资源描述：
《数字化X线摄影图像去噪方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、摘要随着电子及计算机技术的发展，现代医学影像技术也随之快速发展，常规X线摄影设备的数字化进程被快速地推进，数字化X线摄影设备(DigitalRadiography，DR)也应运而生。DR通过电荷耦合器件探测器(Change-CoupleDevice，CCD)或平板探测器将X射线信号转换为数字化图像，具有诸多优点，比如成像速度快、所需X线剂量少、图像分辨率高、动态范围宽、成像连续性好、操作简便等，这使得它在临床诊断中被广泛应用，是最普及的大型医疗设备之一。然而，在DR成像过程中，由于各种原因产生了种
2、类繁多且复杂的噪声，这些噪声降低了DR图像的质量并且干扰了医生的临床诊断，为此学术界和工业界对DR图像去噪问题展开研究并取得一系列的研究成果。但是诸如线性滤波之类的传统DR图像去噪方法，由于较为简单粗放或对DR图像的针对性不够强，难以在有效去噪和保留更多细节信息两方面取得很好的平衡。为了探索DR图像噪声的去除方法，本文在熟悉和掌握DR成像原理的基础上对DR去噪问题进行深入的研究，分析噪声的来源和特点并确定主要的噪声研究对象，然后针对不同的主要噪声分别进行去噪方法的研究。归纳起来，本文主要完成了以下
3、的研究工作：(1)对于DR图像的脉冲噪声，本文首先分析了脉冲噪声的产生原因和特点，然后对传统的脉冲噪声去除方法进行概述与分析，接着详细介绍了一种新的开关型中值滤波法，该方法基于脉冲噪声的统计特性建立了准确的噪声混合模型，最后对该方法进行分析与讨论。(2)为了消除DR图像的泊松噪声，本文研究了基于多小波领域的阈值去噪法，在分析泊松噪声的多小波系数特点的基础上，采用协方差收缩方法对传统的阈值和阈值函数进行改进。本文的系数收缩方法和泊松噪声密切关联，可以针对各个多小波高频细节子带，计算出不同的收缩阈值，
4、具有良好的自适应性。(3)对于DR图像的高斯噪声，本文研究了基于改进的Contourlet变换阈值法。首先引入结合了递归循环平移的Contourlet变换对图像进行分解，然后对传统的阈值和阈值函数进行了改进，最后基于GPU对算法进行加速计算。关键词：DR图像去噪统计特性多小波ContourletCUDAIABSTRACTWiththeprogressofelectronicandcomputertechnology,modernmedicalimagingtechnologydevelopsrap
5、idly,digitalprocessoftheconventionalX-rayphotographyequipmentiscarriedforwardatahighspeed,anddigitalradiography(DR)alsoemergeswiththisopportunity.DR,whichtransformsX-raysignalsintodigitalimagesviathecharge-coupleddevicedetector(CCD)oraflatpaneldetecto
6、r,hasmanyadvantages,suchasfastimagingspeed,lowdosageofX-rayrequired,highimageresolution,widedynamicrange,goodimagingcontinuity,easytooperateandsoon.Asaresult,itiswidelyusedinclinicaldiagnosis,makingitoneofthemostpopularlargemedicalequipments.However,i
7、ntheprocessofDRimaging,agreatvarietyofcomplicatednoiseisbroughtaboutduetovariousreasons,reducingthequalityofDRimagesandinterferingwiththedoctors’clinicaldiagnosis.Forthisreason,researchersinacademiaandindustryhavestudiedontheproblemofDRimagede-noising
8、andhavemadeaseriesofachievements.ButbecauseofitssimplicityandroughnessorweakpertinencetoDRimage,thetraditionalDRimagede-noisingmethodssuchaslinearfilteringcannoteasilybalancebetweentheeffectivede-noisingandretentionofmoredetailedinformation.In
