3D Slicer中文教程（七）—图像中值滤波

一、中值滤波概念

中值滤波是对一个滑动窗口内的诸像素灰度值排序，用其中值代替窗口中心象素的原来灰度值，它是一种非线性的图像平滑法，它对脉冲干扰级椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。中值滤波能够过滤尖峰脉冲。目的在于咱们对于滤波后的数据更感兴趣。滤波后的数据保留的原图像的变化趋势，同时去除了尖峰脉冲对分析形成的影响。

以一维信号的中值滤波举例。对灰度序列80、120、90、200、100、1十、70，若是按大小顺序排列，其结果为70、80、90、1000、1十、120、200，其中间位置上的灰度值为100，则该灰度序列的中值即为100。一维信号中值滤波实际上就是用中值代替规定位置（通常指原始信号序列中心位置）的信号值。对前面所举的序列而言，中值滤波的结果是用中值100替代序列80、120、90、200、100、1十、70中的信号序列中心位置值200，获得的滤波序列就是80、120、90、100、100、1十、70。若是在此序列中200是一个噪声信号，则用此方法便可去除这个噪声点。

二维中值滤波算法是：对于一幅图像的象素矩阵，取以目标象素为中心的一个子矩阵窗口，这个窗口能够是3*3 ，5*5等根据须要选取，对窗口内的象素灰度排序，取中间一个值做为目标象素的新灰度值。窗口示例如ooooxoooo上面x为目标象素，和周围o组成3*3矩阵Array，而后对这9个元素的灰度进行排序，以排序后的中间元素Array[4]为x的新灰度值，如此就完成对象素x的中值滤波，再迭代对其余须要的象素进行滤波便可。图像处理中，中值滤波的实现方法

均值滤波和中值滤波的内容很是基础，均值滤波至关于低通滤波，有将图像模糊化的趋势，对椒盐噪声基本无能为力。中值滤波的优势是能够很好的过滤掉椒盐噪声，缺点是易形成图像的不连续性。在下面的代码中，中值滤波主要经过冒泡算法来实现。

二、3D Slicer中值滤波示例

（1）3D Slicer中值滤波CT图像先后对比结果

    左图为原图，右图为中值滤波以后的图像。明显看出左图中的细小点在右图中已经消失，通过中值滤波的图像更加光滑。本图没有进行三维重建，重建后的对比更加明显，中值滤波后的三维图像更加平滑真实。

          

                     （a）原图　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　（b）中值滤波后的图

（2）3D Slicer中值滤波具体步骤

a.在Modules 处选择Filtering——Denosing——Median Image Filtering,便可到滤波窗口界面

 

b.滤波窗口以下图所示，median image parameters窗口设置参数大小，默认为（1,1,1）；IO栏设置Input Volume和Output Volume；

c．设置好以后点击apply按钮等待运行结束便可,运行过程如图所示。

 

总结：3D Slicer滤波方法有几种，这里只是用了中值滤波，其余方法相似。中值滤波的优势是能够很好的过滤掉椒盐噪声，缺点是易形成图像的不连续性。本文中用的中值滤波处理后的图像知足我的要求，使用时还须要根据我的须要进行参数等设置。