CN106651806A - 一种高清晰血液细胞图像去噪方法 - Google Patents
一种高清晰血液细胞图像去噪方法 Download PDFInfo
- Publication number
- CN106651806A CN106651806A CN201611234385.3A CN201611234385A CN106651806A CN 106651806 A CN106651806 A CN 106651806A CN 201611234385 A CN201611234385 A CN 201611234385A CN 106651806 A CN106651806 A CN 106651806A
- Authority
- CN
- China
- Prior art keywords
- pixel
- point
- noise
- value
- noise point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 210000000601 blood cell Anatomy 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000002380 cytological effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种高清晰血液细胞图像去噪方法,其特征是:所述如下步骤:(1)获取高清晰血液细胞图像;(2)给定两个常数阀值:d和N,令H(i)表示第i个像素的灰度值,如果第一个像素没有噪音点,则H(1)位正常的灰度值,假设像素数为M,则对于像素i从1到M‑1,如果有|H(i+1)‑H(i)|<d;证明灰度值是连续变化的,H(i+1)不属于应该剔除的噪音点,如果|H(i+1)‑H(i)|>d;说明在第i+1个像元的灰度值变化较大,有可能是噪音点;(3)计算从第i+1个像素开始有多少个连续的像素的灰度值满足|H(i+n)‑H(i)|>d;n为正数如果连续的像素个数小于阀值N,即n<N,则说明这些像素是噪音点。
Description
技术领域
本发明涉及血液检测领域,具体地讲,涉及一种高清晰血液细胞图像去噪方法。
背景技术
现实中的数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响,称为含噪图像或噪声图像,减少数字图像中噪声的过程称为图像去噪。噪声是干扰图像质量的重要原因。一幅图象在实际应用中可能存在各种各样的噪声,这些噪声可能在传输中产生,也可能在量化等处理中产生。高清晰血液细胞图像在图像产生过程中也不可避免的存在一些噪声,这些噪声会影响图像的质量,进而会影响医生对高清晰血液细胞图像的使用,因此,提供一种简洁有效的图像去噪方法对高清晰血液细胞图像尤为重要。现有的图像处理算法都比较复杂,学习和使用都比较费时费力,且针对高清晰血液细胞图像的去噪方法还比较少。此为现有技术的不足之处。
发明内容
本发明要解决的技术问题是提供一种高清晰血液细胞图像去噪方法,简洁有效的去除掉高清晰血液细胞图像中的噪声。
本发明采用如下技术方案实现发明目的:
一种高清晰血液细胞图像去噪方法,其特征是:所述如下步骤:
(1)获取高清晰血液细胞图像;
(2)给定两个常数阀值:d和N,令H(i)表示第i个像素的灰度值,如果第一个像素没有噪音点,则H(1)位正常的灰度值,假设像素数为M,则对于像素i 从1到M-1,如果有
|H(i+1)-H(i)|<d;
证明灰度值是连续变化的,H(i+1)不属于应该剔除的噪音点,如果
|H(i+1)-H(i)|>d;
说明在第i+1个像元的灰度值变化较大,有可能是噪音点;
(3)计算从第i+1个像素开始有多少个连续的像素的灰度值满足
|H(i+n)-H(i)|>d;n为正数
如果连续的像素个数小于阀值N,即n<N,则说明这些像素是噪音点。
作为对本技术方案的进一步限定,所述步骤(3)的噪音点进行如下处理:
(3.1)如果噪音点是不连续的,即杂散的噪音点,采用直接剔除,而以两边相邻的正常的像素灰度值的平均值来代替,如第i个点是噪音点,则以第i-1和i+1的灰度值的平均值来代替;
(3.2)如果第i个点和第i+n个点不是噪音点,而其之间的i+1,…i+n-1点是噪音点,即连续的噪音点,则第k个噪音点的像素灰度值计算公式为:
H(i+k)=H(i)+(H(i+n)-H(i))/nk,k=1,2,...,n-1。
与现有技术相比,本发明的优点和积极效果是:本发明专门针对高清晰血液细胞图像进行去噪处理,简洁有效,能够成功去除掉细胞图像中的噪声,获得高清晰度的细胞图像,方便医生的使用。
具体实施方式
下面对本发明的一个具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
本发明包括所述如下步骤:
(1)获取高清晰血液细胞图像,采用现有技术获取高清晰血液细胞,在此不再赘述;
(2)给定两个常数阀值:d和N,令H(i)表示第i个像素的灰度值,如果第一个像素没有噪音点,则H(1)位正常的灰度值,假设像素数为M,则对于像素i从1到M-1,如果有
|H(i+1)-H(i)|<d;
证明灰度值是连续变化的,H(i+1)不属于应该剔除的噪音点,如果
|H(i+1)-H(i)|>d;
说明在第i+1个像元的灰度值变化较大,有可能是噪音点;
(3)计算从第i+1个像素开始有多少个连续的像素的灰度值满足
|H(i+n)-H(i)|>d;n为正数
如果连续的像素个数小于阀值N,即n<N,则说明这些像素是噪音点。
所述步骤(3)的噪音点进行如下处理:
(3.1)如果噪音点是不连续的,即杂散的噪音点,采用直接剔除,而以两边相邻的正常的像素灰度值的平均值来代替,如第i个点是噪音点,则以第i-1和i+1的灰度值的平均值来代替;
(3.2)如果第i个点和第i+n个点不是噪音点,而其之间的i+1,…i+n-1点是噪音点,即连续的噪音点,则第k个噪音点的像素灰度值计算公式为:
H(i+k)=H(i)+(H(i+n)-H(i))/nk,k=1,2,...,n-1。
Claims (2)
1.一种高清晰血液细胞图像去噪方法,其特征是:所述如下步骤:
(1)获取高清晰血液细胞图像;
(2)给定两个常数阀值:d和N,令H(i)表示第i个像素的灰度值,如果第一个像素没有噪音点,则H(1)位正常的灰度值,假设像素数为M,则对于像素i从1到M-1,如果有
|H(i+1)-H(i)|<d;
证明灰度值是连续变化的,H(i+1)不属于应该剔除的噪音点,如果
|H(i+1)-H(i)|>d;
说明在第i+1个像元的灰度值变化较大,有可能是噪音点;
(3)计算从第i+1个像素开始有多少个连续的像素的灰度值满足
|H(i+n)-H(i)|>d;n为正数
如果连续的像素个数小于阀值N,即n<N,则说明这些像素是噪音点。
2.根据权利要求1所述的高清晰血液细胞图像去噪方法,其特征是:所述步骤(3)的噪音点进行如下处理:
(3.1)如果噪音点是不连续的,即杂散的噪音点,采用直接剔除,而以两边相邻的正常的像素灰度值的平均值来代替,如第i个点是噪音点,则以第i-1和i+1的灰度值的平均值来代替;
(3.2)如果第i个点和第i+n个点不是噪音点,而其之间的i+1,…i+n-1点是噪音点,即连续的噪音点,则第k个噪音点的像素灰度值计算公式为:
H(i+k)=H(i)+(H(i+n)-H(i))/nk,k=1,2,...,n-1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611234385.3A CN106651806A (zh) | 2016-12-28 | 2016-12-28 | 一种高清晰血液细胞图像去噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611234385.3A CN106651806A (zh) | 2016-12-28 | 2016-12-28 | 一种高清晰血液细胞图像去噪方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106651806A true CN106651806A (zh) | 2017-05-10 |
Family
ID=58832480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611234385.3A Pending CN106651806A (zh) | 2016-12-28 | 2016-12-28 | 一种高清晰血液细胞图像去噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106651806A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112481346A (zh) * | 2020-12-03 | 2021-03-12 | 中国人民解放军陆军军医大学第二附属医院 | 外周血细胞形态学检出异常细胞的自动预警系统及其方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130223757A1 (en) * | 2008-04-08 | 2013-08-29 | The United States of America, as represented by the Secretary of the Navy, Chief of Naval | Automated Underwater Image Restoration Via Denoised Deconvolution |
CN103778609A (zh) * | 2014-01-22 | 2014-05-07 | 南京航空航天大学 | 基于像素连续性判断的二值化图像和灰度图像的高效去噪声法 |
CN104103039A (zh) * | 2013-04-08 | 2014-10-15 | 上海联影医疗科技有限公司 | 一种图像噪声估计方法 |
-
2016
- 2016-12-28 CN CN201611234385.3A patent/CN106651806A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130223757A1 (en) * | 2008-04-08 | 2013-08-29 | The United States of America, as represented by the Secretary of the Navy, Chief of Naval | Automated Underwater Image Restoration Via Denoised Deconvolution |
CN104103039A (zh) * | 2013-04-08 | 2014-10-15 | 上海联影医疗科技有限公司 | 一种图像噪声估计方法 |
CN103778609A (zh) * | 2014-01-22 | 2014-05-07 | 南京航空航天大学 | 基于像素连续性判断的二值化图像和灰度图像的高效去噪声法 |
Non-Patent Citations (1)
Title |
---|
杨宏伟 等: ""基于图像处理的血液细胞特征提取"", 《生物信息学》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112481346A (zh) * | 2020-12-03 | 2021-03-12 | 中国人民解放军陆军军医大学第二附属医院 | 外周血细胞形态学检出异常细胞的自动预警系统及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107507173B (zh) | 一种全切片图像的无参考清晰度评估方法及系统 | |
US8295607B1 (en) | Adaptive edge map threshold | |
Jakhetiya et al. | A highly efficient blind image quality assessment metric of 3-D synthesized images using outlier detection | |
CN112837303A (zh) | 一种用于模具监视的缺陷检测方法、装置、设备及介质 | |
CN102063704B (zh) | 一种机载视景增强方法及其装置 | |
Shi et al. | Low-light image enhancement algorithm based on retinex and generative adversarial network | |
CN105139366A (zh) | 一种基于空间域的图像增强方法 | |
Habib et al. | Adaptive fuzzy inference system based directional median filter for impulse noise removal | |
CN109377450B (zh) | 一种边缘保护的去噪方法 | |
CN109377464B (zh) | 一种红外图像的双平台直方图均衡化方法及其应用系统 | |
CN110189266B (zh) | 一种自适应的快速图像增强方法 | |
CN102752483A (zh) | 基于fpga平台的滤波降噪系统及滤波降噪方法 | |
Yan et al. | Method to Enhance Degraded Image in Dust Environment. | |
Liu et al. | No-reference image quality assessment method based on visual parameters | |
CN100367770C (zh) | 一种去除视频孤立噪声点的方法 | |
CN103489168A (zh) | 一种红外图像自适应转伪彩增强方法及系统 | |
CN111027564A (zh) | 基于深度学习一体化的低照度成像车牌识别方法及装置 | |
Wang et al. | Image dehazing based on dark channel prior and brightness enhancement for agricultural monitoring | |
CN106651806A (zh) | 一种高清晰血液细胞图像去噪方法 | |
CN110766614B (zh) | 一种无线扫描笔的图像预处理方法和系统 | |
He et al. | A night low‐illumination image enhancement model based on small probability area filtering and lossless mapping enhancement | |
CN107895355B (zh) | 一种移动侦测和图像对比度自适应增强系统及其方法 | |
Malik et al. | Contrast enhancement and smoothing of CT images for diagnosis | |
CN104252695A (zh) | 一种红外图像的自适应拉伸方法 | |
CN105872538B (zh) | 时域滤波方法和时域滤波装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |