肝臟超聲圖像降噪處理的兩種方法比較

徐立 喬智 鄭祖添 穆佳樂

摘要：醫(yī)學(xué)圖像是復(fù)雜圖像可以反映人體內(nèi)部的各個組織信息，包含的大量的醫(yī)學(xué)信息，進行處理時非常困難。現(xiàn)代醫(yī)學(xué)圖像一般采用超聲成像技術(shù)，其在疾病的預(yù)防、診斷、治療中起到了很好的輔助作用；而圖像在形成過程中由于受到多種不確定因素的影響會產(chǎn)生斑點噪聲。本文在對肝臟超聲圖像降噪時選取中值濾波和小波閾值兩種降噪方法對常見噪聲如高斯噪聲、椒鹽噪聲進行降噪處理。通過實驗對比發(fā)現(xiàn)小波閾值降噪方法對圖像降噪效果方面要優(yōu)于中值濾波降噪方法。

關(guān)鍵詞：肝臟超聲圖像；降噪處理；中值濾波；小波閾值

中圖分類號：TP311 文獻標(biāo)識碼：A

文章編號：1009-3044（2019）11-0209-02

現(xiàn)代醫(yī)學(xué)圖像處理一般采用的是超聲成像技術(shù)。超聲成像技術(shù)具有成本低廉、實時成像、對人體健康幾乎無影響等優(yōu)點，因此在醫(yī)學(xué)中得到廣泛應(yīng)用。以B超圖像為例，在圖像成像的過程中會受到各種噪聲因素的干擾，如X射線源噪聲、電光系統(tǒng)成像噪聲、機械物理噪聲及在成像過程中其它設(shè)備元件產(chǎn)生的噪聲影響，尤其是當(dāng)超聲波波長與被檢查的物體表面粗糙程度相近時，就會產(chǎn)生斑點噪聲。在這些噪聲的影響下所獲得的圖像會變得不清晰，可能會降低圖像的識別度，掩蓋某些重要的細節(jié)信息，從而增加醫(yī)生對病人情況診斷的困難。

本文中為了抑制噪聲對于肝臟超聲圖像的影響，我們對圖像進行了降噪處理。采用了中值濾波和小波閾值這兩種方法進行降噪處理，并對這兩種方法的降噪結(jié)果進行效果比較。

1 降噪方法的原理

1.1中值濾波

中值濾波是非線性平滑技術(shù)之一，由于其實現(xiàn)過程簡單實用，對脈沖噪聲、椒鹽噪聲濾除效果顯著，其在濾除噪聲的過程中，同時還能夠?qū)D像的邊緣進行保留，使圖像直觀明顯，因此在抑制噪聲中普遍應(yīng)用。

中值濾波的原理是用一點的鄰域中各點值的中值替換數(shù)字圖像或數(shù)字序列中點的值。

1.2小波閾值降噪

小波閾值收縮法是Donoho和Johnstone提出的圖像降噪方法，其理論依據(jù)為：在整個小波域內(nèi)，信號能量只集中在有限的幾個小波系數(shù)內(nèi)，而噪聲能量卻遍布了整個域。所以在經(jīng)過小波分解之后，信號的小波變換系數(shù)就會比噪聲的系數(shù)高。這樣我們就可以選取一個適宜的閾值數(shù)，當(dāng)小波分解后，小波系數(shù)低于這個值時，則可以認為其主要原因是噪聲所引起的；當(dāng)小波系數(shù)高于這個值時，那么就將這個系數(shù)保存下來。這個就是傳統(tǒng)的小波閾值降噪算法。

小波閾值降噪步驟可以分為三步：首先，選定小波和小波分解的層次（最佳小波分解的層次為3），對信號進行小波分解處理操作，計算其分解后得到的系數(shù)。然后選擇一個恰當(dāng)?shù)拈撝导捌溥m宜的閾值函數(shù)，用選取的函數(shù)對各層的系數(shù)進行量化處理。最后依據(jù)小波分解的第F層得到的低頻系數(shù)和第一層到第F層量化后得到的高頻系數(shù)，從而計算出信號的小波重構(gòu)。

2 實驗結(jié)果與分析

本實驗采取Matlab軟件驗證本文所列舉的算法應(yīng)用在肝臟圖像降噪中哪一種效果更加明顯，顯示的圖像更加清晰。首先在實驗中選取一張肝臟超聲原始圖像，第一組實驗添加高斯噪聲，第二組實驗添加椒鹽噪聲，然后采取中值濾波和小波閾值的方法對噪聲圖像進行降噪處理，最后對得出的圖像效果進行比較。

2.1噪聲的選取

2.1.1高斯噪聲

在超聲圖像中的高斯噪聲的產(chǎn)生主要來源是在采集期間，由于高溫或不良的照明產(chǎn)生的傳感器噪聲；其次來源是在圖像的生成過程中因為溫度以及機械內(nèi)部等因素產(chǎn)生的噪聲。

2.1.2椒鹽噪聲

椒鹽噪聲也被稱作脈沖噪聲，是因為信道，波長等因素產(chǎn)生的噪聲。其產(chǎn)生的原因可能是影像訊號受到突然出現(xiàn)的強烈干擾而產(chǎn)生的噪聲。

2.2 方法選取

在小波閾值降噪中，本文選取coif2的小波基對圖像進行分解，重構(gòu)。為了得到更加清晰的降噪圖像，本文發(fā)現(xiàn)1次降噪不能有效的去除噪聲，而進行了2次降噪。2次降噪的圖像更加清晰。如圖1所示。

中值濾波選取3*3窗口大小，發(fā)現(xiàn)降噪效果不理想，經(jīng)過多次實驗證明，7*7的窗口大小適用于本次實驗。實驗結(jié)果如圖2所示。

2.3 實驗結(jié)論

通過對中值濾波降噪和小波閾值降噪對不同噪聲的實驗結(jié)果進行比較，我們可以看到：

1）中值濾波降噪法對肝臟超聲圖像中脈沖噪聲和椒鹽噪聲具有一定的抑制作用，但是也會濾掉了圖像里一些有用的細節(jié)信息，這樣對圖像的邊緣信息處理造成影響，干擾醫(yī)生對病情的判斷。

2）小波閾值降噪法對肝臟超聲圖像中產(chǎn)生高斯噪聲和椒鹽噪聲也有非常好的抑制作用，且因為它是在分解的多個尺度水平上進行選取多個閾值進行降噪處理，這樣處理的效果會更好，圖像也更加的清晰。

通過實驗結(jié)果發(fā)現(xiàn)，兩種算法對肝臟噪聲圖像降噪的處理都有很好的降噪效果 ，更進一步比較我們發(fā)現(xiàn)小波閾值降噪法比中值濾波降噪方法對于圖像中想要信息得到更多的保存，降噪效果更佳。

3 結(jié)束語

醫(yī)學(xué)超聲成像的技術(shù)特點決定了超聲圖像的質(zhì)量受噪聲影響較大，在現(xiàn)今十分發(fā)達的醫(yī)學(xué)影像技術(shù)中，對醫(yī)學(xué)超聲圖像的研究有著重大意義。本文主要研究肝臟噪聲圖像處理算法，針對圖像的特點，經(jīng)過對肝臟噪聲圖像的多個方面進行深入分析和研究之后，選取了兩種適于處理肝臟噪聲圖像的算法。

本文采用中值濾波算法和小波閾值算法，對肝臟噪聲圖像進行降噪處理實驗，驗證那種方法更適合對這類圖像進行降噪處理。實驗結(jié)果表明，兩種算法對肝臟噪聲圖像降噪處理的都有很好的降噪效果，相對而言，小波閾值降噪方法在圖像降噪方面，其效果要優(yōu)于中值濾波降噪方法。下一步將探索研究更為合適的小波核函數(shù)及尺度水平。

參考文獻：

[1] 肖孟強. 混合噪聲圖像濾波算法在醫(yī)學(xué)圖像中的應(yīng)用研究[D]. 蘭州交通大學(xué)， 2012.

[2] 周密， 李尊尊， 耿國華. 基于小波閾值的圖像降噪方法研究[J]. 計算機技術(shù)與發(fā)展， 2008， 18（5）：22-24.

[3] 唐貴基， 張文德， 林琳， 等. 一種基于優(yōu)化閾值函數(shù)的整體強化分解模型改進降噪方法[J]. 科學(xué)技術(shù)與工程， 2014， 14（16）：134-138.

[4] 顏微. 改進的二維閾值圖像分割方法[D]. 2016.

【通聯(lián)編輯：光文玲】