醫學超聲病灶圖像自適應濾波器設計

譚振坤　馮登超　陳剛　王海鵬　王永龍　齊建玲

摘 要：該文針對醫學超聲圖像噪聲的特點提出了非線性濾波器。首先介紹了自適應中值濾波器的工作原理，然后用其與經典中值濾波器對含有不同噪聲密度的肝癌超聲圖像進行去噪處理。實驗結果對比表明：自適應中值濾波能夠有效改善圖像質量，在降低圖像噪聲的同時能較好的保持圖像細節信息和視覺效果。

關鍵詞：超聲圖像 經典中值濾波 自適應中值濾波器 圖像去噪

中圖分類號：TB559 文獻標識碼：A 文章編號：1674-098X（2014）02（c）-0198-03

Abstract：In this paper， according to the characteristics of medical ultrasonic image noise nonlinear filter is presented. Firstly， this paper introduces the working principle of adaptive median filter， and then use it with the classical median filter to deal with the noise of ultrasonic image of liver cancer which contains different noise density. Compared to the experimental results： the adaptive median filter can improve the image quality effectively， it both may effectively remove the noise， and may maintain the mage details and visual effect well.

Key Words：ultrasonic image； classical median filter； adaptive median filter； image denoising

醫學圖像去噪是醫學圖像處理領域中的研究熱點，其目的是改善醫學圖像質量，盡可能減少噪聲對后續圖像處理的影響[3-6]。由于醫學超聲圖像普遍被顆粒狀的斑點噪聲污染，然而邊緣等細節特征又是醫生分析問題和診斷器官是否病變的重要依據。因此，對醫學超聲圖像去噪要做到在抑制噪聲的同時又盡可能多的保留原始圖像的重要特征是至關重要的[1-2]。

受強電磁場的干擾和設備的影響，醫學超聲圖像主要被斑點噪聲污染，針對該問題在早期提出中值濾波[7-9]。其作為一種非線性濾波，克服了線性濾波的不足，該方法有效抑制了斑點噪聲，在醫學影像處理領域中得到了廣泛的研究和應用[10]。但是，傳統的中值濾波對圖像中的所有像素點均進行濾波處理，因此可能會導致圖像中未被斑點噪聲污染的像素點灰度值發生改變，造成超聲圖像的邊緣細節等重要特征丟失，進而影響到醫學圖像的質量。隨后出現了好多基于經典中值濾波器改進型的中值濾波算法[11-13]。

該文根據斑點噪聲特點，提出自適應中值濾波算法。經典中值濾波與其通過改變斑點噪聲密度大小進行實驗對比。結果表明，較經典中值濾波，自適應中值濾波不僅對密度較大的斑點噪聲醫學超聲圖像有很好的去噪效果，還能夠較好的保留圖像細節特征信息，體現出了其獨特的優越濾波特性。

1 自適應中值濾波

2 實驗結果與分析

本文選取肝癌超聲圖像進行仿真實驗，對圖像依次添加密度為5%，15%，25%的斑點噪聲，然后采用經典中值濾波和自適應中值濾波對含有不同噪聲密度的超聲圖像進行濾波處理。經典中值濾波器窗口及自適應中值濾波器所允許的最大分別取3，5，7，默認起始濾波窗口大小為3。

具體的實驗仿真結果如下：

觀察圖1、圖2和圖3的濾波后的肝癌超聲圖像，本文采取的自適應中值濾波算法濾波后的圖像要優于中值濾波方法。具體實驗結論如下：

（1）經典的中值濾波對椒鹽噪聲強度比較敏感，當噪聲強度增加時，其去噪能力較自適應中值濾波變弱。但是，觀察以上三圖中斑點噪聲密度小于20%時，中值濾波去噪效果尚理想，且濾波窗口的尺寸越大，其去噪效果越好。當噪聲密度較少時，選擇窗口尺寸為、即可。

（2）與傳統的中值濾波相比，本文采用的自適應中值濾波可處理具有更大密度的斑點噪聲，且在非斑點噪聲處可以較好的保留圖像細節特征信息。觀察實驗結果，當噪聲密度高于20%時，自適應中值濾波效果顯著優越于經典中值濾波。除此之外，要隨著噪聲密度大小的變化而進行變化，即當噪聲密度增大時，要適當的增加；當噪聲密度減小時，要適當的縮小，以消除尖峰噪聲，達到較好的濾除效果。因此處理含有高密度噪聲的醫學超聲圖像時，選取5或7，其濾除效果最好。

綜上可知，自適應中值濾波在處理大密度斑點噪聲圖像和保留圖像細節信息方面要遠遠優于經典中值濾波。

3 結語

中值濾波作為濾除斑點噪聲最常用的方法，在醫學圖像預處理工作中具有重要作用。本文提出一種自適應中值濾波去噪算法，將其與中值濾波算法在去噪和細節保護兩方面進行了比較分析，從中值濾波器窗口的選擇，自適應中值濾波器最大閾值的選取及斑點噪聲密度三方面對去噪效果的影響做了詳細的研究對比分析，得出了科學的結論。但是對包含混合噪聲的超聲圖像預處理工作，還需進一步的研究探討。

參考文獻

[1] Browning D R K.The weighted median filter[J].Communication ACM，1984，27（8）：807-818.

[2] Dong Yiqiu，Xu Shufang.A new directional weighted dedian filter for removal of randow-valued impulse noise[J].IEEE Signal Processing Lett，2007，14（3）：193-196.

[3] 武英，吳海勇.一種自適應圖像去噪混合濾波方法[J].計算機工程與應用，2010，46（10）：168-174.

[4] 楊芳芳，朱東升，王志巍，等.利用灰色絕對關聯分析的中值濾波方法研究[J].計算機工程與應用，2013，49（13）：160-164.

[5] 唐昌令，彭國華.基于小波包分解的整體變分去噪算法[J].計算機工程與應用，2013，49（6）：156-158.

[6] 劉國宏，郭文明.改進的中值濾波去噪算法應用研究[J].計算機工程與應用， 2010，46（10）：187-189.

[7] 張金良，魯昌華，楊道蓮.曲波變化域的SAR圖像相干斑去噪[J].電子測量與儀器學報，2012，26（12）：1108-1112.

[8] 錢蘇敏，張琳絮，張云，等.基于小波閾值改進的去噪算法研究[J].國外電子測量技術，2012，31（5）：49-51.

[9] 張宏宇，樊桂花，張延華，等.激光雷達回波信號的小波去噪研究[J].國外電子測量技術，2012，31（5）：52-55.

[10] 杜云鵬，王建斌，靳小強.超聲導波管道檢測的小波模極大值去噪法[J].電子測量與儀器學報，2013，27（7）：683-687.

[11] 楊金云，李浩.基于一種新閾值函數的小波醫學圖像去噪[J].微計算機信息， 2009，25（7-3）：277-279.

[12] 葉鴻瑾，張雪英，何小剛.基于小波變換和中值濾波的醫學圖像去噪[J].太原理工大學學報，2005，36（5）：511-514.

[13] 侯濤.醫學超聲圖像斑點噪聲去除的研究[D].復旦大學，2011.

[14] 都基焱，趙炳愛，范曉紅，等.SAR圖像斑點噪聲濾除方法應用研究[J].系統工程與電子技術，2004，26（8）：1027-1029.

[15] 秦緒佳，張素瓊，劉世雙，等.一種邊緣保持的醫學圖像去噪方法[J].計算機科學，2009，36（11）：279-282.endprint

摘 要：該文針對醫學超聲圖像噪聲的特點提出了非線性濾波器。首先介紹了自適應中值濾波器的工作原理，然后用其與經典中值濾波器對含有不同噪聲密度的肝癌超聲圖像進行去噪處理。實驗結果對比表明：自適應中值濾波能夠有效改善圖像質量，在降低圖像噪聲的同時能較好的保持圖像細節信息和視覺效果。

關鍵詞：超聲圖像 經典中值濾波 自適應中值濾波器 圖像去噪

中圖分類號：TB559 文獻標識碼：A 文章編號：1674-098X（2014）02（c）-0198-03

Abstract：In this paper， according to the characteristics of medical ultrasonic image noise nonlinear filter is presented. Firstly， this paper introduces the working principle of adaptive median filter， and then use it with the classical median filter to deal with the noise of ultrasonic image of liver cancer which contains different noise density. Compared to the experimental results： the adaptive median filter can improve the image quality effectively， it both may effectively remove the noise， and may maintain the mage details and visual effect well.

Key Words：ultrasonic image； classical median filter； adaptive median filter； image denoising

醫學圖像去噪是醫學圖像處理領域中的研究熱點，其目的是改善醫學圖像質量，盡可能減少噪聲對后續圖像處理的影響[3-6]。由于醫學超聲圖像普遍被顆粒狀的斑點噪聲污染，然而邊緣等細節特征又是醫生分析問題和診斷器官是否病變的重要依據。因此，對醫學超聲圖像去噪要做到在抑制噪聲的同時又盡可能多的保留原始圖像的重要特征是至關重要的[1-2]。

受強電磁場的干擾和設備的影響，醫學超聲圖像主要被斑點噪聲污染，針對該問題在早期提出中值濾波[7-9]。其作為一種非線性濾波，克服了線性濾波的不足，該方法有效抑制了斑點噪聲，在醫學影像處理領域中得到了廣泛的研究和應用[10]。但是，傳統的中值濾波對圖像中的所有像素點均進行濾波處理，因此可能會導致圖像中未被斑點噪聲污染的像素點灰度值發生改變，造成超聲圖像的邊緣細節等重要特征丟失，進而影響到醫學圖像的質量。隨后出現了好多基于經典中值濾波器改進型的中值濾波算法[11-13]。

該文根據斑點噪聲特點，提出自適應中值濾波算法。經典中值濾波與其通過改變斑點噪聲密度大小進行實驗對比。結果表明，較經典中值濾波，自適應中值濾波不僅對密度較大的斑點噪聲醫學超聲圖像有很好的去噪效果，還能夠較好的保留圖像細節特征信息，體現出了其獨特的優越濾波特性。

1 自適應中值濾波

2 實驗結果與分析

本文選取肝癌超聲圖像進行仿真實驗，對圖像依次添加密度為5%，15%，25%的斑點噪聲，然后采用經典中值濾波和自適應中值濾波對含有不同噪聲密度的超聲圖像進行濾波處理。經典中值濾波器窗口及自適應中值濾波器所允許的最大分別取3，5，7，默認起始濾波窗口大小為3。

具體的實驗仿真結果如下：

觀察圖1、圖2和圖3的濾波后的肝癌超聲圖像，本文采取的自適應中值濾波算法濾波后的圖像要優于中值濾波方法。具體實驗結論如下：

（1）經典的中值濾波對椒鹽噪聲強度比較敏感，當噪聲強度增加時，其去噪能力較自適應中值濾波變弱。但是，觀察以上三圖中斑點噪聲密度小于20%時，中值濾波去噪效果尚理想，且濾波窗口的尺寸越大，其去噪效果越好。當噪聲密度較少時，選擇窗口尺寸為、即可。

（2）與傳統的中值濾波相比，本文采用的自適應中值濾波可處理具有更大密度的斑點噪聲，且在非斑點噪聲處可以較好的保留圖像細節特征信息。觀察實驗結果，當噪聲密度高于20%時，自適應中值濾波效果顯著優越于經典中值濾波。除此之外，要隨著噪聲密度大小的變化而進行變化，即當噪聲密度增大時，要適當的增加；當噪聲密度減小時，要適當的縮小，以消除尖峰噪聲，達到較好的濾除效果。因此處理含有高密度噪聲的醫學超聲圖像時，選取5或7，其濾除效果最好。

綜上可知，自適應中值濾波在處理大密度斑點噪聲圖像和保留圖像細節信息方面要遠遠優于經典中值濾波。

3 結語

中值濾波作為濾除斑點噪聲最常用的方法，在醫學圖像預處理工作中具有重要作用。本文提出一種自適應中值濾波去噪算法，將其與中值濾波算法在去噪和細節保護兩方面進行了比較分析，從中值濾波器窗口的選擇，自適應中值濾波器最大閾值的選取及斑點噪聲密度三方面對去噪效果的影響做了詳細的研究對比分析，得出了科學的結論。但是對包含混合噪聲的超聲圖像預處理工作，還需進一步的研究探討。

參考文獻

[1] Browning D R K.The weighted median filter[J].Communication ACM，1984，27（8）：807-818.

[2] Dong Yiqiu，Xu Shufang.A new directional weighted dedian filter for removal of randow-valued impulse noise[J].IEEE Signal Processing Lett，2007，14（3）：193-196.

[3] 武英，吳海勇.一種自適應圖像去噪混合濾波方法[J].計算機工程與應用，2010，46（10）：168-174.

[4] 楊芳芳，朱東升，王志巍，等.利用灰色絕對關聯分析的中值濾波方法研究[J].計算機工程與應用，2013，49（13）：160-164.

[5] 唐昌令，彭國華.基于小波包分解的整體變分去噪算法[J].計算機工程與應用，2013，49（6）：156-158.

[6] 劉國宏，郭文明.改進的中值濾波去噪算法應用研究[J].計算機工程與應用， 2010，46（10）：187-189.

[7] 張金良，魯昌華，楊道蓮.曲波變化域的SAR圖像相干斑去噪[J].電子測量與儀器學報，2012，26（12）：1108-1112.

[8] 錢蘇敏，張琳絮，張云，等.基于小波閾值改進的去噪算法研究[J].國外電子測量技術，2012，31（5）：49-51.

[9] 張宏宇，樊桂花，張延華，等.激光雷達回波信號的小波去噪研究[J].國外電子測量技術，2012，31（5）：52-55.

[10] 杜云鵬，王建斌，靳小強.超聲導波管道檢測的小波模極大值去噪法[J].電子測量與儀器學報，2013，27（7）：683-687.

[11] 楊金云，李浩.基于一種新閾值函數的小波醫學圖像去噪[J].微計算機信息， 2009，25（7-3）：277-279.

[12] 葉鴻瑾，張雪英，何小剛.基于小波變換和中值濾波的醫學圖像去噪[J].太原理工大學學報，2005，36（5）：511-514.

[13] 侯濤.醫學超聲圖像斑點噪聲去除的研究[D].復旦大學，2011.

[14] 都基焱，趙炳愛，范曉紅，等.SAR圖像斑點噪聲濾除方法應用研究[J].系統工程與電子技術，2004，26（8）：1027-1029.

[15] 秦緒佳，張素瓊，劉世雙，等.一種邊緣保持的醫學圖像去噪方法[J].計算機科學，2009，36（11）：279-282.endprint

摘 要：該文針對醫學超聲圖像噪聲的特點提出了非線性濾波器。首先介紹了自適應中值濾波器的工作原理，然后用其與經典中值濾波器對含有不同噪聲密度的肝癌超聲圖像進行去噪處理。實驗結果對比表明：自適應中值濾波能夠有效改善圖像質量，在降低圖像噪聲的同時能較好的保持圖像細節信息和視覺效果。

關鍵詞：超聲圖像 經典中值濾波 自適應中值濾波器 圖像去噪

中圖分類號：TB559 文獻標識碼：A 文章編號：1674-098X（2014）02（c）-0198-03

Abstract：In this paper， according to the characteristics of medical ultrasonic image noise nonlinear filter is presented. Firstly， this paper introduces the working principle of adaptive median filter， and then use it with the classical median filter to deal with the noise of ultrasonic image of liver cancer which contains different noise density. Compared to the experimental results： the adaptive median filter can improve the image quality effectively， it both may effectively remove the noise， and may maintain the mage details and visual effect well.

Key Words：ultrasonic image； classical median filter； adaptive median filter； image denoising

醫學圖像去噪是醫學圖像處理領域中的研究熱點，其目的是改善醫學圖像質量，盡可能減少噪聲對后續圖像處理的影響[3-6]。由于醫學超聲圖像普遍被顆粒狀的斑點噪聲污染，然而邊緣等細節特征又是醫生分析問題和診斷器官是否病變的重要依據。因此，對醫學超聲圖像去噪要做到在抑制噪聲的同時又盡可能多的保留原始圖像的重要特征是至關重要的[1-2]。

受強電磁場的干擾和設備的影響，醫學超聲圖像主要被斑點噪聲污染，針對該問題在早期提出中值濾波[7-9]。其作為一種非線性濾波，克服了線性濾波的不足，該方法有效抑制了斑點噪聲，在醫學影像處理領域中得到了廣泛的研究和應用[10]。但是，傳統的中值濾波對圖像中的所有像素點均進行濾波處理，因此可能會導致圖像中未被斑點噪聲污染的像素點灰度值發生改變，造成超聲圖像的邊緣細節等重要特征丟失，進而影響到醫學圖像的質量。隨后出現了好多基于經典中值濾波器改進型的中值濾波算法[11-13]。

該文根據斑點噪聲特點，提出自適應中值濾波算法。經典中值濾波與其通過改變斑點噪聲密度大小進行實驗對比。結果表明，較經典中值濾波，自適應中值濾波不僅對密度較大的斑點噪聲醫學超聲圖像有很好的去噪效果，還能夠較好的保留圖像細節特征信息，體現出了其獨特的優越濾波特性。

1 自適應中值濾波

2 實驗結果與分析

本文選取肝癌超聲圖像進行仿真實驗，對圖像依次添加密度為5%，15%，25%的斑點噪聲，然后采用經典中值濾波和自適應中值濾波對含有不同噪聲密度的超聲圖像進行濾波處理。經典中值濾波器窗口及自適應中值濾波器所允許的最大分別取3，5，7，默認起始濾波窗口大小為3。

具體的實驗仿真結果如下：

觀察圖1、圖2和圖3的濾波后的肝癌超聲圖像，本文采取的自適應中值濾波算法濾波后的圖像要優于中值濾波方法。具體實驗結論如下：

（1）經典的中值濾波對椒鹽噪聲強度比較敏感，當噪聲強度增加時，其去噪能力較自適應中值濾波變弱。但是，觀察以上三圖中斑點噪聲密度小于20%時，中值濾波去噪效果尚理想，且濾波窗口的尺寸越大，其去噪效果越好。當噪聲密度較少時，選擇窗口尺寸為、即可。

（2）與傳統的中值濾波相比，本文采用的自適應中值濾波可處理具有更大密度的斑點噪聲，且在非斑點噪聲處可以較好的保留圖像細節特征信息。觀察實驗結果，當噪聲密度高于20%時，自適應中值濾波效果顯著優越于經典中值濾波。除此之外，要隨著噪聲密度大小的變化而進行變化，即當噪聲密度增大時，要適當的增加；當噪聲密度減小時，要適當的縮小，以消除尖峰噪聲，達到較好的濾除效果。因此處理含有高密度噪聲的醫學超聲圖像時，選取5或7，其濾除效果最好。

綜上可知，自適應中值濾波在處理大密度斑點噪聲圖像和保留圖像細節信息方面要遠遠優于經典中值濾波。

3 結語

中值濾波作為濾除斑點噪聲最常用的方法，在醫學圖像預處理工作中具有重要作用。本文提出一種自適應中值濾波去噪算法，將其與中值濾波算法在去噪和細節保護兩方面進行了比較分析，從中值濾波器窗口的選擇，自適應中值濾波器最大閾值的選取及斑點噪聲密度三方面對去噪效果的影響做了詳細的研究對比分析，得出了科學的結論。但是對包含混合噪聲的超聲圖像預處理工作，還需進一步的研究探討。

參考文獻

[1] Browning D R K.The weighted median filter[J].Communication ACM，1984，27（8）：807-818.

[2] Dong Yiqiu，Xu Shufang.A new directional weighted dedian filter for removal of randow-valued impulse noise[J].IEEE Signal Processing Lett，2007，14（3）：193-196.

[3] 武英，吳海勇.一種自適應圖像去噪混合濾波方法[J].計算機工程與應用，2010，46（10）：168-174.

[4] 楊芳芳，朱東升，王志巍，等.利用灰色絕對關聯分析的中值濾波方法研究[J].計算機工程與應用，2013，49（13）：160-164.

[5] 唐昌令，彭國華.基于小波包分解的整體變分去噪算法[J].計算機工程與應用，2013，49（6）：156-158.

[6] 劉國宏，郭文明.改進的中值濾波去噪算法應用研究[J].計算機工程與應用， 2010，46（10）：187-189.

[7] 張金良，魯昌華，楊道蓮.曲波變化域的SAR圖像相干斑去噪[J].電子測量與儀器學報，2012，26（12）：1108-1112.

[8] 錢蘇敏，張琳絮，張云，等.基于小波閾值改進的去噪算法研究[J].國外電子測量技術，2012，31（5）：49-51.

[9] 張宏宇，樊桂花，張延華，等.激光雷達回波信號的小波去噪研究[J].國外電子測量技術，2012，31（5）：52-55.

[10] 杜云鵬，王建斌，靳小強.超聲導波管道檢測的小波模極大值去噪法[J].電子測量與儀器學報，2013，27（7）：683-687.

[11] 楊金云，李浩.基于一種新閾值函數的小波醫學圖像去噪[J].微計算機信息， 2009，25（7-3）：277-279.

[12] 葉鴻瑾，張雪英，何小剛.基于小波變換和中值濾波的醫學圖像去噪[J].太原理工大學學報，2005，36（5）：511-514.

[13] 侯濤.醫學超聲圖像斑點噪聲去除的研究[D].復旦大學，2011.

[14] 都基焱，趙炳愛，范曉紅，等.SAR圖像斑點噪聲濾除方法應用研究[J].系統工程與電子技術，2004，26（8）：1027-1029.

[15] 秦緒佳，張素瓊，劉世雙，等.一種邊緣保持的醫學圖像去噪方法[J].計算機科學，2009，36（11）：279-282.endprint