基于小波变换的医学图像噪声滤除方法的研讨.pdfVIP

基于小波变换的医学图像噪声滤除方法的研究 李海云，樊冰 1．首都医科大学生物医学工程学院，北京，100069 haiyunH@．c锄u．edu．cn 摘要：本文提出了一种基于小波变换的医学图像噪 函数妒和对应的小波函数妒的乘积。其中，驴{z，y) 声滤除方法，应用医学图像信号和噪声的小波多尺 是一个可分离的缩放函数，妒日G，y)，妒矿G，y)， 度分辨特征的差异通过选定一定的阈值来实现噪 声的抑制。该方法能有效地滤除医学图像中的噪 妒D(工，y)是三个对方向敏感的小波函数。应用这些 声。并应用不同小波对医学图像噪声滤除进行了比 小波函数可以分别检测图像沿不同方向的灰度变 化。定义缩放和平移的基函数： 较研究。研究结果表明不同小波的噪声滤除效果有 (1) 一定的差异。 J=2w2妒怛。x一，咒，2’y一，z 妒f，玎，，lb，y J 关键词：噪声滤除，小波变换，医学图像处理 妒譬冉G，y)：2，／2吵(f)(2』x一垅，2，y一，z) 1引言 (2) (f)=臼，y，D} (3) 图像降噪的实质是利用噪声信号和图像信号 空间分辨率为M×Ⅳ的2．D图像厂G，y)的离散 的能量在频域上分布不同进行的，图像能量主要分 小波变换为： 布在低频区域，图像细节的能量分布在高频区域， 而噪声能量一般集中在高频区域。因此对图像降噪 应该从频率的角度出发，将高频的噪声信号有效地 从图像中分离出去，以达到提高图像的信噪比，改 善图像质量，突出图像本身的特征【1】。小波变换应 (4令 用于图像降噪的成功主要得益于小波具有以下特 点：(a)低熵性：小波系数的系数分布，是图像变 换后的熵降低。(b)多分辨率特性：由于采用了多 叫‘’(胁，以)=击∑∑厂b，y劫按一b，翅 分辨率的方法，所以可以非常好地刻画信号的非平 5) 稳性，如突变和断点等，可以在不同分辨率下根据 通常情况下为了计算方便，选取M；Ⅳ；2J这 信号和噪声的分布来去除噪声。(c)去相关性：小 通 波变换可对信号去相关，且噪声在变换后有白化趋 样j『=0，1，2，…，J一1，m，，l=0，1，2，…2’一1 ： 势，所以小波比时域更利于去噪。(d)基函数选择 过离散小波逆变换就可以得到图像函数厂G，y 灵活：小波变换可以灵活选择基函数，也可根据信 号特点和降噪要求选择多带小波、小波包等，对不 同的场合，可以选择不同的小波母函数。小波去噪 方法有很多种，归结起来有模极大值检测法、阈值 去噪法、屏蔽去噪法等。