一种边缘保持的医学图像去噪方法

医学图像去噪在图像处理中占有重要地位,对获取的医学图像进行去噪是进一步分析和计算的基础.将一维经验模式分解方法扩展到二维,提出了基于二维经验模式分解的医学图像边缘保持去噪方法.该方法先将图像进行经验模式分解,得到内蕴模式分量IMF和剩余分量,图像的噪声及边缘信息主要集中在IMF中;然后再将IMF进行经验模式分解,得到IMF的高频分量和剩余分量;最后将两次分解的剩余分量叠加,得到边缘保持的去噪图像.实验结果表明,处理后的图像较传统的医学图像去噪方法有明显的改善,在有效去噪的同时增强了边缘保护的能力.     

基于EMD的四边域曲面光顺算法

曲面光顺在计算机辅助几何设计（CAGD）中有重要应用,带噪声离散曲面可视为一种非平稳离散几何信号。经验模式分解（EMD）方法是分析非线性、非平稳信号的有效方法。提出了一种空间任意曲线EMD光顺方法和基于2维可分离的EMD曲面光顺方法。针对四边域离散曲面可视为U和V离散曲线构成的网格,且U和V曲线呈现空间任意形态。空间曲线光顺中,首先对数字曲线进行1维参数化,将曲线展开成1维信号;然后采用EMD对展开信号进行多分辨率分解,得到不同尺度下的内蕴模式函数(IMF),去除高频的IMF,重构信号;最后将重构信号逆映射回3维,得到光顺后的曲线。四边域曲面沿每条U,V线进行EMD光顺处理,得到光顺后曲面。实验结果表明,该方法可有效剔除曲面上的随机噪声,达到良好的曲面光顺效果。