赵九龙
,
马瑜
,
李爽
,
孟亚州
,
白冰
液晶与显示
doi:10.3788/YJYXS20153002.0340
针对医学图像在采集传输等过程中易受噪声污染，且目前多数去噪方法对混合噪声去噪效果不好，影响三维重构精度的问题，提出了基于自适应三维分数阶积分和中值滤波结合的混合噪声去除方法。首先介绍了几种传统方法在去除混合噪声中的不足，然后基于三维图像梯度信息提出了三维分数阶积分的自适应分数阶阶数，利用分数阶积分和中值滤波的各自优点，将两者结合对混合噪声去噪，并提出了基于混合去噪的边缘曲面追踪算法。实验结果和数据分析表明，提出的混合去噪方法能够从噪声污染的医学图像切片中追踪出高精度边缘曲面，与传统去噪方法相比，具有更好的去噪效果。
关键词:
医学图像
,
混合噪声
,
自适应三维分数阶积分
,
中值
,
去噪
孟亚州
,
马瑜
,
白冰
,
高林爽
液晶与显示
doi:10.3788/YJYXS20153006.1000
为减少肺组织分割算法的运算时间,提出了一种基于粒子群优化的 Otsu 肺组织改进自动分割算法。针对传统粒子群优化的二维 Otsu 算法中二维直方图计算量大、粒子搜索容易陷入局部最优解的缺陷,使用灰度级-梯度二维直方图减少二维直方图的计算量,并减小粒子搜索范围,采用基于粒子空间对称分布的改进粒子群获取最佳阈值。算法实现过程中利用孔洞填充算法去除背景,基于形态学操作去除噪声、修补病变区域产生的孔洞。仿真实验结果显示,本文算法对图像尺寸为512像素×512像素 CT 图像的阈值分割时间约为0.2 s,比基于灰度级-邻域均值二维直方图的粒子群优化的 Otsu 算法的阈值分割速度提高了约16%。较好地实现了胸腔 CT 图像的肺组织自动分割,与传统算法相比较,本算法在保证分割精度的基础上分割速度明显提升。
关键词:
二维 Otsu
,
改进粒子群
,
孔洞填充
,
形态学操作
,
肺组织自动分割
