醫(yī)學(xué)超聲病灶圖像自適應(yīng)濾波器設(shè)計(jì)

譚振坤　馮登超　陳剛　王海鵬　王永龍　齊建玲

摘 要：該文針對(duì)醫(yī)學(xué)超聲圖像噪聲的特點(diǎn)提出了非線性濾波器。首先介紹了自適應(yīng)中值濾波器的工作原理，然后用其與經(jīng)典中值濾波器對(duì)含有不同噪聲密度的肝癌超聲圖像進(jìn)行去噪處理。實(shí)驗(yàn)結(jié)果對(duì)比表明：自適應(yīng)中值濾波能夠有效改善圖像質(zhì)量，在降低圖像噪聲的同時(shí)能較好的保持圖像細(xì)節(jié)信息和視覺效果。

關(guān)鍵詞：超聲圖像 經(jīng)典中值濾波 自適應(yīng)中值濾波器 圖像去噪

中圖分類號(hào)：TB559 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）02（c）-0198-03

Abstract：In this paper， according to the characteristics of medical ultrasonic image noise nonlinear filter is presented. Firstly， this paper introduces the working principle of adaptive median filter， and then use it with the classical median filter to deal with the noise of ultrasonic image of liver cancer which contains different noise density. Compared to the experimental results： the adaptive median filter can improve the image quality effectively， it both may effectively remove the noise， and may maintain the mage details and visual effect well.

Key Words：ultrasonic image； classical median filter； adaptive median filter； image denoising

醫(yī)學(xué)圖像去噪是醫(yī)學(xué)圖像處理領(lǐng)域中的研究熱點(diǎn)，其目的是改善醫(yī)學(xué)圖像質(zhì)量，盡可能減少噪聲對(duì)后續(xù)圖像處理的影響[3-6]。由于醫(yī)學(xué)超聲圖像普遍被顆粒狀的斑點(diǎn)噪聲污染，然而邊緣等細(xì)節(jié)特征又是醫(yī)生分析問題和診斷器官是否病變的重要依據(jù)。因此，對(duì)醫(yī)學(xué)超聲圖像去噪要做到在抑制噪聲的同時(shí)又盡可能多的保留原始圖像的重要特征是至關(guān)重要的[1-2]。

受強(qiáng)電磁場的干擾和設(shè)備的影響，醫(yī)學(xué)超聲圖像主要被斑點(diǎn)噪聲污染，針對(duì)該問題在早期提出中值濾波[7-9]。其作為一種非線性濾波，克服了線性濾波的不足，該方法有效抑制了斑點(diǎn)噪聲，在醫(yī)學(xué)影像處理領(lǐng)域中得到了廣泛的研究和應(yīng)用[10]。但是，傳統(tǒng)的中值濾波對(duì)圖像中的所有像素點(diǎn)均進(jìn)行濾波處理，因此可能會(huì)導(dǎo)致圖像中未被斑點(diǎn)噪聲污染的像素點(diǎn)灰度值發(fā)生改變，造成超聲圖像的邊緣細(xì)節(jié)等重要特征丟失，進(jìn)而影響到醫(yī)學(xué)圖像的質(zhì)量。隨后出現(xiàn)了好多基于經(jīng)典中值濾波器改進(jìn)型的中值濾波算法[11-13]。

該文根據(jù)斑點(diǎn)噪聲特點(diǎn)，提出自適應(yīng)中值濾波算法。經(jīng)典中值濾波與其通過改變斑點(diǎn)噪聲密度大小進(jìn)行實(shí)驗(yàn)對(duì)比。結(jié)果表明，較經(jīng)典中值濾波，自適應(yīng)中值濾波不僅對(duì)密度較大的斑點(diǎn)噪聲醫(yī)學(xué)超聲圖像有很好的去噪效果，還能夠較好的保留圖像細(xì)節(jié)特征信息，體現(xiàn)出了其獨(dú)特的優(yōu)越濾波特性。

1 自適應(yīng)中值濾波

2 實(shí)驗(yàn)結(jié)果與分析

本文選取肝癌超聲圖像進(jìn)行仿真實(shí)驗(yàn)，對(duì)圖像依次添加密度為5%，15%，25%的斑點(diǎn)噪聲，然后采用經(jīng)典中值濾波和自適應(yīng)中值濾波對(duì)含有不同噪聲密度的超聲圖像進(jìn)行濾波處理。經(jīng)典中值濾波器窗口及自適應(yīng)中值濾波器所允許的最大分別取3，5，7，默認(rèn)起始濾波窗口大小為3。

具體的實(shí)驗(yàn)仿真結(jié)果如下：

觀察圖1、圖2和圖3的濾波后的肝癌超聲圖像，本文采取的自適應(yīng)中值濾波算法濾波后的圖像要優(yōu)于中值濾波方法。具體實(shí)驗(yàn)結(jié)論如下：

（1）經(jīng)典的中值濾波對(duì)椒鹽噪聲強(qiáng)度比較敏感，當(dāng)噪聲強(qiáng)度增加時(shí)，其去噪能力較自適應(yīng)中值濾波變?nèi)酢５?，觀察以上三圖中斑點(diǎn)噪聲密度小于20%時(shí)，中值濾波去噪效果尚理想，且濾波窗口的尺寸越大，其去噪效果越好。當(dāng)噪聲密度較少時(shí)，選擇窗口尺寸為、即可。

（2）與傳統(tǒng)的中值濾波相比，本文采用的自適應(yīng)中值濾波可處理具有更大密度的斑點(diǎn)噪聲，且在非斑點(diǎn)噪聲處可以較好的保留圖像細(xì)節(jié)特征信息。觀察實(shí)驗(yàn)結(jié)果，當(dāng)噪聲密度高于20%時(shí)，自適應(yīng)中值濾波效果顯著優(yōu)越于經(jīng)典中值濾波。除此之外，要隨著噪聲密度大小的變化而進(jìn)行變化，即當(dāng)噪聲密度增大時(shí)，要適當(dāng)?shù)脑黾?；?dāng)噪聲密度減小時(shí)，要適當(dāng)?shù)目s小，以消除尖峰噪聲，達(dá)到較好的濾除效果。因此處理含有高密度噪聲的醫(yī)學(xué)超聲圖像時(shí)，選取5或7，其濾除效果最好。

綜上可知，自適應(yīng)中值濾波在處理大密度斑點(diǎn)噪聲圖像和保留圖像細(xì)節(jié)信息方面要遠(yuǎn)遠(yuǎn)優(yōu)于經(jīng)典中值濾波。

3 結(jié)語

中值濾波作為濾除斑點(diǎn)噪聲最常用的方法，在醫(yī)學(xué)圖像預(yù)處理工作中具有重要作用。本文提出一種自適應(yīng)中值濾波去噪算法，將其與中值濾波算法在去噪和細(xì)節(jié)保護(hù)兩方面進(jìn)行了比較分析，從中值濾波器窗口的選擇，自適應(yīng)中值濾波器最大閾值的選取及斑點(diǎn)噪聲密度三方面對(duì)去噪效果的影響做了詳細(xì)的研究對(duì)比分析，得出了科學(xué)的結(jié)論。但是對(duì)包含混合噪聲的超聲圖像預(yù)處理工作，還需進(jìn)一步的研究探討。

參考文獻(xiàn)

[1] Browning D R K.The weighted median filter[J].Communication ACM，1984，27（8）：807-818.

[2] Dong Yiqiu，Xu Shufang.A new directional weighted dedian filter for removal of randow-valued impulse noise[J].IEEE Signal Processing Lett，2007，14（3）：193-196.

[3] 武英，吳海勇.一種自適應(yīng)圖像去噪混合濾波方法[J].計(jì)算機(jī)工程與應(yīng)用，2010，46（10）：168-174.

[4] 楊芳芳，朱東升，王志巍，等.利用灰色絕對(duì)關(guān)聯(lián)分析的中值濾波方法研究[J].計(jì)算機(jī)工程與應(yīng)用，2013，49（13）：160-164.

[5] 唐昌令，彭國華.基于小波包分解的整體變分去噪算法[J].計(jì)算機(jī)工程與應(yīng)用，2013，49（6）：156-158.

[6] 劉國宏，郭文明.改進(jìn)的中值濾波去噪算法應(yīng)用研究[J].計(jì)算機(jī)工程與應(yīng)用， 2010，46（10）：187-189.

[7] 張金良，魯昌華，楊道蓮.曲波變化域的SAR圖像相干斑去噪[J].電子測量與儀器學(xué)報(bào)，2012，26（12）：1108-1112.

[8] 錢蘇敏，張琳絮，張?jiān)疲?基于小波閾值改進(jìn)的去噪算法研究[J].國外電子測量技術(shù)，2012，31（5）：49-51.

[9] 張宏宇，樊桂花，張延華，等.激光雷達(dá)回波信號(hào)的小波去噪研究[J].國外電子測量技術(shù)，2012，31（5）：52-55.

[10] 杜云鵬，王建斌，靳小強(qiáng).超聲導(dǎo)波管道檢測的小波模極大值去噪法[J].電子測量與儀器學(xué)報(bào)，2013，27（7）：683-687.

[11] 楊金云，李浩.基于一種新閾值函數(shù)的小波醫(yī)學(xué)圖像去噪[J].微計(jì)算機(jī)信息， 2009，25（7-3）：277-279.

[12] 葉鴻瑾，張雪英，何小剛.基于小波變換和中值濾波的醫(yī)學(xué)圖像去噪[J].太原理工大學(xué)學(xué)報(bào)，2005，36（5）：511-514.

[13] 侯濤.醫(yī)學(xué)超聲圖像斑點(diǎn)噪聲去除的研究[D].復(fù)旦大學(xué)，2011.

[14] 都基焱，趙炳愛，范曉紅，等.SAR圖像斑點(diǎn)噪聲濾除方法應(yīng)用研究[J].系統(tǒng)工程與電子技術(shù)，2004，26（8）：1027-1029.

[15] 秦緒佳，張素瓊，劉世雙，等.一種邊緣保持的醫(yī)學(xué)圖像去噪方法[J].計(jì)算機(jī)科學(xué)，2009，36（11）：279-282.endprint

摘 要：該文針對(duì)醫(yī)學(xué)超聲圖像噪聲的特點(diǎn)提出了非線性濾波器。首先介紹了自適應(yīng)中值濾波器的工作原理，然后用其與經(jīng)典中值濾波器對(duì)含有不同噪聲密度的肝癌超聲圖像進(jìn)行去噪處理。實(shí)驗(yàn)結(jié)果對(duì)比表明：自適應(yīng)中值濾波能夠有效改善圖像質(zhì)量，在降低圖像噪聲的同時(shí)能較好的保持圖像細(xì)節(jié)信息和視覺效果。

關(guān)鍵詞：超聲圖像 經(jīng)典中值濾波 自適應(yīng)中值濾波器 圖像去噪

中圖分類號(hào)：TB559 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）02（c）-0198-03

Abstract：In this paper， according to the characteristics of medical ultrasonic image noise nonlinear filter is presented. Firstly， this paper introduces the working principle of adaptive median filter， and then use it with the classical median filter to deal with the noise of ultrasonic image of liver cancer which contains different noise density. Compared to the experimental results： the adaptive median filter can improve the image quality effectively， it both may effectively remove the noise， and may maintain the mage details and visual effect well.

Key Words：ultrasonic image； classical median filter； adaptive median filter； image denoising

醫(yī)學(xué)圖像去噪是醫(yī)學(xué)圖像處理領(lǐng)域中的研究熱點(diǎn)，其目的是改善醫(yī)學(xué)圖像質(zhì)量，盡可能減少噪聲對(duì)后續(xù)圖像處理的影響[3-6]。由于醫(yī)學(xué)超聲圖像普遍被顆粒狀的斑點(diǎn)噪聲污染，然而邊緣等細(xì)節(jié)特征又是醫(yī)生分析問題和診斷器官是否病變的重要依據(jù)。因此，對(duì)醫(yī)學(xué)超聲圖像去噪要做到在抑制噪聲的同時(shí)又盡可能多的保留原始圖像的重要特征是至關(guān)重要的[1-2]。

受強(qiáng)電磁場的干擾和設(shè)備的影響，醫(yī)學(xué)超聲圖像主要被斑點(diǎn)噪聲污染，針對(duì)該問題在早期提出中值濾波[7-9]。其作為一種非線性濾波，克服了線性濾波的不足，該方法有效抑制了斑點(diǎn)噪聲，在醫(yī)學(xué)影像處理領(lǐng)域中得到了廣泛的研究和應(yīng)用[10]。但是，傳統(tǒng)的中值濾波對(duì)圖像中的所有像素點(diǎn)均進(jìn)行濾波處理，因此可能會(huì)導(dǎo)致圖像中未被斑點(diǎn)噪聲污染的像素點(diǎn)灰度值發(fā)生改變，造成超聲圖像的邊緣細(xì)節(jié)等重要特征丟失，進(jìn)而影響到醫(yī)學(xué)圖像的質(zhì)量。隨后出現(xiàn)了好多基于經(jīng)典中值濾波器改進(jìn)型的中值濾波算法[11-13]。

該文根據(jù)斑點(diǎn)噪聲特點(diǎn)，提出自適應(yīng)中值濾波算法。經(jīng)典中值濾波與其通過改變斑點(diǎn)噪聲密度大小進(jìn)行實(shí)驗(yàn)對(duì)比。結(jié)果表明，較經(jīng)典中值濾波，自適應(yīng)中值濾波不僅對(duì)密度較大的斑點(diǎn)噪聲醫(yī)學(xué)超聲圖像有很好的去噪效果，還能夠較好的保留圖像細(xì)節(jié)特征信息，體現(xiàn)出了其獨(dú)特的優(yōu)越濾波特性。

1 自適應(yīng)中值濾波

2 實(shí)驗(yàn)結(jié)果與分析

本文選取肝癌超聲圖像進(jìn)行仿真實(shí)驗(yàn)，對(duì)圖像依次添加密度為5%，15%，25%的斑點(diǎn)噪聲，然后采用經(jīng)典中值濾波和自適應(yīng)中值濾波對(duì)含有不同噪聲密度的超聲圖像進(jìn)行濾波處理。經(jīng)典中值濾波器窗口及自適應(yīng)中值濾波器所允許的最大分別取3，5，7，默認(rèn)起始濾波窗口大小為3。

具體的實(shí)驗(yàn)仿真結(jié)果如下：

觀察圖1、圖2和圖3的濾波后的肝癌超聲圖像，本文采取的自適應(yīng)中值濾波算法濾波后的圖像要優(yōu)于中值濾波方法。具體實(shí)驗(yàn)結(jié)論如下：

（1）經(jīng)典的中值濾波對(duì)椒鹽噪聲強(qiáng)度比較敏感，當(dāng)噪聲強(qiáng)度增加時(shí)，其去噪能力較自適應(yīng)中值濾波變?nèi)?。但是，觀察以上三圖中斑點(diǎn)噪聲密度小于20%時(shí)，中值濾波去噪效果尚理想，且濾波窗口的尺寸越大，其去噪效果越好。當(dāng)噪聲密度較少時(shí)，選擇窗口尺寸為、即可。

（2）與傳統(tǒng)的中值濾波相比，本文采用的自適應(yīng)中值濾波可處理具有更大密度的斑點(diǎn)噪聲，且在非斑點(diǎn)噪聲處可以較好的保留圖像細(xì)節(jié)特征信息。觀察實(shí)驗(yàn)結(jié)果，當(dāng)噪聲密度高于20%時(shí)，自適應(yīng)中值濾波效果顯著優(yōu)越于經(jīng)典中值濾波。除此之外，要隨著噪聲密度大小的變化而進(jìn)行變化，即當(dāng)噪聲密度增大時(shí)，要適當(dāng)?shù)脑黾?；?dāng)噪聲密度減小時(shí)，要適當(dāng)?shù)目s小，以消除尖峰噪聲，達(dá)到較好的濾除效果。因此處理含有高密度噪聲的醫(yī)學(xué)超聲圖像時(shí)，選取5或7，其濾除效果最好。

綜上可知，自適應(yīng)中值濾波在處理大密度斑點(diǎn)噪聲圖像和保留圖像細(xì)節(jié)信息方面要遠(yuǎn)遠(yuǎn)優(yōu)于經(jīng)典中值濾波。

3 結(jié)語

中值濾波作為濾除斑點(diǎn)噪聲最常用的方法，在醫(yī)學(xué)圖像預(yù)處理工作中具有重要作用。本文提出一種自適應(yīng)中值濾波去噪算法，將其與中值濾波算法在去噪和細(xì)節(jié)保護(hù)兩方面進(jìn)行了比較分析，從中值濾波器窗口的選擇，自適應(yīng)中值濾波器最大閾值的選取及斑點(diǎn)噪聲密度三方面對(duì)去噪效果的影響做了詳細(xì)的研究對(duì)比分析，得出了科學(xué)的結(jié)論。但是對(duì)包含混合噪聲的超聲圖像預(yù)處理工作，還需進(jìn)一步的研究探討。

參考文獻(xiàn)

[1] Browning D R K.The weighted median filter[J].Communication ACM，1984，27（8）：807-818.

[2] Dong Yiqiu，Xu Shufang.A new directional weighted dedian filter for removal of randow-valued impulse noise[J].IEEE Signal Processing Lett，2007，14（3）：193-196.

[3] 武英，吳海勇.一種自適應(yīng)圖像去噪混合濾波方法[J].計(jì)算機(jī)工程與應(yīng)用，2010，46（10）：168-174.

[4] 楊芳芳，朱東升，王志巍，等.利用灰色絕對(duì)關(guān)聯(lián)分析的中值濾波方法研究[J].計(jì)算機(jī)工程與應(yīng)用，2013，49（13）：160-164.

[5] 唐昌令，彭國華.基于小波包分解的整體變分去噪算法[J].計(jì)算機(jī)工程與應(yīng)用，2013，49（6）：156-158.

[6] 劉國宏，郭文明.改進(jìn)的中值濾波去噪算法應(yīng)用研究[J].計(jì)算機(jī)工程與應(yīng)用， 2010，46（10）：187-189.

[7] 張金良，魯昌華，楊道蓮.曲波變化域的SAR圖像相干斑去噪[J].電子測量與儀器學(xué)報(bào)，2012，26（12）：1108-1112.

[8] 錢蘇敏，張琳絮，張?jiān)?，?基于小波閾值改進(jìn)的去噪算法研究[J].國外電子測量技術(shù)，2012，31（5）：49-51.

[9] 張宏宇，樊桂花，張延華，等.激光雷達(dá)回波信號(hào)的小波去噪研究[J].國外電子測量技術(shù)，2012，31（5）：52-55.

[10] 杜云鵬，王建斌，靳小強(qiáng).超聲導(dǎo)波管道檢測的小波模極大值去噪法[J].電子測量與儀器學(xué)報(bào)，2013，27（7）：683-687.

[11] 楊金云，李浩.基于一種新閾值函數(shù)的小波醫(yī)學(xué)圖像去噪[J].微計(jì)算機(jī)信息， 2009，25（7-3）：277-279.

[12] 葉鴻瑾，張雪英，何小剛.基于小波變換和中值濾波的醫(yī)學(xué)圖像去噪[J].太原理工大學(xué)學(xué)報(bào)，2005，36（5）：511-514.

[13] 侯濤.醫(yī)學(xué)超聲圖像斑點(diǎn)噪聲去除的研究[D].復(fù)旦大學(xué)，2011.

[14] 都基焱，趙炳愛，范曉紅，等.SAR圖像斑點(diǎn)噪聲濾除方法應(yīng)用研究[J].系統(tǒng)工程與電子技術(shù)，2004，26（8）：1027-1029.

[15] 秦緒佳，張素瓊，劉世雙，等.一種邊緣保持的醫(yī)學(xué)圖像去噪方法[J].計(jì)算機(jī)科學(xué)，2009，36（11）：279-282.endprint

摘 要：該文針對(duì)醫(yī)學(xué)超聲圖像噪聲的特點(diǎn)提出了非線性濾波器。首先介紹了自適應(yīng)中值濾波器的工作原理，然后用其與經(jīng)典中值濾波器對(duì)含有不同噪聲密度的肝癌超聲圖像進(jìn)行去噪處理。實(shí)驗(yàn)結(jié)果對(duì)比表明：自適應(yīng)中值濾波能夠有效改善圖像質(zhì)量，在降低圖像噪聲的同時(shí)能較好的保持圖像細(xì)節(jié)信息和視覺效果。

關(guān)鍵詞：超聲圖像 經(jīng)典中值濾波 自適應(yīng)中值濾波器 圖像去噪

中圖分類號(hào)：TB559 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）02（c）-0198-03

Abstract：In this paper， according to the characteristics of medical ultrasonic image noise nonlinear filter is presented. Firstly， this paper introduces the working principle of adaptive median filter， and then use it with the classical median filter to deal with the noise of ultrasonic image of liver cancer which contains different noise density. Compared to the experimental results： the adaptive median filter can improve the image quality effectively， it both may effectively remove the noise， and may maintain the mage details and visual effect well.

Key Words：ultrasonic image； classical median filter； adaptive median filter； image denoising

醫(yī)學(xué)圖像去噪是醫(yī)學(xué)圖像處理領(lǐng)域中的研究熱點(diǎn)，其目的是改善醫(yī)學(xué)圖像質(zhì)量，盡可能減少噪聲對(duì)后續(xù)圖像處理的影響[3-6]。由于醫(yī)學(xué)超聲圖像普遍被顆粒狀的斑點(diǎn)噪聲污染，然而邊緣等細(xì)節(jié)特征又是醫(yī)生分析問題和診斷器官是否病變的重要依據(jù)。因此，對(duì)醫(yī)學(xué)超聲圖像去噪要做到在抑制噪聲的同時(shí)又盡可能多的保留原始圖像的重要特征是至關(guān)重要的[1-2]。

受強(qiáng)電磁場的干擾和設(shè)備的影響，醫(yī)學(xué)超聲圖像主要被斑點(diǎn)噪聲污染，針對(duì)該問題在早期提出中值濾波[7-9]。其作為一種非線性濾波，克服了線性濾波的不足，該方法有效抑制了斑點(diǎn)噪聲，在醫(yī)學(xué)影像處理領(lǐng)域中得到了廣泛的研究和應(yīng)用[10]。但是，傳統(tǒng)的中值濾波對(duì)圖像中的所有像素點(diǎn)均進(jìn)行濾波處理，因此可能會(huì)導(dǎo)致圖像中未被斑點(diǎn)噪聲污染的像素點(diǎn)灰度值發(fā)生改變，造成超聲圖像的邊緣細(xì)節(jié)等重要特征丟失，進(jìn)而影響到醫(yī)學(xué)圖像的質(zhì)量。隨后出現(xiàn)了好多基于經(jīng)典中值濾波器改進(jìn)型的中值濾波算法[11-13]。

該文根據(jù)斑點(diǎn)噪聲特點(diǎn)，提出自適應(yīng)中值濾波算法。經(jīng)典中值濾波與其通過改變斑點(diǎn)噪聲密度大小進(jìn)行實(shí)驗(yàn)對(duì)比。結(jié)果表明，較經(jīng)典中值濾波，自適應(yīng)中值濾波不僅對(duì)密度較大的斑點(diǎn)噪聲醫(yī)學(xué)超聲圖像有很好的去噪效果，還能夠較好的保留圖像細(xì)節(jié)特征信息，體現(xiàn)出了其獨(dú)特的優(yōu)越濾波特性。

1 自適應(yīng)中值濾波

2 實(shí)驗(yàn)結(jié)果與分析

本文選取肝癌超聲圖像進(jìn)行仿真實(shí)驗(yàn)，對(duì)圖像依次添加密度為5%，15%，25%的斑點(diǎn)噪聲，然后采用經(jīng)典中值濾波和自適應(yīng)中值濾波對(duì)含有不同噪聲密度的超聲圖像進(jìn)行濾波處理。經(jīng)典中值濾波器窗口及自適應(yīng)中值濾波器所允許的最大分別取3，5，7，默認(rèn)起始濾波窗口大小為3。

具體的實(shí)驗(yàn)仿真結(jié)果如下：

觀察圖1、圖2和圖3的濾波后的肝癌超聲圖像，本文采取的自適應(yīng)中值濾波算法濾波后的圖像要優(yōu)于中值濾波方法。具體實(shí)驗(yàn)結(jié)論如下：

（1）經(jīng)典的中值濾波對(duì)椒鹽噪聲強(qiáng)度比較敏感，當(dāng)噪聲強(qiáng)度增加時(shí)，其去噪能力較自適應(yīng)中值濾波變?nèi)?。但是，觀察以上三圖中斑點(diǎn)噪聲密度小于20%時(shí)，中值濾波去噪效果尚理想，且濾波窗口的尺寸越大，其去噪效果越好。當(dāng)噪聲密度較少時(shí)，選擇窗口尺寸為、即可。

（2）與傳統(tǒng)的中值濾波相比，本文采用的自適應(yīng)中值濾波可處理具有更大密度的斑點(diǎn)噪聲，且在非斑點(diǎn)噪聲處可以較好的保留圖像細(xì)節(jié)特征信息。觀察實(shí)驗(yàn)結(jié)果，當(dāng)噪聲密度高于20%時(shí)，自適應(yīng)中值濾波效果顯著優(yōu)越于經(jīng)典中值濾波。除此之外，要隨著噪聲密度大小的變化而進(jìn)行變化，即當(dāng)噪聲密度增大時(shí)，要適當(dāng)?shù)脑黾?；?dāng)噪聲密度減小時(shí)，要適當(dāng)?shù)目s小，以消除尖峰噪聲，達(dá)到較好的濾除效果。因此處理含有高密度噪聲的醫(yī)學(xué)超聲圖像時(shí)，選取5或7，其濾除效果最好。

綜上可知，自適應(yīng)中值濾波在處理大密度斑點(diǎn)噪聲圖像和保留圖像細(xì)節(jié)信息方面要遠(yuǎn)遠(yuǎn)優(yōu)于經(jīng)典中值濾波。

3 結(jié)語

中值濾波作為濾除斑點(diǎn)噪聲最常用的方法，在醫(yī)學(xué)圖像預(yù)處理工作中具有重要作用。本文提出一種自適應(yīng)中值濾波去噪算法，將其與中值濾波算法在去噪和細(xì)節(jié)保護(hù)兩方面進(jìn)行了比較分析，從中值濾波器窗口的選擇，自適應(yīng)中值濾波器最大閾值的選取及斑點(diǎn)噪聲密度三方面對(duì)去噪效果的影響做了詳細(xì)的研究對(duì)比分析，得出了科學(xué)的結(jié)論。但是對(duì)包含混合噪聲的超聲圖像預(yù)處理工作，還需進(jìn)一步的研究探討。

參考文獻(xiàn)

[1] Browning D R K.The weighted median filter[J].Communication ACM，1984，27（8）：807-818.

[2] Dong Yiqiu，Xu Shufang.A new directional weighted dedian filter for removal of randow-valued impulse noise[J].IEEE Signal Processing Lett，2007，14（3）：193-196.

[3] 武英，吳海勇.一種自適應(yīng)圖像去噪混合濾波方法[J].計(jì)算機(jī)工程與應(yīng)用，2010，46（10）：168-174.

[4] 楊芳芳，朱東升，王志巍，等.利用灰色絕對(duì)關(guān)聯(lián)分析的中值濾波方法研究[J].計(jì)算機(jī)工程與應(yīng)用，2013，49（13）：160-164.

[5] 唐昌令，彭國華.基于小波包分解的整體變分去噪算法[J].計(jì)算機(jī)工程與應(yīng)用，2013，49（6）：156-158.

[6] 劉國宏，郭文明.改進(jìn)的中值濾波去噪算法應(yīng)用研究[J].計(jì)算機(jī)工程與應(yīng)用， 2010，46（10）：187-189.

[7] 張金良，魯昌華，楊道蓮.曲波變化域的SAR圖像相干斑去噪[J].電子測量與儀器學(xué)報(bào)，2012，26（12）：1108-1112.

[8] 錢蘇敏，張琳絮，張?jiān)?，?基于小波閾值改進(jìn)的去噪算法研究[J].國外電子測量技術(shù)，2012，31（5）：49-51.

[9] 張宏宇，樊桂花，張延華，等.激光雷達(dá)回波信號(hào)的小波去噪研究[J].國外電子測量技術(shù)，2012，31（5）：52-55.

[10] 杜云鵬，王建斌，靳小強(qiáng).超聲導(dǎo)波管道檢測的小波模極大值去噪法[J].電子測量與儀器學(xué)報(bào)，2013，27（7）：683-687.

[11] 楊金云，李浩.基于一種新閾值函數(shù)的小波醫(yī)學(xué)圖像去噪[J].微計(jì)算機(jī)信息， 2009，25（7-3）：277-279.

[12] 葉鴻瑾，張雪英，何小剛.基于小波變換和中值濾波的醫(yī)學(xué)圖像去噪[J].太原理工大學(xué)學(xué)報(bào)，2005，36（5）：511-514.

[13] 侯濤.醫(yī)學(xué)超聲圖像斑點(diǎn)噪聲去除的研究[D].復(fù)旦大學(xué)，2011.

[14] 都基焱，趙炳愛，范曉紅，等.SAR圖像斑點(diǎn)噪聲濾除方法應(yīng)用研究[J].系統(tǒng)工程與電子技術(shù)，2004，26（8）：1027-1029.

[15] 秦緒佳，張素瓊，劉世雙，等.一種邊緣保持的醫(yī)學(xué)圖像去噪方法[J].計(jì)算機(jī)科學(xué)，2009，36（11）：279-282.endprint