低剂量CT投影图像噪声分析及去噪算法研究

提高低剂量CT图像的信噪比(SNR)是使低剂量CT获得有效临床应用的关键。本文对低剂量CT投影数据噪声研究发现,在投影图像的某些区域中可能会存在一些孤立的噪声点,滤除这些孤立点后的投影数据近似服从非平稳高斯噪声分布。由此,提出一种低剂量CT图像降噪算法,包括孤立点检测与滤波(IDE),基于最大后验概率(MAP)的高斯噪声滤波及FBP重建过程。计算机仿真以及真实数据实验表明,本文提出的去噪算法获得的重建CT图像,SNR及视觉效果均有明显的提高。     

基于分数阶各向异性扩散和小波的MLEM低剂量CT重建算法

针对低剂量CT重建图像受噪声污染严重的问题,提出了一种基于分数阶各项异性扩散和小波的MLEM低剂量CT重建算法.首先,采用最大似然期望最大化(Maximum Likelihood Expectation Maximization,MLEM)算法重建低剂量投影数据.然后,将小波变换应用于图像,使得图像的低频系数部分集中了主要信息,而高频系数部分集中了边缘和噪声.最后,在低频系数部分进行基于差分的分数阶各项异性扩散,在高频系数部分进行软阈值处理.采用Shepp-Logan和Hot-Cold模型进行低剂量CT图像重建仿真,实验结果表明,本文算法在降低噪声和保持图像细节方面都优于其他算法.     

基于MCMC方法的自适应低剂量CT图像去噪

针对低剂量CT图像的低信噪比的问题,提出了一种新的基于MCMC方法的低剂量CT投影图像的自适应降噪算法.该算法是在对投影图像先验模型中的平滑参数以及噪声方差进行自适应估计的基础上,求解理想投影图像在观察投影图像条件下的期望值,以此期望值作为理想投影图像的估计值,从而达到图像降噪的目的.其中对先验概率模型中的平滑参数以及非平稳噪声的方差在运用EM算法进行估计过程中,引入MCMC技术中的Gibbs采样,很好解决了参数估计中的计算问题,并在此基础上,通过再一次运用MCMC的Gibbs采样,以获得理想数据的条件期望值.计算机仿真实验以及真实投影图像的实验均表明了本文所提出的算法在低剂量CT图像降噪中能够取得良好的效果.     

基于字典学习与等效视数的低剂量 CT伪影抑制算法

针对低剂量CT图像出现条形伪影的现象,提出了一种基于字典学习与等效视数(ENL)的伪影抑制算法.该方法首先利用平稳小波变换(SWT)对低剂量CT图像进行单层分解,并对高频图像训练字典,然后利用等效视数(ENL)对字典进行分区得到伪影字典和特征字典,并只对特征原子进行稀疏编码,经小波逆变换(ISWT)后得到处理的CT图像;然后,采用双边滤波器对处理后的CT图像进行分解并训练高频字典,通过判断等效视数(ENL)来摒弃伪影字典,从而去除高频图像残留的伪影和噪声,达到抑制条形伪影的目的.实验结果表明,与总变分降噪算法、K-奇异值分解(K-SVD)算法和三维块匹配滤波(BM3D)算法对比,该算法在抑制条形伪影的同时保留了更多的边缘和细节信息,并具有较高的结构相似性和峰值信噪比.     

低剂量CT图像模型参数估计及统计去噪研究

由于提高低剂量CT图像的信噪比是低剂量CT获得有效临床应用的关键,为此,提出了一种低剂量CT投影域的自适应统计降噪算法.针对低剂量CT投影图像的非平稳高斯噪声特性,采用EM算法自适应地估计图像模型中的参数,并在此基础上对图像进行最大后验概率估计,从而达到图像降噪的目的.在对参数的估计过程中,引入MCMC的吉布斯采样技术,并在算法中引入两项初始化技术,从而减少了参数估计过程中的计算量,加快了算法的收敛速度.对仿真投影数据以及真实投影数据的实验结果表明,与传统算法相比,该算法在抑制噪声及保持分辨率方面均具有明显优势.     

基于小波收缩及变指数和片相似的最小二乘重建算法

在低剂量计算机断层扫描(Computed Tomography,CT)重建方法中,针对最小二乘重建算法收敛速度慢,由于噪声而导致图像退化的问题,提出一种结合小波收缩以及基于变指数和片相似的最小二乘重建算法.它结合了小波收缩和各向异性扩散的优点,在最小二乘重建算法的每次迭代中对图像进行离散平稳小波分解,在小波域的高频部分使用小波收缩方法,低频部分使用基于变指数和片相似性的各向异性扩散进行消噪,最后用中值滤波处理图像残留的脉冲噪声点,从而进一步优化图像.仿真实验结果表明,混合去噪算法可以有效地去除低剂量图像的噪声,且在保持图像边缘和细节方面效果较好,从而可获得高质量的图像.     

基于改进各项异性扩散和小波变换的MLEM低剂量CT重建算法

为了解决低剂量CT重建图像受噪声污染严重的问题,提出了一种基于小波收缩和差分曲率各项异性扩散的MLEM低剂量CT重建算法.该算法首先采用最大似然期望最大化(Maximum Likelihood Expectation Maximization,MLEM)算法对低剂量投影数据进行重建.然后对重建后的图像进行小波变换,对包含噪声少的低频系数进行基于差分曲率的各项异性扩散,对高频系数进行软阈值处理.仿真结果表明:与常用重建算法相比,本文算法处理后的图像更清晰,可以更好地保持图像的纹理等细节信息.     

基于正弦图恢复的CT局部重建算法

针对局部扫描过程中投影数据沿探测器方向截断的特点,提出一种基于正弦图数据恢复的扇束CT局部重建算法.算法首先基于截断正弦图提取的边缘信息对缺失投影数据进行扩充,接下来对未扩充完整的零值区域利用两侧已知的投影数据进行线性插值,最后依据扩充完整的投影数据经滤波反投影重建出局部图像.仿真和临床数据的重建结果表明,算法对直接利用局部截断投影数据重建图像中呈现的环形伪影有明显的抑制作用,且重建图像边缘清晰.     

一种基于双段深度残差卷积网的强噪声超分辨率重建算法

受强噪声污染的图像经过现有降噪算法降噪后,往往很难恢复出图像的细节,导致图像分辨率不高,严重影响图像后期的应用,所以研究受强噪声污染图像的高清细节恢复算法具有重要意义.提出了一种基于双段深度残差卷积网的强噪声超分辨率重建算法,该算法设计了一种双段深度残差卷积网,前后段深度残差卷积网的结构完全相同,前段深度残差卷积网用于...     

绝对差值排序的全变分低剂量CT重建算法

针对传统全变分(Total Variation,TV)低剂量CT(Computed Tomography,CT)算法在重建图像时出现阶梯效应和模糊图像边缘的问题,提出了基于绝对差值排序(Rank-Ordered Absolute Differences,ROAD)和中值先验(Median Prior,MP)模型的TV低剂量CT重建算法.首先采用ROAD对传统TV模型中的扩散函数进行改进,然后将改进后的TV模型与MP模型结合得到新的惩罚项,最后将该惩罚项应用于基于惩罚加权最小二乘重建算法从而构造新的目标函数.实验结果表明,新算法不仅可以抑制阶梯伪影的产生,还能够很好地保留图像边缘细节信息.     

二进小波与扩散滤波结合的光学相干层析图像降噪

斑点抑制各向异性扩散(SRAD)是一种重要的图像降噪方法。将二进小波与SRAD结合,提出一种光学相干层析图像的二进小波扩散滤波降噪方法。该方法利用二进小波分解得到的不同尺度间小波系数的相关性区分边缘和噪声,修改SRAD中扩散系数得到新的扩散系数计算公式。实验表明,新方法具有更好的降噪能力,降噪后得到的图像的信噪比和对比度噪声比率等量化衡量指标都优于经典SRAD方法。     

一种自适应低剂量CT图像质量改善算法

针对低剂量CT(low-dose CT,LDCT)扫描会导致图像质量劣化问题,提出一种基于剪切波变换的低剂量CT图像质量改善算法.首先,利用Anscombe变换,将LDCT图像中的X射线量子噪声转化为近似服从Gaussian分布的噪声;其次,将变换后的LDCT图像转换成剪切波变换域并针对剪切波域上的低信噪比高频系数子带,利用剩余自相关功率改进噪声方差的计算精度并结合贝叶斯最大后验估计提取非噪声高频系数;最后,利用剪切波逆变换和Anscombe逆变换获得重构图像.大量的实验结果表明,该算法优于小波域的算法.其重构图像质量与基于小波域的算法相比,峰值信噪比(PSNR)平均提高52.2%,平均结构相似度(MSSIM)提高34.9%.     

基于多尺度残差的生成对抗网络医学MRI影像超分辨率重建

针对医学MRI影像成像过程中由于噪声、成像技术等各种干扰因素引起的图像细节丢失、纹理不清晰等问题,提出了基于多尺度残差的生成对抗网络医学MRI影像超分辨率重建算法.首先,利用多尺度残差组改进网络中的残差块,局部残差特征聚合模块将残差组聚合在一起,实现残差特征的非局部使用,减少局部特征在网络传播过程中的丢失;其次,通过注意力机制获取对关键信息响应程度更高的通道和空间特征信息,进而提升重建图像的细节纹理效果;然后,将低分辨率图像的梯度图转化为高分辨率图像的梯度图辅助重建超分辨率图像;最后,将恢复后的梯度图集成到超分辨率分支中,为超分辨率重建提供结构先验信息,从而明确地指导高质量超分辨率图像生成.对比基于梯度引导的结构保留超分辨率算法(SPSR),本文所提算法在×2,×3,×4尺度下的峰值信噪比平均提高了0.72 dB,实验结果表明所提算法重建出的医学MRI影像纹理细节更加丰富、视觉效果更加逼真.     

基于先验图像约束压缩感知 多能CT重建算法

由不同材质构成且材质之间密度相差较大的工件进行单一能量CT重建时无法获取完整内部结构.为获得结构信息完整的高质量CT重建图像,研究了基于先验图像压缩感知多能重建方法.首先从低到高依次采集多个能量下的投影数据,并用凸集投影-全变分最小化(POCS-TVM)算法对最低能量的投影数据进行CT重建,然后,将重建好的图像作为先验信息,利用先验图像压缩感知算法(PICCS)对下一组能量下的投影进行重建,重建后的图像再次作为新的先验信息重复以上步骤,依此类推直到最高能量的数据重建,以此达到完整重建.结果表明该方法可以有效减少因投影缺失而导致的伪影并保护低密度边缘.     

基于Huber惩罚函数和引导滤波的红外图像条纹噪声去除方法

为提高红外图像的视觉质量和可用性,提出一种基于Huber惩罚函数和引导滤波(GF)的去条纹噪声算法。该算法首先采用基于Huber惩罚函数的平滑结构,将图像分成平滑部分和高频部分,然后以平滑部分作为引导图像、高频部分作为输入图像,经过引导滤波提取条纹噪声,最后从原图像中减去噪声部分得到校正结果。实验表明,该算法能有效去除条纹噪声的同时保留图像细节,不会造成伪影现象,在去噪能力和细节保留方面都优于传统的GF、中值均衡直方图(MHE)等算法,为去除红外图像的条纹噪声提供了一种解决方案。     

基于CSF和仿射重建模型的噪声图像质量评价

针对无参考噪声图像质量评价问题,提出基于视觉对比度敏感函数(CSF)和仿射重建模型的噪声图像质量评价方法.引入CSF对待评价噪声图像进行滤波,利用图像分块技术,建立基于最优化问题求解的仿射重建模型,得到图像信号成分,估计出残差信号图像.计算各分块的噪声强度点分布,选取噪声强度点数量分布最多的区间,最终的噪声图像质量评价算子由该强度区间内的所有强度点的均值计算得到.在LIVE、TID2008及CSIQ数据库上开展评价算法主客观一致性评估实验,与其他几种评价算法进行对比,比较算法客观评价性能的表现.实验结果表明,提出的算法具有很好的准确性和主客观评价一致性.     

基于边缘检测的Kinect深度图像去噪算法

Kinect实时提取的深度图像映射得到的彩色图像以及目标背景分离图像边缘存在明显锯齿,且图像噪声大,质量较差。对此提出一种针对Kinect深度图像去噪算法。运用基于Prewitt算子的分块自适应阈值边缘检测算法可得到比较精细的图像边缘;进而根据获取边缘信息对深度图像进行分类,边缘区采用单向多级中值滤波算法进行降噪处理,而非边缘区采用双向多级中值滤波算法进行降噪处理。最终利用Kinect得到边缘清晰,噪声较小的高质量深度图像,实验证明了算法的有效性。     

锥束X射线CT图像重建的新型滤波函数

针对X射线计算机断层成像(computed tomography,CT)图像重建FDK算法中,采用通常的滤波函数会导致明显的Gibbs现象,影响重建图像的质量.基于混合滤波和加权平均理论,设计了一种新型的NEW-MS-L滤波函数.先将S-L滤波函数加权平均为M3S-L滤波函数,再与NEW滤波函数叠加,得到NEW-MS-L滤波函数.通过数值仿真,分别对比NEW、R-L-S-L、R-L-NEW、R-L-MS-L和NEW-MS-L滤波函数的重建图像效果,结果表明,NEW-MS-L滤波函数能够在保持较高图像分辨率的情况下,更有效地抑制Gibbs现象,使重建图像效果更佳.     

自适应反距离加权法滤除椒盐噪声

针对传统降噪算法在去除椒盐噪声的同时,不能很好地保护图像边缘结构信息的问题,改进了自适应的反距离加权插值(IDWI)滤除椒盐噪声.该算法通过自适应选择滤波窗口,通过计算待处理图像椒盐噪声密度,自适应选择反距离加权的权值系数.最后将图像噪声点处的值替换成反距离加权的插值,此插值使用所选自适应窗口内非噪声点像素值的距离加权和.实验结果表明,该算法在滤除椒盐噪声上优于其它算法,滤除噪声的同时能更好地保留图像细节、有更好的峰值信噪比,改善图像视觉效果.     

基于自适应维纳滤波和2D-VMD的声呐图像去噪算法

声呐图像易产生对比度低、分辨率低、边缘失真等问题,所以在去除声呐图像噪声时难以将有效信号与噪声准确分离,从而导致去噪后图像对比度降低、边缘轮廓不清晰、细节丢失严重等问题.本文提出一种基于自适应维纳滤波和2D-VMD(二维变分模态分解)的声呐图像去噪算法.首先通过二维变分模态分解对含噪图像进行分解,得到一系列不同中心频率的模态分量,利用相关系数和结构相似度筛选出有效的模态分量,并使用自适应维纳滤波处理有效的模态分量,最后将滤波后的模态分量进行重构,从而去除图像中的噪声.实验结果表明:所提图像去噪算法在相关系数(CC)、结构相似度(SSIM)这两项客观数据上表现最优,峰值信噪比(PSNR)略低于NSST域去噪,综合客观数据与视觉效果,本文所提算法去除噪声后的图像细节和边缘保持能力效果最佳.