医学图像是临床辅助诊断必不可少的重要参考,其中医学CT、MR、B超图像无论是在常规检查,还是疾病确诊都有广泛地运用。获得清晰可靠的医学图像是降噪工作的关键。本文选择上述三类医学图像作为研究对象,以获得纹理真实、细节清晰的降噪图像为目标,提出几种改进的降噪方法,并结合主观观察与客观指标,综合分析各种方法的降噪效果。具体研究内容如下:1.对比了几种常用的噪声估计方法与四种经典的降噪算法的处理效果,为本次算法改进工作提供思路。2.研究了非局部均值滤波(NLM)方法:(1)提出改进后的具备旋转不变性的衡量像素块之间相似程度的相似权重。(2)提出一种改进的基于拉普拉斯算子的噪声估计法,用于估计含噪图像的噪声方差。经实验表明:改进后的基于拉普拉斯算子的噪声估计法的估计精度更高。改进的NLM方法结合了经典降噪算法的优势,充分发挥出原NLM方法的优点,PSNR最多提升约1.5db。采用改进的NLM方法降噪后无论是在图像的视觉效果、噪声去除程度上,还是在结构相似程度、边缘细节保护等方面较原方法都更具优势,更适合处理上述医学图像噪声。3.研究了双边滤波降噪方法,提出一种新的处理CT、MR、B超图像的灰度相似度度量因子。经实验表明:改进方法的PSNR最多提高值高于4db,SSIM、EPI更接近1。由此说明,改进的双边滤波方法可以获得质量更好的降噪图像,并且在保护细节边缘的同时能有效减少过增强现象的发生。4.研究了小波降噪方法:(1)提出改进的小波软阈值函数。在小波变换理论的基础上,选择适合医学图像降噪的软阈值函数作为改进对象,并加入小波分解层级作为调整参数。经实验表明,该方法的PSNR最多提升约3db,较原软阈值方法的降噪效果更好。(2)提出了基于小波域的非局部均值滤波与双边滤波降噪方法。该方法运用小波分离信号的优势,先通过小波分解获得图像的高、低频区域;然后采用本文改进的NLM滤波对高频区域进行降噪,采用改进的双边滤波对低频区域降噪;最后经信号重构获得降噪后的图像。在同一仿真软件运行环境下对比本文改进的四种降噪方法的实际效果。经实验表明:(1)采用基于小波域的非局部均值滤波与双边滤波方法降噪兼具NLM方法与双边滤波的优势,噪声点在一定程度上被剔除,同时图像的边缘轮廓得到适度增强。(2)改进的NLM方法降噪图像的视觉效果最接近理想无噪声图像,尤其适合处理医学CT和MR图像,但处理纹理结构平滑的B超图像时的视觉效果略低于改进的双边滤波方法。(3)采用改进的双边滤波方法降噪的EPI最大可增至3,图像边缘细节增强的程度最大,是增强医学图像纹理细节的好方法。(4)改进的小波软阈值降噪方法无论是在噪点去除还是细节保护方面均低于另外三种方法。图83表21参82