[发明专利]一种自适应中值滤波的CT图像去噪方法

权利要求书

1.一种自适应中值滤波的CT图像去噪方法，其特征在于，对所述CT图像，选取尺寸为n×n的方形滤波窗口，比较窗口内灰度值的自适应最大值自适应最小值与当前像素点灰度值f(i,j)，依据第一阈值T₀，若或则初步判断当前像素点为疑似噪声点；若当前像素点不为疑似噪声点，遍历窗口内的下一像素点；通过中值滤波方法处理所述疑似噪声点；输出中值滤波去噪后的CT图像；所述第一阈值T₀：

式中，f_med为当前滤波窗口内的所有像素点的灰度中值，f_ave为当前滤波窗口内的所有像素点的灰度平均值；选取自9个均值f_ave,中的最大值，选取自9个均值f_ave,中的最小值，其中，当前滤波窗口内的所有像素点的灰度平均值当前像素点(i,j)在水平方向像素值的均值当前像素点(i,j)在垂直方向像素值的均值当前滤波窗口主对角线上像素值的均值当前滤波窗口副对角线上像素值的均值在当前像素点(i,j)上方5×2的邻域矩形窗口内像素灰度平均值在当前像素点(i,j)下方5×2的邻域矩形窗口内像素灰度平均值在当前像素点(i,j)左方2×5的邻域矩形窗口内像素灰度平均值在当前像素点(i,j)右方2×5的邻域矩形窗口内的像素灰度平均值

还包括，在所述初步判断该点为疑似噪声点步骤之后，通过第二阈值对所述疑似噪声点的进一步精确判断，即当满足|f(i,j)-f_ave|-T₁＞0时，精确判断该点为噪声点；若|f(i,j)-f_ave|-T₁≤0，则继续针对下一疑似噪声点进行第二阈值精确判断；其中，为阈值T₁的调节因子，噪声密度

N_pn表示所述窗口内噪声点的个数。

2.如权利要求1所述的CT图像去噪方法，其特征在于，所述中值滤波方法为滤波窗口内加权中值滤波，即用加权中值灰度值替换当前像素点灰度值；其中，median{}表示在一组数值中，返回居于中间数值的函数，k(r,s)×f(r,s)表示f(r,s)的权重是k(r,s)时灰度值，是以像素点(i,j)为中心的n×n滤波窗口空心邻域内所有像素点的灰度值集合，f(r,s)是内所有像素点对应的灰度值，(r,s)是以像素点(i,j)为中心的n×n滤波窗口内除(i,j)外任意一个像素点。

3.如权利要求2所述的CT图像去噪方法，其特征在于，所述权重式中，距离常数Q(r,s)依据不同的范数情况取不同的距离范数，即：当且时，Q(r,s)＝||f(r,s)-f_ave||₁，|| ||₁为L₁范数；当且时，Q(r,s)＝||f(r,s)-f_ave||₂，|| ||₂为L₂范数；当且时，Q(r,s)＝||f(r,s)-f_ave||_∞，|| ||_∞为L_∞范数；其中，为像素点f(r,s)的L₁范数权重，为像素点f(r,s)的L₂范数权重，为像素点f(r,s)的L_∞范数权重，

4.如权利要求2所述的CT图像去噪方法，其特征在于，所述权重式中，当前像素点为(r,s)，离当前像素点最近的噪声点像素为(b₁,b₂)，距离常数Q(r,s)依据不同的范数情况取不同的距离范数，即：当且时，Q(r,s)＝||f(r,s)-f_ave||₁；当且时，Q(r,s)＝||f(r,s)-f_ave||₂；当且时，Q(r,s)＝||f(r,s)-f_ave||_∞；其中，为像素点(r,s)的L₁范数权重，为像素点(r,s)的L₂范数权重，为像素点(r,s)的L_∞范数权重，和中至少一个不等于0.005。