基于医学图像的中值滤波去噪研究及MATLAB的实现-100811225刘建强VIP免费

科研训练题目：基于医学图像的中值滤波去噪研究及MATLAB的实现指导教师：宁春玉学生姓名：刘建强班级学号：100811225评语和成绩：基于医学图像的中值滤波去噪研究及MATLAB的实现摘要：根据扫描工程图像的特点，研究了图像中噪声产生的机理和消除方法；提出了利用中值滤波法消除医学图像噪声的实用方法。使用软件工具MATLAB快速地实现了图像的中值滤波。结果表明，利用中值滤波法消除图像中的随机噪声（你文中加的是椒盐噪声）是图像噪声处理的最佳方法。其中还有不少的改进算法，使得去噪效果变得又快又好。关键字：图像去噪中值滤波噪声MATLABAbstract：Accordingtotheengineeringcharacteristicsoftheimagescanning,studyofthenoiseintheimageformingmechanismandeliminatingmethods;Aproposalthattheuseofmedianfilteringmethodtoeliminatethenoiseinmedicalimageandpracticalmethodismade.UsethesoftwaretoolMATLABquicklyrealizedtheimagemedianfilter.Theresultsshowthat,byusingmedianfilteringmethodtoeliminatetherandomnoiseinimagesisthebestmethodofimagenoiseprocessing.Manyoftheimprovedalgorithm,thedenoisingeffectisfastandwell.KeyWord:ImagedenoisingThemedianfilterNoiseMATLAB（1）文中的公式一律用公式编辑器完成（2）中文摘要请参考相关文献，再修改一下。简洁明快，说明研究目的、研究方法、研究结果（3）题目改成：医学图像中值滤波的MATLAB实现行不？引言噪声是影响CT图像质量至关重要的因素，当病变组织与正常的衰减系数相差很小时，高噪声的CT将无法分辨此病症。CT诊断主要是依据CT影响（影像？？）所提供的正常或异常信息作出诊断结论，病变诊断符合率取决于图像质量，优质CT图像是诊断准确的先决条件。因此，需要尽可能减少噪声的影响。图像噪声按其来源可分为加性噪声、乘性噪声、量化噪声、椒盐噪声等;（注意符号是全角状态的）按噪声的性质则可分为高斯噪声和脉冲噪声两类。目前，常用的图像噪声滤波方法有基于频率域的低通滤波法，基于空间域的均值滤波、中值滤波等平滑滤波法。｛删掉：带通滤波法，平滑滤波，锐化滤波（这不是去噪的算法），均值滤波，中值滤波（这两个都是空间域平滑滤波中的具体方法）等方法。｝中值滤波法是消除随机图像噪声的最佳方法，特别是取出椒盐和脉冲噪声。本文将介绍运用中值滤波对图像的去噪处理及其改进算法[1]。（此处加文献引用不合适。这不是引自别人的论断或重要结论。你可以在介绍具体算法时，第一次提到处加上引用标志。）1.中值滤波的基本原理中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术。这种滤波器的优点是运算简单而且速度快，在滤除叠加白噪声和长尾叠加噪声方面显示了极好的性能。中值滤波器在滤除噪声的同时能很好地保护图像边缘，使图像较好地复原。另外，中值滤波器很容易自适应化，从而可以进一步提高其滤波性能。因此，它就非常适应于一些线性滤波器无法胜任的数字图像处理应用场合。中值滤波的基本原理[2]是：首先确定一个以某像素为中心点的邻域，然后将该邻域中的各个像素的灰度值进行排序，取其中间值作为中心点像素灰度的新值。这里的邻域称为窗口，当窗口在图像中上下左右进行移动后。利用中值滤波算法就可以很好地对图像进行平滑处理。在一维下的中值滤波算法定义为：当n为奇数时,n个数Χ1,Χ2,……,Χn的中值就是按数值大小顺序处于中间位置的数；当n为偶数时,定义两个中间数的平均值为中值.用符号med（Χ1,Χ2,……,Χn）来表示中值。例如：med（1,3,4,0，6）=3。在二维下的中值滤波算法定义为：设{xij}表示数字图像各点的灰度，这里（i,j）取遍Z2或Z2的某子集。滤波器窗口为A，其尺寸为N=（2K+1）X（2K+1）（用公式编辑器写），yij是窗口A在xij的中值,则:yij=med{xi+r,j+s,(r,s)∈A}。中值滤波器是一种邻域运算，是把邻域中的像素按灰度级进行排序，然后选择该组中的中间值作为输出像素值。具体步骤是：①将模板在图像中漫游，并将模板中心与图像中某个像素的位置重合；②读取模板下个对应像素的灰度值：③将这些灰度值从小到大排成一列；④找出这些值里...