欢迎来到天天文库
浏览记录
ID:53077814
大小:775.06 KB
页数:5页
时间:2020-04-16
《新小波阈值函数在医学图像去噪中的应用-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、2014年第23卷第7期http://www.c—S-a.org.cn计算机系统应用新小波阈值函数在医学图像去噪中的应用①王蓓,张根耀,李智(延安大学数学与计算机科学学院,延安716000)摘要:为了提高小波闽值去噪算法中的软阈值和硬阈值以及已有改进阈值函数存在的不足,提出了新的分层阈值函数的方法.该算法首先对噪声图像进行分解,从而得出小波系数.然后用改进的阈值函数对高频部分系数进行分层阈值处理.最后根据所得估计的小波系数在小波基的条件下,对图像进行重构,得到去噪后图像.该阈值函数具有优良的数学特性,通过对医学图像仿真实验结果表明,该算法
2、去噪的效果无论是在视觉效果上,还是在均方差和信噪比性能分析上均优于常用的阈值函数,所以该算法在解决实际去噪问题中值得推广与应用.关键词:小波变换;小波阈值去噪;阈值函数;均方差;信噪比ApplicationoftheNewThresholdofWaveletThresholdDenoisingtoMedicalImageWANGBei,ZHANGGen—Yao,LIZhi(SchoolofMathematicsandComputerScience,Yan’anUniversity,Yan’0.1"1716000,China)Abstrac
3、t:InordertoimprovesomeshortcominginthesoftthresholdandhardthresholdandlOWthresholdfunctionshaveimprovedofwaveletthresholddenoising,theauthorsproposeanewhierarchicaldenoisingthreshold.Firstly,themethoddecomposesthenoiseimage.Thusitisconcludedthatwaveletcoeficients.Secondly
4、,thewaveletcoeficientbyusinganimprovedthresholdfunctionwascarriedoutonthehigh—frequencypartofthethresholdprocessing.Finally,accordingtotheestimationinthewaveletbaseconditions,andtorebuildimage,thismethodgetsthedenoisedimage.Themethodhasexcellentmathematicalcharacteristics
5、,throughthemedicalimagesimulationresultsindicatethatthede—noisingmethodeffectbothinthevisualeffects.OrintheMSEandSNRperformanceanalysisisbetterthanabovementioneddenoisingmethods.Sothealgorithminsolvingtheproblemofactualdenoisingisworthyofpopularizationandapplication.Keywo
6、rds:wavelettransform;waveletshrinkage;thresholdfunction;MSE;SNR医学图像在传输与生成的过程中,往往会受到各辨率、去相关性和选基灵活的特性,使其得到了广泛种噪声的干扰,如:高斯白噪声、泊松噪声、泊松噪声的应用[,.等,这样会使得医学图像的质量下降,医学上的诊断目前常用的小波去噪方法分为三类:模极大值去主要是依据医学影像所提供的正常或者异常信息来做噪、相关性去噪法、阈值去噪法J.其中,小波阈值出判断和诊断出结论的,因此,需要尽可能减少噪声去噪具有去噪效果好、计算量小、灵活等特点,在
7、图的影响对医学分析诊断系统来说是非常有必要的,噪像去噪算法中得到了很好的应用.小波阈值去噪提出声还会影响对其图像后续的处理(如医学图像特征提到现在,已经有许多国内外学者对此进行了研究L4,取和目标识别等).在现有的去噪方法中由于小波变换上述阈值改进的方法多属于全局性阈值,采用统一阈是一种新型图像处理方法,它具有空(频)局部化、多分值进行去噪,这样并没有顾及噪声在各个频带分量不①基金项目:国家自然科学基金(61379026);陕西省教育厅教改项目(2013JK1124);2012级延安大学研究生创新计划收稿时间:2013.11-26;收到修
8、改稿时间:2014-01-13SoftwareTechnique·Algorithm软件技术·算法175计算机系统应用http://www.c—S—a.org.cn2014年第23卷第7期同的
此文档下载收益归作者所有