改進(jìn)的多級加權(quán)濾波算法在細(xì)胞圖像濾波中的應(yīng)用

1、改進(jìn)的多級加權(quán)濾波算法在細(xì)胞圖像濾波中的應(yīng)用論文導(dǎo)讀：圖像預(yù)處理是圖像分割的準(zhǔn)備工作。去除噪聲。傳統(tǒng)的中值濾波器能減少圖像中的椒鹽噪聲。中值濾波，改進(jìn)的多級加權(quán)濾波算法在細(xì)胞圖像濾波中的應(yīng)用。關(guān)鍵詞：圖像分割，噪聲，中值濾波1 引言隨著計(jì)算機(jī)和光電技術(shù)的發(fā)展，圖像處理在生物學(xué)和醫(yī)學(xué)領(lǐng)域正得到越來越多的應(yīng)用，檢測手段從過去的人工主觀檢測逐步發(fā)展到現(xiàn)在的主觀檢測和客觀檢測指標(biāo)相結(jié)合。細(xì)胞圖像的處理與識別在細(xì)胞的智能化診斷、血細(xì)胞自動計(jì)數(shù)和結(jié)構(gòu)的自動分析等方面已有了較好的應(yīng)用2。完整的細(xì)胞圖像分析系統(tǒng)結(jié)構(gòu)如圖1所示。圖像獲取是將顯微鏡下細(xì)胞光學(xué)圖像通過鏡頭變?yōu)殡娦盘?，由視頻采集卡數(shù)字化輸入計(jì)算機(jī)；圖

2、像預(yù)處理是圖像分割的準(zhǔn)備工作，去除噪聲，增強(qiáng)目標(biāo)與背景的差別。主要方法有校正、平滑、噪聲濾波等；圖像分割是圖像自動分析的關(guān)鍵。是用有關(guān)算法將圖像分成一些有用的，具有類似特性的區(qū)域；提取圖像特征，目的是進(jìn)行定量分析、分類和識別。反映細(xì)胞圖像的特征主要分為三類：形態(tài)特征、光密度特征和紋理特征。通過計(jì)算出這些分割得到的單個物體的各種參數(shù)如周長面積等，進(jìn)行類型判別，最終得到對這些目標(biāo)物體的統(tǒng)計(jì)認(rèn)識。2 圖像噪聲濾除噪聲4可以理解為“妨礙人們感覺器官對所接受的信源信息理解的因素”。一些常見的噪聲有椒鹽(Salt & Pepper)噪聲、脈沖噪聲4,5、高斯噪聲等。椒鹽噪聲含有隨機(jī)出現(xiàn)的黑白亮度值，脈沖噪

3、聲含有隨機(jī)的白強(qiáng)度值(正脈沖噪聲)或黑強(qiáng)度值(負(fù)脈沖噪聲)，高斯噪聲含有亮度服從高斯正態(tài)分布的噪聲。噪聲給細(xì)胞圖像處理帶來很多困難，它對圖像分割，特征提取6，圖像識別具有直接的影響，因此為了抑制噪聲、改善細(xì)胞圖像質(zhì)量，需進(jìn)行圖像平滑或去噪，數(shù)字圖像平滑處理可以在空間域或頻域中進(jìn)行。設(shè)待處理(含有噪聲)的圖像為，處理后的圖像為。則有：空間域內(nèi)的圖像噪聲處理表示為為低通濾波器的脈沖響應(yīng)函數(shù)，為的作用域，為正整數(shù)。頻域內(nèi)的圖像噪聲處理表示為為的傅氏變換；為的傅氏變換；為低通濾波器的傳遞函數(shù)。圖像濾波要求能去除圖像以外的噪聲，同時又要保持圖像的細(xì)節(jié)。當(dāng)噪聲為高斯噪聲時，最常使用線性濾波器，易于分析和實(shí)

4、現(xiàn)；但線性濾波器對椒鹽噪聲的濾波效果很差，傳統(tǒng)的中值濾波器能減少圖像中的椒鹽噪聲，但效果不算理想，即分散的噪聲被去掉，而彼此靠近的噪聲會被保留下來，所以當(dāng)椒鹽噪聲嚴(yán)重時，它的濾波效果明顯變壞。這需要尋找一種濾波方法，兼顧去掉噪聲、而輪廓和邊緣不模糊兩者的需要。3細(xì)胞圖像濾波算法3.1 線性濾波線性濾波技術(shù)一般用于消除圖像中的隨機(jī)噪聲，從而起到圖像平滑的作用。其思想是通過一點(diǎn)和周圍幾個點(diǎn)的運(yùn)算(通常為平均運(yùn)算)來去除突然變化的點(diǎn)，從而濾掉一定的噪聲，但圖像有一定程度的模糊3。線性濾波器的響應(yīng)函數(shù)是包含在濾波掩模鄰域內(nèi)像素的簡單平均值。因此線性濾波器也稱作均值濾波器。常用的線性濾波器掩模，也就是低

5、通濾波器的脈沖響應(yīng)函數(shù)有這三種的作用域?yàn)?*3共有9個象素灰度參加運(yùn)算，它用掩模確定鄰域內(nèi)像素的平均灰度值代替圖像每個像素點(diǎn)的值，減小圖像灰度的尖銳變化。畢業(yè)論文，中值濾波。但是圖像邊緣也是由圖像灰度尖銳變化帶來的特征，所以線性濾波會產(chǎn)生邊緣模糊的負(fù)效應(yīng)。一個的線性濾波器掩模，應(yīng)有的歸一化常數(shù)，也就是說掩模矩陣的元素之和與矩陣前面的系數(shù)相乘的結(jié)果為1，保證濾波處理結(jié)束的像素灰度不超過允許的像素最大灰度值。3.2 鄰域平均法濾波鄰域平均法的突出特點(diǎn)是消減麻點(diǎn)狀噪聲。它應(yīng)用某一模板對每個像素與其周圍鄰域的所有像素進(jìn)行某種數(shù)學(xué)運(yùn)算得到該像素的新的灰度值(即輸出值)，輸出值的大小不僅與該像素的灰度值有

6、關(guān)，而且還與其鄰域內(nèi)的像素的灰度值有關(guān)。若設(shè)為待處理的圖像，為處理后的圖像，則鄰域平均法濾波的數(shù)學(xué)表達(dá)式為是預(yù)先確定的鄰域（該鄰域不包括點(diǎn)），M是鄰域內(nèi)所包含的象素總數(shù)。位于的像素有4個水平和垂直的相鄰像素，稱為的4鄰域的4個對角鄰域像素與的4鄰域合稱做8鄰域式(5)也可以用卷積式表示，即很容易可以看出，對應(yīng)4領(lǐng)域，其可表示為而對應(yīng)8鄰域，其可表示為3.3 空域?yàn)V波空域?yàn)V波8包括平滑濾波與中值濾波。畢業(yè)論文，中值濾波。平滑濾波屬于線性濾波，中值濾波屬于非線性濾波。非線性濾波具有抑制噪聲和保存細(xì)節(jié)的雙重功能，非線性濾波器較線性濾波器更易于實(shí)現(xiàn)。到目前為止，根據(jù)參數(shù)估計(jì)理論，非線性濾波器可歸結(jié)為三

7、類3：(1) L型濾波器基于線性最小均方誤差估計(jì)理論；(2) M型濾波器基于最大似然估計(jì)理論；(3) R型濾波器基于秩檢驗(yàn)理論。M型濾波器7具有優(yōu)良的綜合濾波性能，選擇適當(dāng)?shù)膮?shù)，可使濾波器具有良好的保邊性能和保線性能，同時具有良好的噪聲抑制能力；L型濾波器7的高斯噪聲抑制和保邊性能優(yōu)越，但保線性能較差；R型濾波器37的保線性強(qiáng)于L型濾波器。中值濾波3的理論基礎(chǔ)：中值濾波采用一個含有奇數(shù)點(diǎn)的滑動窗口，將窗口中各點(diǎn)灰度值的中值來代替指定點(diǎn)的灰度值。對于奇數(shù)元素，中值是指按大小排序后的中間數(shù)值；對于偶數(shù)元素，中值是指排序后中間兩個元素灰度值的平均值。中值濾波器具有良好的保護(hù)邊緣和清除脈沖噪聲特性，因而非常適用于細(xì)胞圖像的噪聲濾除1。二維中值濾波所采用的方法是取邊長為奇數(shù)的矩形窗口，把該窗口沿圖像的行和列逐點(diǎn)滑動。圖像在任一像素點(diǎn)