改进的各向异性复扩散模型的医学图像去噪方法

摘要：

对医学图像进行有效的去噪并保持边缘信息,有利于图像的后续处理.本文分析P-M模型和Gilboa的复扩散模型以及它们的不足,提出一种改进的各向异性复扩散模型.该方法先用中值滤波对图像进行预处理,去除梯度值大的噪声点,然后用图像的虚部求扩散系数,以此引导扩散模型中的边缘检测函数,再进行八邻域像素的扩散过程.实验表明,该方法能达到较理想的去噪和保持边缘的效果,而且减少了迭代次数,缩短了计算时间.

关键词：医学图像去噪、偏微分方程、P-M模型、各向异性复扩散

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目60673063;国家科技支撑计划项目2007BAH11B02;浙江省自然科学基金项目Y1080436;浙江省科技计划项目2009C32007,2009C31106

在线出版日期：2010-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：969-973