基于改进型的非局部均值滤波算法在医学图像处理中的研究与应用

齐 德 明

(齐鲁医药学院医学影像学院 山东 淄博 255300)

0 引 言

医疗图像在采集、生成过程中，受工作环境、仪器设备等影响，图像中容易产生各种噪声信号，对图像中组织器官显示的边缘细节信息识别形成干扰，不利于后续的医学图像特征提取标定以及病况判断。因此，医疗图像的去噪处理工作，对于改善图像的视觉效果显得很有必要。

经过多年的研究和发展，目前存在大量的图像去噪算法，其中大部分基于平均的思想对图像进行平滑实现滤波的目的。例如：早期的中值滤波器、均值滤波器[1]等，上述算法简单高效，但是滤波结果模糊。以此为基础发展的空间域邻域滤波算法[2-5]、低通滤波算法[6]和中子基型自适应中值滤波方法[7]，变换域的余弦滤波算法[8]、K-L变换滤波算法[9]和小波变换滤波算法等[10]，以及后期发展的基于小波变换的改进算法等[11-13]都具有一定的去噪提升效果。然而，上述算法都是以单个像素点为滤波目标，采用邻域空间位置上像素灰度值信息对噪声进行去除，是属于局部模式下的去噪方法。后来证实像素灰度值信息只表示图像块之间的相似度，并不具备识别和分类的能力，导致去噪结果的图像纹理结构存在失真现象。因此，基于图像块相似度的非局部均值去噪方法成为一个研究热点，该方法具有较好的去噪能力和保护细节信息的优势，并得到不断的完善和改进。

常规的非局部均值算法在计算相似度时，噪声容易影响相似度计算结果，导致图像去噪结果对图像的边缘信息造成损伤，为此先后提出多种算法进行改进。……