数字射线图像降噪中的非线性滤波方法

    在射线检测中,足够的对比度和清晰度是缺陷检测的必要条件。但数字射线(DR)成像系统中,由于系统本身部件的特性及各种外界干扰使图像中含有许多噪声,这不仅降低了图像的信噪比,也增加了检测的难度。在DR图像处理的早期研究中,线性滤波器以其成熟的理论和相对简单的实现方法,是噪声抑制处理的主要手段,但它对非线性问题的处理结果在大多数情况下很难令人满意。随着现代数字信号处理技术的发展,非线性数字信号处理方法在信号处理领域中的地位和作用显得越来越重要。非线性滤波器^[1]由于能在滤除噪声的同时,最大限度地保留图像信号的高频细节,使图像清晰、逼真,从而得到广泛研究和应用。目前人们在利用非线性滤波器消除图像噪声方面已做过大量研究工作^[2~5],并且在噪声的滤除和图像细节保留的最优折衷上一直在努力。针对射线检测图像噪声问题,文献^[6]探讨了非线性降噪后的射线图像边缘增强和检测,文献^[7]将线性滤波与非线性滤波的降噪效果进行了比较,文献^[8]在研究X射线数字图像质量的改善时,提出了一些优化算法。这都表明了非线性滤波方法是射线检测图像的较好的处理方法。下面将主要针对数字射线检测图像中常用的非线性滤波降噪法进行综述。

1　射线图像降噪的常用非线性滤波法

1.1　中值滤波法

    中值滤波是一种减少边缘模糊的非线性平滑方法。其基本原理是把某点为中心的小窗口内的所有像素的灰度值按灰度级升序(或降序)排列,取居中的像素灰度值为窗口中心像素的灰度值。中值滤波的窗口形状和尺寸对滤波效果影响较大,不同的图像及不同的应用要求,往往采用不同的窗口形状和尺寸。

    中值滤波的突出优点是能相当好地消除脉冲噪声,且不会明显模糊边缘,但会使图像中的细线和显著拐角点遭到损坏。为克服标准中值滤波的这些缺点,文献^[1]采用的加权中值滤波能更好地从受噪声污染的图像中恢复阶跃边缘以及其它细节。文献^[9]利用中值滤波算子和灰度数学形态学中的开、闭算子设计了一种用于灰度图像降噪处理的优化组合滤波算法。该算法克服了中值滤波算法在处理灰度图像时对噪声强度的敏感问题。文献^[10]提出了一种基于矢量中值滤波的改进算法,融合了线性均值滤波和非线性矢量中值滤波,大大降低了运算复杂度,同时对脉冲噪声和高斯噪声有很好的抑制作用,能有效地保护图像的边缘信息,对彩色图像滤波后不会出现新的颜色。文献^[11]将Daubechies小波变换与中值滤波相结合,能同时滤除图像中的高斯噪声和脉冲噪声。