针对医学图像在采集传输等过程中易受噪声污染,且目前多数去噪方法对混合噪声去噪效果不好,影响三维重构精度的问题,提出了基于自适应三维分数阶积分和中值滤波结合的混合噪声去除方法.首先介绍了几种传统方法在去除混合噪声中的不足,然后基于三维图像梯度信息提出了三维分数阶积分的自适应分数阶阶数,利用分数阶积分和中值滤波的各自优点,将两者结合对混合噪声去噪,并提出了基于混合去噪的边缘曲面追踪算法.实验结果和数据分析表明,提出的混合去噪方法能够从噪声污染的医学图像切片中追踪出高精度边缘曲面,与传统去噪方法相比,具有更好的去噪效果.

提出了基于分数阶积分去噪的工业计算机断层切片图像中三维边缘曲面追踪算法.由于二维分数阶积分在去噪的同时能够很好地保持二维图像细节信息，且计算量较小，采用离散模板滤波形式去噪，效果良好.因此本文将二维分数阶积分连续理论推广至三维，利用二维分数阶积分傅里叶变换的可分离性，推导出三维离散去噪滤波模板，加入至三维边缘曲面追踪算法，克服了传统算法中Lalacian算子对噪音比较敏感的缺点.由于三维分数阶积分具有良好的去噪能力，可有效抑制噪音.实验结果表明，本文提出的基于三维分数阶积分去噪的算法能够从噪音污染工业计算机断层图像切片图像中追踪出高准确度的边缘曲面，有效改进了边缘曲面追踪算法易受噪音干扰影响的缺陷，通过体数据峰值信噪比和视觉效果比较，本文提出的算法性能优于基于三维高斯去噪的三维图像边缘曲面追踪算法.