3D Slicer中文教程（七）—圖像中值濾波

一、中值濾波概念

中值濾波是對一個滑動窗口內的諸像素灰度值排序，用其中值代替窗口中心象素的原來灰度值，它是一種非線性的圖像平滑法，它對脈衝干擾級椒鹽噪聲的抑制效果好，在抑制隨機噪聲的同時能有效保護邊緣少受模糊。中值濾波能夠過濾尖峯脈衝。目的在於咱們對於濾波後的數據更感興趣。濾波後的數據保留的原圖像的變化趨勢，同時去除了尖峯脈衝對分析形成的影響。

以一維信號的中值濾波舉例。對灰度序列80、120、90、200、100、1十、70，若是按大小順序排列，其結果爲70、80、90、1000、1十、120、200，其中間位置上的灰度值爲100，則該灰度序列的中值即爲100。一維信號中值濾波實際上就是用中值代替規定位置（通常指原始信號序列中心位置）的信號值。對前面所舉的序列而言，中值濾波的結果是用中值100替代序列80、120、90、200、100、1十、70中的信號序列中心位置值200，獲得的濾波序列就是80、120、90、100、100、1十、70。若是在此序列中200是一個噪聲信號，則用此方法便可去除這個噪聲點。

二維中值濾波算法是：對於一幅圖像的象素矩陣，取以目標象素爲中心的一個子矩陣窗口，這個窗口能夠是3*3 ，5*5等根據須要選取，對窗口內的象素灰度排序，取中間一個值做爲目標象素的新灰度值。窗口示例如ooooxoooo上面x爲目標象素，和周圍o組成3*3矩陣Array，而後對這9個元素的灰度進行排序，以排序後的中間元素Array[4]爲x的新灰度值，如此就完成對象素x的中值濾波，再迭代對其餘須要的象素進行濾波便可。圖像處理中，中值濾波的實現方法

均值濾波和中值濾波的內容很是基礎，均值濾波至關於低通濾波，有將圖像模糊化的趨勢，對椒鹽噪聲基本無能爲力。中值濾波的優勢是能夠很好的過濾掉椒鹽噪聲，缺點是易形成圖像的不連續性。在下面的代碼中，中值濾波主要經過冒泡算法來實現。

二、3D Slicer中值濾波示例

（1）3D Slicer中值濾波CT圖像先後對比結果

    左圖爲原圖，右圖爲中值濾波以後的圖像。明顯看出左圖中的細小點在右圖中已經消失，通過中值濾波的圖像更加光滑。本圖沒有進行三維重建，重建後的對比更加明顯，中值濾波後的三維圖像更加平滑真實。

          

                     （a）原圖　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　（b）中值濾波後的圖

（2）3D Slicer中值濾波具體步驟

a.在Modules 處選擇Filtering——Denosing——Median Image Filtering,便可到濾波窗口界面

 

b.濾波窗口以下圖所示，median image parameters窗口設置參數大小，默認爲（1,1,1）；IO欄設置Input Volume和Output Volume；

c．設置好以後點擊apply按鈕等待運行結束便可,運行過程如圖所示。

 

總結：3D Slicer濾波方法有幾種，這裏只是用了中值濾波，其餘方法相似。中值濾波的優勢是能夠很好的過濾掉椒鹽噪聲，缺點是易形成圖像的不連續性。本文中用的中值濾波處理後的圖像知足我的要求，使用時還須要根據我的須要進行參數等設置。