APP下载

基于边缘保持的医学超声图像滤波方法

2018-06-24陈文山

制造业自动化 2018年6期
关键词:模型

陈文山

(福建卫生职业技术学院,福州 350101)

0 引言

因为超声成像具有安全性、实时性和廉价性的特点,在临床诊断中广泛应用。在超声诊断中希望通过三维分割[1]、三维重建[2],从而更全面获取目标腔体整体信息。由于超声图像存在独有的斑点噪声,为提高三维分割效率,希望在尽可能保护边缘的前提下对超声图像进行滤波。

目前经典的图像增强滤波方法基本上可分为两大类:空域处理法和频域处理法。然而,线性滤波能够有效去除噪声,但同时会使图像的边界模糊;中值滤波能有效去除脉冲噪声,但因为窗口内的排序处理破坏了空间相邻信息和结构,所以在去除噪声的同时使图像细节丢失、棱角模糊。基于各项异性扩散方程的滤波方法可以去除噪声、边界保留,但由于各向异性扩散实质上为迭代过程,要通过多次迭代,计算量大,运算速度慢。

考虑到后续在超声图像三维重建的应用需要,希望寻求一种有效去除噪声的同时又不丢失边缘信息,并且具有较高运算速度的超声图像滤波算法。本文在各向异性扩散方程的基础上,结合中值滤波高效滤除斑点噪声,各向同性扩散方程在图像同质区域高速扩散的特点,根据图像梯度,设计一种基于边缘保持的医学超声图像滤波方法。

1 算法原理及实现方法

1.1 扩散方程模型

图像处理中的各向异性扩散理论源于对流体扩散分析的类比研究[3]。它将图像灰度值I看作流体中的溶质,根据热扩散理论,为了使浓度高的溶质和其周围区域达到一种平衡,溶质会向周围区域扩散,扩散方程为在这里,D为扩散张量(即扩散系数),∂t为对时间的导数。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用