医学内窥镜图像横条纹噪声分析及解决方法

针对CCD型医学电子内窥镜在饱和信号附近出现的横条纹噪声,图像信息的正确性影响,传统的解决方法会产生图像细节模糊和边缘锯齿化。为提高视觉质量和较低的算法复杂度、运算量,为此,提出了一种根据最近邻边缘检测信号补偿去除横条纹噪声的算法。首先从理论上分析了由于分光特性而产生横条纹噪声的原因,通过利用分光特性信息,判别像素空间信号饱和状态,并采用最近邻边缘检测,有效解决图像的横条纹噪声及边缘模糊等问题。实验证明,方法有效地去除了横条纹噪声并很好地保留了图像的边缘和细节信息,同时运算复杂度低,具有实时性处理的特性,对于实际工程应用有参考价值。

基于横噪声消除的医学粘连图像边缘分割算法

针对CCD型医学图像中,在细胞粘连区域信号附近出现的较强的横条纹噪声干扰,影响图像信息的正确性,分割后会存在边界模糊和锯齿条文的问题,为提高医学图像分割效果,提出了一种基于横条纹噪声消除的医学粘连图像边缘分割算法。分析了医学图像中边沿横条纹噪声的原因,通过wold纹理模型与多尺度马尔可夫随机场模型,利用确定性随机场和不确定性随机场的谱属性不同的特征,将医学图像边沿的干扰特征分离开,有利于对粘连医学图像进行分割。实验证明,方法有效地去除了横条纹噪声并很好地保留了图像的边缘和细节信息,同时运算复杂度低。

基于FFT的红外图像滤波算法的设计与实现

线列扫描红外成像系统的图像中存在大量随机变化的横条纹噪声,严重影响成像质量。在对噪声特性进行分析的基础上,提出了一种在频域进行滤波的去噪算法。仿真和实验证明此算法能较好地完成去噪功能。介绍了算法在FPGA中的实现方法,并对资源占用情况进行了分析。