医学图像去噪文献综述
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
在实际应用中上述几种方法都能取得一定效果，但均存在不足之处：曾经的滤波器将受污染的图像确定为一个整体进行滤波，不可以根据噪声分布的特征及图像的纹理细节进行滤波，对多种噪声共同干扰的图像去噪效果不理想；去噪的同时平滑了图像的细节，使图像清晰度降低，质量下降。所以寻找一种具有局部特性并且可以保持十分好的细节边沿的去噪方法尤为重要[8]。
[14]高雪娟.高占国图像小波阈值去噪算法研究[期刊论文]-电光与控制2007(6)
[15]粟涓.全宏跃双正交小波滤波器族的构造[期刊论文]-长沙交通学院学报2007(3)
[16]傅彩霞.杨光一种新的具有增强效果的小波域图像去噪方法[期刊论文]-中国图象图形学报2007(1)
[17]郑德忠.周颖慧.荆楠基于GCV准则的小波图像去噪方法研究[期刊论文]-仪器仪表学报2006(z3)
二、研究主要成果
基于PCNN的小波域超声医学图像去噪方法；基于多假设运动补偿去噪的迭代边信息改进算法；基于偏微分方程的医学超声图像去噪方法；一种新的基于模糊均差和小波阈值的医学图像去噪方法；一种双正则项全变差高光谱图像去噪算法；一种边缘保持的医学图像去噪方法；基于小波统计模型的医学超声图像去噪方法研究；基于多参数小波阈值函数的图像去噪基于多参数小波阈值函数的图像去噪……
四、存在问题
在设计过程中会出现不同的问题，像如何设计一款软件使他对不同噪声的去噪效果都很好。以往的滤波器在去除噪音的同时也对图像造成一定程度上的破坏，找出一种具有局部特性并且可以保持十分好的细节边沿的去噪方法也是这次研究需要解决的问题。小波去噪怎样才能确定最适合的小波基，如何确定小波分解的层次，这些都是很重要的问题。程序设计完成后在调试成功的基础上确保程序精简也是需要解决的问题。在研究的过程中还会遇到各种未知的问题，发现问题解决问题。
燕山大学
本科毕业设计（论文）文献综述
课题名称：医学图像小波去噪方法研究
学院（系）：电气工程学院
年级专业：08级生物医学一班
学生姓名：迟伟
指导教师：孟辉
完成日期：2012年3月20日
一、课题国内Leabharlann Baidu现状
现代医学中，影像被广泛应用于诊断和治疗，是必不可少的手段和工具。医学图像的好坏直接影响着医生对病情的诊断和治疗。医学图像在获得的过程中都会混有各种噪声，根据图像的特征、噪声的统计特征、频谱分布的规律，已有多种去噪方法。随着科技信息的发展，经过人类的不懈努力，提出了部分新颖的去噪方法。文献［1］根据模糊数学基本理论及随机脉冲噪声本身的特征，提出了模糊指标的概念，并联合边沿信息，提出了一种自适应中值滤波算法；文献［2］采用模糊加权方法对均值滤波算法进行了改进；文献［3］提出一种先去除滤波窗口中最大最小像素值，再进行自适应滤波的算法；文献［4］提出了一种自适应加权中值滤波算法；文献［5］提出了一种混合滤波算法，该算法应用局部阈值区分受高斯噪声和脉冲噪声污染的像素，对高斯噪声采用均值滤波，对脉冲噪声采用中值滤波。
[11]刘钰.马艳丽.刘艳霞小波阈值图像去噪算法及MATLAR仿真实验[期刊论文]-数字技术与应用2010(6)
[12]郭凌云.杨长兴基于小波变换的乳腺肿瘤B超图像识别的研究[期刊论文]-计算技术与自动化2010(1)
[13]吕俊白.蔡灿辉一种有效保留图像细节的自适应图像消噪方法[期刊论文]-计算机应用2010(8)
三、发展趋势
在实际应用中上述几种方法都能取得一定效果，但均存在不足之处：曾经的滤波器将受污染的图像确定为一个整体进行滤波，不可以根据噪声分布的特征及图像的纹理细节进行滤波，对多种噪声共同干扰的图像去噪效果不理想；去噪的同时平滑了图像的细节，使图像清晰度降低，质量下降。所以寻找一种具有局部特性并且可以保持十分好的细节边沿的去噪方法尤为重要。
[18]张黎.王立克.杨峰.李淑霞小波阈值图像去噪研究与应用[期刊论文]-微计算机信息2006(30)
［7］Arakawa K.Median filter based on fuzzy rules and its application to image restoration［J］.Fuzzy Sets and Systems, 1996, 77（1）：3－13.
［8］Li Shutao,Wang Yaonan.Journal of Image and Graphics, 2000, 5（12）：999－1001.
［9］Wang Zhangwei,Zheng Changqiong,Wang Jingxi,etal.Journal of Sichuan University：Engineering Science Edition, 2000,32（5）：92－95.
［10］关新平,赵立兴,唐英干．图像去噪混合滤波方法［J］.中国图象图形学报,2005,10（3）：332－337.
[4]查宇飞,毕笃彦.基于小波变换的自适应图像去噪方法的研究.中国图像图形学报,2005,5.
[5]罗仲亮，王修信，胡维平.小波图像去噪研究方法概述[期刊论文]2004,11(3):207-211.
［6］Ni Chenmin, Ye Maodong, Chen Xiaochun.Journal of Imageand Graphics,2006, 11（5）：672－678.
五、主要参考文献
[1]侯艳芹，李均利，魏平，陈刚.一种新的基于模糊均差和小波阈值的医学图像去噪方法[期刊论文]-中国生物医学工程学报，2005,03.
[2]王志刚,王伟.一种改进型自适应加权模糊均值滤波算法[期刊论文]-电子信息学2003（2）.
[3]王敬美.一种自适应中值滤波器算法的FPGA实现[期刊论文]-电气工程及自动化2008(5).
小波变换具有十分好的时频局部特性，在图像去噪领域，小波变换可以在不一样标准下对图像进行去噪，处理了过去滤波器单一标准去噪所带来的难题。小波变换去噪长处是：噪声几乎完全得到抑制，且反映原始的特征、尖峰点得到很好的保存。在处理了局部特性之后，在抑制噪声的同时可以更好的保持图像的细节边沿等。小波变换对医学图像进行处理，已成为医学图像处理研究和开发的一大热点[10]。
[14]高雪娟.高占国图像小波阈值去噪算法研究[期刊论文]-电光与控制2007(6)
[15]粟涓.全宏跃双正交小波滤波器族的构造[期刊论文]-长沙交通学院学报2007(3)
[16]傅彩霞.杨光一种新的具有增强效果的小波域图像去噪方法[期刊论文]-中国图象图形学报2007(1)
[17]郑德忠.周颖慧.荆楠基于GCV准则的小波图像去噪方法研究[期刊论文]-仪器仪表学报2006(z3)
二、研究主要成果
基于PCNN的小波域超声医学图像去噪方法；基于多假设运动补偿去噪的迭代边信息改进算法；基于偏微分方程的医学超声图像去噪方法；一种新的基于模糊均差和小波阈值的医学图像去噪方法；一种双正则项全变差高光谱图像去噪算法；一种边缘保持的医学图像去噪方法；基于小波统计模型的医学超声图像去噪方法研究；基于多参数小波阈值函数的图像去噪基于多参数小波阈值函数的图像去噪……
四、存在问题
在设计过程中会出现不同的问题，像如何设计一款软件使他对不同噪声的去噪效果都很好。以往的滤波器在去除噪音的同时也对图像造成一定程度上的破坏，找出一种具有局部特性并且可以保持十分好的细节边沿的去噪方法也是这次研究需要解决的问题。小波去噪怎样才能确定最适合的小波基，如何确定小波分解的层次，这些都是很重要的问题。程序设计完成后在调试成功的基础上确保程序精简也是需要解决的问题。在研究的过程中还会遇到各种未知的问题，发现问题解决问题。
燕山大学
本科毕业设计（论文）文献综述
课题名称：医学图像小波去噪方法研究
学院（系）：电气工程学院
年级专业：08级生物医学一班
学生姓名：迟伟
指导教师：孟辉
完成日期：2012年3月20日
一、课题国内Leabharlann Baidu现状
现代医学中，影像被广泛应用于诊断和治疗，是必不可少的手段和工具。医学图像的好坏直接影响着医生对病情的诊断和治疗。医学图像在获得的过程中都会混有各种噪声，根据图像的特征、噪声的统计特征、频谱分布的规律，已有多种去噪方法。随着科技信息的发展，经过人类的不懈努力，提出了部分新颖的去噪方法。文献［1］根据模糊数学基本理论及随机脉冲噪声本身的特征，提出了模糊指标的概念，并联合边沿信息，提出了一种自适应中值滤波算法；文献［2］采用模糊加权方法对均值滤波算法进行了改进；文献［3］提出一种先去除滤波窗口中最大最小像素值，再进行自适应滤波的算法；文献［4］提出了一种自适应加权中值滤波算法；文献［5］提出了一种混合滤波算法，该算法应用局部阈值区分受高斯噪声和脉冲噪声污染的像素，对高斯噪声采用均值滤波，对脉冲噪声采用中值滤波。
[11]刘钰.马艳丽.刘艳霞小波阈值图像去噪算法及MATLAR仿真实验[期刊论文]-数字技术与应用2010(6)
[12]郭凌云.杨长兴基于小波变换的乳腺肿瘤B超图像识别的研究[期刊论文]-计算技术与自动化2010(1)
[13]吕俊白.蔡灿辉一种有效保留图像细节的自适应图像消噪方法[期刊论文]-计算机应用2010(8)
三、发展趋势
在实际应用中上述几种方法都能取得一定效果，但均存在不足之处：曾经的滤波器将受污染的图像确定为一个整体进行滤波，不可以根据噪声分布的特征及图像的纹理细节进行滤波，对多种噪声共同干扰的图像去噪效果不理想；去噪的同时平滑了图像的细节，使图像清晰度降低，质量下降。所以寻找一种具有局部特性并且可以保持十分好的细节边沿的去噪方法尤为重要。
[18]张黎.王立克.杨峰.李淑霞小波阈值图像去噪研究与应用[期刊论文]-微计算机信息2006(30)
［7］Arakawa K.Median filter based on fuzzy rules and its application to image restoration［J］.Fuzzy Sets and Systems, 1996, 77（1）：3－13.
［8］Li Shutao,Wang Yaonan.Journal of Image and Graphics, 2000, 5（12）：999－1001.
［9］Wang Zhangwei,Zheng Changqiong,Wang Jingxi,etal.Journal of Sichuan University：Engineering Science Edition, 2000,32（5）：92－95.
［10］关新平,赵立兴,唐英干．图像去噪混合滤波方法［J］.中国图象图形学报,2005,10（3）：332－337.
[4]查宇飞,毕笃彦.基于小波变换的自适应图像去噪方法的研究.中国图像图形学报,2005,5.
[5]罗仲亮，王修信，胡维平.小波图像去噪研究方法概述[期刊论文]2004,11(3):207-211.
［6］Ni Chenmin, Ye Maodong, Chen Xiaochun.Journal of Imageand Graphics,2006, 11（5）：672－678.
五、主要参考文献
[1]侯艳芹，李均利，魏平，陈刚.一种新的基于模糊均差和小波阈值的医学图像去噪方法[期刊论文]-中国生物医学工程学报，2005,03.
[2]王志刚,王伟.一种改进型自适应加权模糊均值滤波算法[期刊论文]-电子信息学2003（2）.
[3]王敬美.一种自适应中值滤波器算法的FPGA实现[期刊论文]-电气工程及自动化2008(5).
小波变换具有十分好的时频局部特性，在图像去噪领域，小波变换可以在不一样标准下对图像进行去噪，处理了过去滤波器单一标准去噪所带来的难题。小波变换去噪长处是：噪声几乎完全得到抑制，且反映原始的特征、尖峰点得到很好的保存。在处理了局部特性之后，在抑制噪声的同时可以更好的保持图像的细节边沿等。小波变换对医学图像进行处理，已成为医学图像处理研究和开发的一大热点[10]。