应用先验插值校正CT金属伪影

针对CT系统在实际应用中出现的金属伪影问题,提出一种基于先验插值的金属伪影校正算法。文中通过预滤波、骨骼分割和软组织恢复步骤计算先验图像,并利用先验图像的正向投影对原始投影中的金属投影区进行插值校正。应用该算法对数值仿真图像和临床CT图像分别进行了校正重建实验。数值仿真实验表明,用提出算法校正的结果比线性插值金属伪影校正算法、归一化金属伪影校正算法校正的结果更接近理想体模。临床数据实验表明:该算法的重建结果有效抑制了金属伪影,清晰重建出金属边缘细节,极大地提高了重建图像的质量。     

基于局部标准差与显著图的模糊图像质量评价方法

为了有效地对模糊图像的质量进行评价,提出了基于局部标准差和显著图的无参考模糊图像质量评价方法。首先,针对待评价图像,利用高斯低通滤波器对其进行模糊化来构造参考图像。然后,利用图像的局部标准差和显著图两个特征在模糊化前后的变化情况,对原模糊图像的质量进行评价。最后分别在LIVE图像库和CSIQ图像库上对本文方法进行了验证,其中Pearson线性相关系数(PLCC)值分别达到了0.9315和0.9254,Spearman秩相关系数(SROCC)值分别达到了0.9258和0.8962。实验结果表明本文方法与当前公认性能优越的算法LPC-SI表现接近,且计算复杂度较低,耗时仅为其4.7%。     

基于局部信息失真建模的图像质量评价方法

针对传统的基于像素差值统计的方法以及结构相似度方法不能很好地反映主观评价结果的情况,提出了一种利用图像局部信息失真建模的质量评价方法。该方法通过考虑人眼视觉系统的特点,对像素灰度失真、局部对比度失真和局部结构失真进行建模,并利用局部方差作为权重,得到了最终的图像质量评价测度。其物理意义明确,而且计算相对简单。在LIVE图像数据库上的实验表明,本文方法对于jp2k,jpeg,gblur和fastfading失真的质量预测准确性和一致性都很高,均优于结构相似度方法,对于wn失真也有较好的预测结果。与几种公认较好的方法相比,本文方法表现出了很好的预测性能,得到了与人眼主观感知更加一致的结果。     

应用log-Gabor韦伯特征的图像质量评价

考虑人眼对亮度的感知符合韦伯定律的特点,本文利用log-Gabor滤波器模拟人眼对图像的感知过程,提出了一种新的log-Gabor韦伯特征,以便保留不同尺度的符合人眼感知的结构信息。基于此,还提出了一种应用log-Gabor韦伯特征的图像质量评价方法。首先将待评价失真图像和参考图像从RGB空间转换到YIQ颜色空间,分离亮度分量和颜色分量。然后利用log-Gabor韦伯特征和梯度特征计算亮度分量失真,并结合颜色分量的失真,得到失真图像与参考图像的局部相似度图。最后利用修正的CSF函数,对局部相似度图进行加权,得到图像质量评价指标。在LIVE、CSIQ和IVC3个图像库上的实验结果表明,本文方法与人眼主观感知有很好的一致性,而且相对于其他方法,表现更加稳定。本文方法在3个图像库上的加权Spearman秩相关系数(SROCC)为0.949 8,Kendall秩相关系数(KROCC)为0.802 6,Pearson线性相关系数(PLCC)为0.943 8,相比对比方法有显著的提高。