[发明专利]一种基于灰度检测的图像边缘定位及除噪技术

说明书

本发明公开了一种基于灰度检测的图像边缘定位及除噪技术，具体涉及图像处理领域，具体包括以下步骤：S1、图像获取；S2、图像预处理；S3、图像噪声评估；S4、图像的去噪处理；S5、图像的结构复原；S6、图像的噪声添加；S7、图像分辨率调整；S8、图像处理完毕，首先对CT图像进行预处理，定位图像边缘，避免后期图像处理过程中因为边缘不确定而无法准确地对图像内容进行除燥，预处理过程中，不仅对图像进行定位处理，且对图像的灰度进行了检测以及灰度处理，进一步方便了图像的后期处理，之后利用评价算法以及噪声去除算法对图像的噪声进行评估以及消除，不仅能够实现对图像的处理，且能够根据噪声评估判断设备成像的优缺点，方便针对进行改进。

技术领域

本发明涉及图像处理领域，尤其涉及一种基于灰度检测的图像边缘定位及除噪技术。

背景技术

CT图像是医院常用的一种观测图像，CT成像基本原理是用X线束对人体检查部位一定厚度的层面进行扫描，由探测器接收透过该层面的X线，转变为可见光后，由光电转换器转变为电信号，再经模拟/数字转换器(analog/digital converter)转为数字信号，输入计算机处理；

一般来说，CT图像在成像过程中由于设备的原因，大多不能直接进行使用，需要对其进行除燥以及一些特殊处理，传统的处理方法大多为简单的灰度处理以及降噪处理，处理不够细致，依旧影响着图像的使用，因此本发明提出一种基于灰度检测的图像边缘定位及除噪技术。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于灰度检测的图像边缘定位及除噪技术。

为了实现上述目的，本发明采用了如下技术方案：

一种基于灰度检测的图像边缘定位及除噪技术，包括以下步骤：

S1、图像获取：利用医学设备CT机回去高分辨率和有噪声的3D图像；

S2、图像预处理：图像的预处理主要包括图像的边缘定位以及灰度处理；

S3、图像噪声评估：利用评价算法对图像噪声进行评估；

S4、图像的去噪处理：利用算法对图像进行去噪处理；

S5、图像的结构复原；

S6、图像的噪声添加；

S7、图像分辨率调整；

S8、图像处理完毕。

优选的，所述步骤S2具体包括以下步骤：

S2.1、图像的边缘定位：图像的边缘定位主要包括图像滤波、图像增强、图像检测以及图像定位，其中：

图像滤波：利用滤波器改善与噪声相关的边缘检测器的性能；

图像增强：利用增强算法即梯度算子增强邻域强度值有显著变化的点突出现实；

图像检测：依据梯度幅值阈值判断图像边缘突出点；

图像定位：根据图像检测得出边缘的二值化图像即定位边缘点，完成图像的边缘定位；

S2.2、灰度检测及处理，具体包括以下步骤：

S2.2.1、灰度的检测：用RGB三个分量(R：Red，G：Green，B：Blue)，即红、绿、蓝三原色来表示真彩色，R分量、G分量、B分量的取值范围均为0～255，根据图像的像素尺寸确定R矩阵、G矩阵、B矩阵的大小，R矩阵、G矩阵、B矩阵的大小与像素尺寸相同，根据R矩阵，G矩阵，B矩阵找出对应的R分量、G分量、B分量的对应数值；