一种改进的中值滤波方法

肖孟强 安绿波

摘要：中值滤波是一种有效的噪声抑制技术，尤其在椒盐噪声的去除得到广泛的应用。文中针对传统中值滤波方法存在的不足加以改进，采用双阈值检测噪声，并在医学图像中进行实验，结果显示，改进后的中值滤波方法比传统中值滤波达到更优的去噪效果，图像更清晰。

关键词：医学图像处理；双阈值检测；K近邻中值滤波

中图分类号：TP393文献标识码：A文章编号：1009-3044(2012)01-0119-02

An Improved Method of Median Filtering

XIAO Meng-qiang, AN Lv-bo

(Lanzhou Jiaotong University, School of Electronic and Information Engineering,Lanzhou 730070, China)

Abstract: The median filter is a kind of effective noise suppression technique, especially in salt &pepper noise removal widely application. This paper aim at improving traditional median filtering the shortcomings of the methods, with double threshold detection noise, and in medical image experiment, the result shows that the improved median filter method than traditional median filter to achieve better denoising effect, image is more clear.

Key words: medical image processing; Double threshold detection; K Neighbor median filter

在医学图像处理领域中，由于成像系统、传输介质和记录设备等的不完善，医学图像在其形成、传输记录过程中往往会受到多种噪声的污染。一般，噪声信号与要研究的对象不相关，以无用的信息形式出现，扰乱图像的可观测信息。因而去除噪声是在图像处理过最先进行的工作，去噪是图像预处理非常关键的一部分，如果不对图像去噪，直接对图像进行处理是毫无意义的，甚至会导致医生在诊断病人病情的时候做出错误的判断。

大量的实验研究发现，由医学数字化影像设备获得的图像受离散的脉冲噪声、椒盐噪声和零均值的高斯噪声的影响较严重。噪声给图像处理带来很多困难，对图像分割、特征提取、图像识别等具有直接影响。因此，实时采集的图像需进行滤波处理。消除图像中的噪声成份叫做图像的平滑化或滤波操作。滤波的目的有两个：一是抽出对象的特征作为图像识别的特征模式；二是为适应计算机处理的要求，消除图像数字化时所混入的噪声。对滤波处理的要求有两条：一是不能损坏图像轮廓及边缘等重要信息；二是使图像清晰，视觉效果好。常用的图像平滑方法有均值滤波、中值滤波、高斯平滑滤波。本文采用的滤波方法针对医学图像处理过程中的椒盐噪声，对传统中值滤波方法加以修改，达到较优的去噪效果，使图像更清晰。

6结束语

本文从传统的中值滤波方法存在的两点不足出发，经过双阈值检测噪声的处理，避免了对非噪声点的误平滑，有效的保留了图像的细节信息，并采用K近邻中值滤波方法，使被模板H覆盖的中心像素仅在相接近的K领域内取中值，去掉了一些相差较大的邻点值，得到的图像结果更趋近于未受噪声干扰的图像，效果更优。本文采用的中值改进滤波方法也适用于其他灰度图像处理。本文的改进方法未在彩色图像处理领域进行实验研究，下一步将会在彩色图像处理领域研究中进行探讨。

参考文献：

[1]朱虹.数字图像处理基础[M].北京：科学出版社，2005.

[2]阮秋琦.数字图像处理学[M].北京：电子工业出版社，2007.

[3]康晓东.医学影像图像处理[M].北京：人民卫生出版社，2009.

[4]郭海霞，解凯.一种改进的自适应中值滤波算法[J].中国图象图形学报，2007（7）：1185-1188.

[5]尹剑仑，卫武迪.一种改进的自适应中值滤波算法研究[J].通信技术，2009（11）：241-243.

[6]田捷.集成化医学影像算法平台理论与实践[M].北京：清华大学出版社，2004.