医学CT序列图像的混合去噪算法

医学CT(computer tomography)序列图像会因为各种原因而掺杂噪声,去噪能够有效地提高图像的质量.常见的去噪算法都是针对单张图像进行,考虑到CT序列图像之间具有很高的相似性,本文提出一种基于相邻图像结构相似性的混合去噪算法.该算法首先计算序列图像的最大和最小灰度值,根据灰度值绘制直方图,设定相关阈值参数,根据筛选之后的直方图计算窗宽窗位,然后进行调窗处理.之后计算目标图像与其前后相邻图像之间的结构相似性,最后根据结构相似性对3张图片混合使用BM3D和高斯滤波2种去噪算法.通过对比实验表明,该算法在均方误差、峰值信噪比和结构相似性三方面都有所提高,能够有效地提高图像质量.

自适应调节医学CT序列图像窗宽窗位算法

调窗处理能够提高医学CT图像对灰度的识别准确率,默认窗位窗宽(127.5,255)局限性强,人工调窗不仅需要具备丰富的先验知识,而且效率低下无法广泛应用,为此提出一种自适应调窗算法.该算法首先根据序列图像最大和最小灰度值绘制直方图.其次设置相关参数,遍历直方图去除频数小于阈值T 0的部分,再次遍历直方图将相邻两组频数差值小于阈值T 1的部分合并.最后根据直方图计算窗宽窗位.通过对比实验表明,该算法在均方误差、信噪比和峰值信噪比方面都有所提高,能够有效地提高灰度识别准确率.