theta)图像加噪处理MatLab加噪函数：高斯噪声： J1=10*imnoise(1.5e-2*R,gaussian,0,0.003);椒盐噪声： J2=10*imnoise(1.5e-2*R,salt pepper,0.03);随机噪声： Jr=5*randn(size(R));投影域去噪滤波MatLab滤波函数：高斯滤波器： Lg=fspecial(gaussian);L1=imfilter(J,Lg)自适应维纳滤波器： L2=wiener2(J,[3 3]);中值滤波器： L3=medfilt2(J);均值平滑滤波： LL=fspecial(average); L4imfilter(J,LL);图像反投影重建Reimage=iradon(L,[0:179],linear,Shepp-Logan);结论分析在投影域里的加入各种噪声，如高斯噪声，椒盐噪声等，它们都比较大程度的影响了重建图像的质量，因此需要除噪声。除噪声既能在重建图上进行，也能在投影图上进行。此次试验在投影图上进行，及时去除噪声，以免噪声信号进入重建环节而使图像质量变差。这样使图像的除噪性能更好。中值滤波和均值滤波能有效的去除噪声，但当随着噪声方差加大，噪声变大，效果会变得不理想。加噪声函数imnoise会影响图像重建效果，如实验结果中可以看出，去除用imnoise函数写的噪声图像经过去噪再重建的效果不好，而用randn函数加上的随机高斯噪声经过滤波在反投影重建图像时，效果明显好于前者。附录程序源代码：I=phantom(256);theta=0:179;[R]=radon(I,theta); J1=10*imnoise(1.5e-2*R,gaussian,0,0.003);J2=10*imnoise(1.5e-2*R,salt pepper,0.03);Jr=5*randn(size(R));J3=R+Jrfigure,imshow(R,[])figure,imshow(J1,[])figure,imshow(J2,[])figure,imshow(J3,[]) Lg=fspecial(gaussian);L1_1=imfilter(J1,Lg);L1_2=imfilter(J2,Lg);L1_3=imfilter(J3,Lg);figure,imshow(L1_1,[]),xlabel(???1??2¨?÷3y???1??éù);figure,imshow(L1_2,[]),xlabel(???1??2¨?÷3y?·????éù);figure,imshow(L1_3,[]),xlabel(???1??2¨?÷3y???ú??éù); L2_1=wiener2(J1,[3 3]);L2_2=wiener2(J2,[3 3]);L2_3=wiener2(J3,[3 3]);figure,imshow(L2_1,[]),xlabel(???é??2¨?÷3y???1??éù);figure,imshow(L2_2,[]),xlabel(???é??2¨?÷3y?·????éù);figure,imshow(L2_3,[]),xlabel(???é??2¨?÷3y???ú??éù); L3_1=medfilt2(J1);L3_2=medfilt2(J2);L3_3=medfilt2(J3);figure,imshow(L3_1,[]),xlabel(?D?μ??2¨?÷3y???1??éù);figure,imshow(L3_2,[]),xlabel(?D?μ??2¨?÷3y?·????éù);figure,imshow(L3_3,[]),xlabel(?D?μ??2¨?÷3y???ú??éù); LL=fspecial(average);L4_1=imfilter(J1,LL);L4_2=imfilter(J2,LL);L4_3=imfilter(J3,LL);figure,imshow(L4_1,[]),xlabel