崔警衛(wèi)，王大溪，覃象平

(1.廣西工學(xué)院電氣信息與控制工程系，廣西柳州 545006;2.廣西柳州市人民醫(yī)院計算機中心，廣西柳州 545006)

圖像可以幫助人們更加形象地認識自然，但獲得的圖像在形成、傳輸和處理過程中不可避免地受到噪聲污染，一般數(shù)字圖像系統(tǒng)中的常見噪聲有高斯噪聲、椒鹽噪聲等。噪聲的存在影響著圖像的具體應(yīng)用，醫(yī)學(xué)圖像去噪處理屬于圖像的預(yù)處理階段，從數(shù)字圖像處理的技術(shù)角度來說屬于圖像恢復(fù)的技術(shù)范疇，CT圖像中存在噪聲會影響醫(yī)生診斷，直接影響到對病人的治療，對于醫(yī)學(xué)圖像的醫(yī)學(xué)教學(xué)、科學(xué)研究及臨床工作中有重要的意義。醫(yī)學(xué)圖像本身具有自己一些鮮明的特征，這些特征正是醫(yī)學(xué)圖像所含有的特殊信息。在對醫(yī)學(xué)圖像進行去噪處理時必須盡可能地保留這些特征，研究合適的算法使這些算法在保留一般數(shù)字圖像去噪性能的基礎(chǔ)上滿足醫(yī)學(xué)圖像去噪的特殊要求。去噪效果的好壞直接影響后續(xù)醫(yī)學(xué)圖像處理，如圖像分割、邊緣檢測、圖像重建、圖像融合等［2］。

針對中值濾波算法的特點，提出了多種基于中值濾波算法的改進方法，文獻［1］針對傳統(tǒng)中值濾波算法的計算量大、耗時長的缺點提出了一種快速并行中值濾波算法，文獻［2～3］設(shè)計了一種自適應(yīng)閾值中值濾波算法，分別用兩種濾波器進行圖像去噪，文獻［4～5］介紹了中值濾波的多種窗口形態(tài)及窗口大小，對比不同窗口形狀和窗口大小去噪聲過程的算法復(fù)雜度。文獻［6］利用不同大小窗口的中值濾波，采用窗口遞進增大方法修改噪聲點的值，為信號點的值進行濾波處理，得到了良好的濾波效果［7-9］。文獻［10］將X形狀窗口的中值濾波與滿窗窗口的中值濾波算法的濾波效果進行對比和算法改進。文中研究了不同形狀的窗口大小、不同形狀的中值濾波對于CT含噪聲圖像的去噪聲處理。

1 中值濾波原理

中值濾波器也叫最大值濾波器和最小值濾波器，中值濾波是一種鄰域運算，首先確定一個以某個像素為中心點的鄰域，把鄰域中的像素按灰度等級進行排序，然后選擇該組的中間值作為輸出像素值［11-13］。

鄰域又稱為窗口，根據(jù)不同的圖像特性，各種窗口模板的去噪效果也不同，常見的窗口形狀有十字形、X形、框型窗口、菱形窗口、花形窗口、稀疏窗口，滿窗窗口。由于圖像在兩個維向上均具有相關(guān)性，上述活動窗口均選擇兩維窗口。文獻［5］針對中值濾波不同形狀的窗口基于濾波過程中的比較次數(shù)提出了一種快速中值濾波算法。文中針對中值濾波選取不同形狀及大小的窗口研究去除椒鹽噪聲的效果。

圖7 稀疏窗口

中值濾波的具體步驟:首先將模板在圖形中漫游，并將模板中心與圖像中某個像素的位置重合;讀取模板下各對應(yīng)像素的灰度值，將這些灰度值從小到大排列成一列，找出其中排在中間的一個值，將這個中間值付給對應(yīng)模板中心位置的像素。

2 圖像去噪效果的評價方法

評價CT醫(yī)學(xué)圖像去噪效果的目的，在于更好地認知算法的功能特點和不足，以提高醫(yī)生對病人病情診斷的準確度。從圖像的噪聲衰減程度、邊緣保持程度、區(qū)域平滑程度3個方面來評價去噪聲后的圖像。去噪后的圖像應(yīng)盡可能地衰減噪聲、保持圖像邊緣鮮明和平滑區(qū)域。評價圖像去噪的方法可以分為主觀評價法和客觀評價法。主觀評價法主要通過對去噪聲處理過的圖像顯示給觀察者，進行視覺上的評價?？陀^評價法主要是通過計算一些能反映圖像特性的數(shù)值，如圖像的方差、均值、信噪比等。

設(shè)f(i，j)，i=1，2，…，N，j=1，2，…，M為原始圖像，g(i，j)，i=1，2，…，N，j=1，2，…，M為去噪后的圖像，則f(i，j)與g(i，j)之間的均方誤差 EMS定義為

3 實驗結(jié)果

為研究不同形狀和大小窗口的中值濾波算法，以512×512的患有血管瘤的顱腦CT圖像作為測試樣本，進行了算法的去噪聲實驗。實驗均在Matlab 7.0環(huán)境下實現(xiàn)。

文獻［3～4］表明中值濾波是一種保持邊緣、能較好濾除椒鹽噪聲的濾波器，實驗過程中加入均值為0，方差為0.02的椒鹽噪聲，當加入椒鹽噪聲對樣本圖像作干擾，并分別使用不同形狀和大小窗口的中值濾波去噪方法進行處理，評價指標采用峰值信噪比PSNR時，去噪實驗結(jié)果如表1所示。

表1 去噪實驗結(jié)果

通過觀察實驗結(jié)果圖像，去噪后的CT圖像從視覺效果看，窗口形狀同是滿窗，隨著窗口變大，視覺效果變差，同樣5×5大小的窗口，滿窗5×5窗口去噪效果稍好，保留了圖像的邊緣細節(jié)，同一種形狀的窗口會隨著窗口的變大，濾波處理的計算量將按4次方指數(shù)增大［5］。同時影響中值濾波中心元素的像素值，相應(yīng)的PSNR越小，圖像也越模糊，花形窗口由于沒有規(guī)則，只討論5×5大小窗口的去噪效果。

討論對于CT圖像不同形狀、不同大小的窗口的中值濾波算法，對于CT圖像去噪聲的研究具有重要意義:在同一幅圖像中，根據(jù)CT醫(yī)學(xué)圖像的特點，在不同區(qū)域采用不同形狀窗口的中值濾波會有良好的性能。在包含多種噪聲的過程中，可以選取不同形狀的中值濾波與小波變換去噪聲算法、神經(jīng)網(wǎng)絡(luò)去噪聲算法、Contourlet去噪聲算法、形態(tài)學(xué)去噪聲算法等相結(jié)合，發(fā)揮各自的優(yōu)點去除噪聲，保留圖像中的更多細節(jié)，文獻［16］表明小波變換結(jié)合中值濾波對圖像進行去噪聲處理，取得了比單純使用中值濾波去噪聲更好的效果。在中值濾波復(fù)雜度和去噪質(zhì)量上，尋找使其平衡的相應(yīng)形狀窗口的中值濾波算法。

［1］辛月蘭.一種快速并行中值濾波算法［J］.微型電腦應(yīng)用，2011(8):50-53.

［2］耿帥，王希常.一種基于中值濾波的圖像去噪算法［J］.計算機與現(xiàn)代化，2011(11):90-93.

［3］武英.一種圖像椒鹽噪聲自適應(yīng)濾除算法［J］.微電子學(xué)與計算機，2009，26(1):148-150.

［4］章毓晉.圖像工程(中):圖像分析［M］.北京:清華大學(xué)出版社，2005.

［5］曹志華，宋斌恒.多種形狀窗口下的快速中值濾波算法［J］.計算機應(yīng)用研究，2006(3):86-88.

［6］黃寶貴，盧振泰，馬春梅，等.改進的自適應(yīng)中值濾波算法［J］.計算機應(yīng)用，2011(7):1835-03.

［7］WANG Daxi，F(xiàn)ANG Yuan，HUANG Sheng.An algorithm for medical imaging identification based on edge detection and seed filling［C］.IEEE International Conference on Computer Application and System Modeling(ICCASM)，2010，15:547-548.

［8］WANG Daxi，F(xiàn)ANG Yuan，HU Bo，et al.B-scan image feature extraction of fatty liver based on gray-scale features and median filtering［C］.Internet Computing for Science and Engineering(ICICSE)，2012 Sixth International Conference on，2012:188-192.

［9］王大溪，方園，胡波，等.基于多級灰度差的脂肪肝B超圖像識別方法［J］.計算機工程與設(shè)計，2012(5):1989-1903.

［10］張旭.數(shù)字濾波技術(shù)在醫(yī)學(xué)圖像去噪處理中的應(yīng)用研究［D］.太原:中北大學(xué)，2005.

［11］LIU Yanli，WANG Jin，CHEN Xi，et al.A robust and fast nonlocal algorithm for image denoising［J］.Journal of Computer Science and Technology，2008，23(2):270-279.

［12］WANG Jin，GUO Yanwen，YING Yiting，et al.Fast non-local algorithm for image denoising［C］.New York:IEEE International Conference on Image Processing，2006:1429-1432.

［13］王艷俠，張有會，康振科，等.基于X字行窗口的自適應(yīng)中值濾波算法［J］.現(xiàn)代電子技術(shù)，2010(10):90-92.

［14］ME Ytiksel.A median/ANFIS filter for efficient restoration of digital images corrupted by impulse noise［J］.International Electronic Communication，2006(60):628-637.

［15］ABDULLAH T，INAN G.Impulse noise reduction in medical images with the use of switch mode fuzzy adaptive median filter［J］.Digital Processing，2007(17):711-723.

［16］湯樂民，李敏.基于小波變換的醫(yī)學(xué)圖像去噪聲處理［J］.中國醫(yī)學(xué)物理學(xué)雜志，2004，4(21):202-203.