基于Contourlet变换CT图像处理.docVIP

基于Contourlet变换CT图像处理 　　【摘 要】CT是医学影像重要的工具之一，对CT图像的去噪声处理是医学图像预处理中的重要环节，Contourlet变换是多尺度几何变换中的一种方法，能有效的表示图像，通过对图像进行多尺度、多方向展开，可以得到多尺度、方向性和局部性的图像表示，本文通过程序编写将Contourlet变换对CT图像处理进行了滤波处理，同时对比了传统去噪方法的滤波效果，实验结果表明Contourlet变换对于医学图像是一种有效的滤波方法之一，Contourlet变换有方向滤波器和金字塔滤波器共同组合，方向滤波器和金字塔滤波器有不同的组合，本文将从滤波器组的组合中研究对于医学图像的处理对CT图像的去噪声处理提供了参考意见，以到达更好的可以保留图像的细节。 　　【关键词】图像去噪；Contourlet变换；椒盐噪声 　　引言 　　医学影像技术是现代医学中重要的组成部分，医学影像的质量好坏直接影响着医生对病人的诊断和治疗，基于X射线的计算机断层成像技术形成CT图像因为拍出来的片子分辨率越高，速度快，成像清楚，相对辐射更低的特点成为了医学诊断的重要手段之一，CT图像在获得的过程中产生的噪声影响着图像的质量，那么对于CT进行预处理显得十分必要，CT图像去噪的目的是在去除噪声的尽可能地保留原始图像的重要特征，另外对图像进行去噪声处理对于图像的分割、检测都有着十分重要的意义。 　　图像去噪声处理是图像增强中的必要步骤，图像增强分为空间域法和频域法，空间域法中的滤波增强机理就是在待处理的图像中利用空域模板进行图像处理，包括中值滤波法、邻域平均法、噪声消除法等，频域法主要是通过构造低通滤波器滤除代表图像信号的高频分亮，保留低频分量，来改善图像质量。 　　1.Contourlet变换的构造 　　小波理论近年来发展迅速，小波变换的特点包括：低熵性、多分辨率性、去相关性、基函数选择灵活。由于自身良好的时频特性在图像去噪邻域取得良好的去噪效果，医学图像对于图像细节的保留有很高的要求，但是因小波方向性不足，对图像细节保留的更高要求不能满足。2002年M. N. Do等[3，4]提出了一种新的图像二维表示方法： Contourlet变换。Contourlet变换是多尺度几何分析方法中十分重要的一种方法，它可以很好地满足曲线的各向异性尺度关系，能够很好地抓住图像的几何结构特性，并且可以有效地实现图像局部的、多方向的、多分辨率的展开，提供了二维图像信号的稀疏表示。 　　Contourlet变换主要包拉普拉斯金字塔滤波器P（LP，Laplacian Pyramid）和方向滤波器组（DFB，Direetional Filter Bank）两部分。LP分解主要是对原始信号进行了低通滤波和下采样，得到了低频和高频部分，其中高频部分是原始信号和预测信号差值的高频部分，然后再用DFB把高频部分分解为各个方向子带。LP主要是对图像进行多尺度分解，捕获奇异点，DFB将分步在同方向上的奇异点合成一个系数，对系数进行处理，LP和DFB都具备完全重构性，那离散Contourlet变换也可以实现完全重构。 　　2.Contourlet变换的去噪声 　　4.医学图像的去噪声处理 　　对于患有血管瘤的颅脑CT图像进行去噪处理，主要是对图像经过Contourlet变换的系数进行处理，设定某个阈值T，对信号的各层变换系数中府值大于T和小于T的系数分别处理，将处理后的系数反变换重构则得到去噪后的图像，常见的阈值函数有硬阈值函数和软阈值函数，对于医学图像去噪声处理，本文采用的是硬阈值函数，设C是含噪声图像的Contourlet系数，y表示阈值去噪后的Contourlet系数，T为阈值，I（X）是逻辑判断函数。 　　仿真实验研究了Contourlet变换中不同滤波器的组合对医学CT图像进行了去噪声处理，不同的滤波器组合，处理的结果有所不同，相对于小波变换而言，Contourlet变换去噪声的信噪比稍大些，有助于进一步研究Contourlet变换的去噪效果。 　　参考文献： 　　[1] 徐华楠，刘哲，胡刚.Contourlet变换及其在图像去噪中的应用研究[J].计算机应用研究，2009，2（26）：401-405. 　　[2] 贾建，焦李成，项海林.基于双变量阈值的非下采样Contourlet变换图像去噪[J].电子与信息学报，2009，3（31）：532―536. 　　[3] 戴维.基于Contourlet变换的雷达图像处理方法研究.南京航空航天大学硕士学位论文.2008. 　　[4] 章毓晋.图像工程（中）：图像分析[M].北京：清华大学出版社，2005. 　　[5] Mansoor.Atif Bin，Khan.Shoab A.Cont