文档介绍：中国科学技术大学
硕士学位论文
数字化X线摄影图像去噪方法研究
姓名:林芳宇
申请学位级别:硕士
专业:模式识别与智能系统
指导教师:周荷琴
2011-05
摘要
随着电子及计算机技术的发展,现代医学影像技术也随之快速发展,常规 X
线摄影设备的数字化进程被快速地推进,数字化 X 线摄影设备(Digital
Radiography,DR)也应运而生。DR 通过电荷耦合器件探测器(Change-Couple
D)或平板探测器将 X 射线信号转换为数字化图像,具有诸多优点,
比如成像速度快、所需 X 线剂量少、图像分辨率高、动态范围宽、成像连续性
好、操作简便等,这使得它在临床诊断中被广泛应用,是最普及的大型医疗设备
之一。
然而,在 DR 成像过程中,由于各种原因产生了种类繁多且复杂的噪声,这
些噪声降低了 DR 图像的质量并且干扰了医生的临床诊断,为此学术界和工业界
对 DR 图像去噪问题展开研究并取得一系列的研究成果。但是诸如线性滤波之类
的传统 DR 图像去噪方法,由于较为简单粗放或对 DR 图像的针对性不够强,难
以在有效去噪和保留更多细节信息两方面取得很好的平衡。
为了探索 DR 图像噪声的去除方法,本文在熟悉和掌握 DR 成像原理的基础
上对 DR 去噪问题进行深入的研究,分析噪声的来源和特点并确定主要的噪声研
究对象,然后针对不同的主要噪声分别进行去噪方法的研究。归纳起来,本文主
要完成了以下的研究工作:
(1)对于 DR 图像的脉冲噪声,本文首先分析了脉冲噪声的产生原因和特点,
然后对传统的脉冲噪声去除方法进行概述与分析,接着详细介绍了一种新的开关
型中值滤波法,该方法基于脉冲噪声的统计特性建立了准确的噪声混合模型,最
后对该方法进行分析与讨论。
(2)为了消除 DR 图像的泊松噪声,本文研究了基于多小波领域的阈值去噪
法,在分析泊松噪声的多小波系数特点的基础上,采用协方差收缩方法对传统的
阈值和阈值函数进行改进。本文的系数收缩方法和泊松噪声密切关联,可以针对
各个多小波高频细节子带,计算出不同的收缩阈值,具有良好的自适应性。
(3)对于 DR 图像的高斯噪声,本文研究了基于改进的 Contourlet 变换阈值法。
首先引入结合了递归循环平移的 Contourlet 变换对图像进行分解,然后对传统的
阈值和阈值函数进行了改进,最后基于 GPU 对算法进行加速计算。

关键词:DR 图像去噪统计特性多小波 Contourlet CUDA
I
ABSTRACT
With the progress of electronic puter technology, modern medical
imaging technology develops rapidly, digital process of the conventional X-ray
photography equipment is carried forward at a high speed, and digital radiography
(DR) also emerges with this opportunity. DR, which transforms X-ray signals into
digital images via the charge-coupled device detector (CCD) or a flat panel detector,
has many advantages, such as fast imaging speed, low dosage of X-ray required, high
image resolution, wide dynamic range, good imaging continuity, easy to operate and
so on. As a result, it is widely used in clinical diagnosis, making it one of the most
popular large medical equipments.
However, in the process of DR imaging, a great variety plicated noise is
brought about due to various reasons, reducing the quality of DR images and
interfering with the doctors’ cl