首页 | 本学科首页   官方微博 | 高级检索  
     

改进的LLMMSE滤波器对扩散加权图像的降噪
引用本文:易三莉,陈真诚,林红利. 改进的LLMMSE滤波器对扩散加权图像的降噪[J]. 计算机工程与应用, 2010, 46(29): 6-8. DOI: 10.3778/j.issn.1002-8331.2010.29.002
作者姓名:易三莉  陈真诚  林红利
作者单位:1.中南大学 信息物理工程学院 生物医学工程研究所,长沙 410083 2.桂林电子科技大学 生物医学工程研究中心,广西 桂林 541004
基金项目:国家高技术研究发展计划(863),湖南省自然科学基金
摘    要:扩散加权图像具有多边界的特点,在扩散加权图像中,准确的边界信号对扩散张量图像的计算尤其重要。通过对局部线性最小均方误差滤波器(Local Linear Minimum Mean Square Error filter,LLMMSE filter)在图像边界处降噪特点进行分析,提出基于最小方差数据集的改进的LLMMSE滤波算法。通过将所提算法应用于模拟数据及真实数据,以及与LLMMSE算法进行比较,验证了本算法具有更好的边界信号降噪能力。

关 键 词:扩散加权图  LLMMSE滤波器  局部方差  
收稿时间:2010-07-07
修稿时间:2010-8-23 

Improved LLMMSE filter in denoising of diffusion weighted image
YI San-li,CHEN Zhen-cheng,LIN Hong-li. Improved LLMMSE filter in denoising of diffusion weighted image[J]. Computer Engineering and Applications, 2010, 46(29): 6-8. DOI: 10.3778/j.issn.1002-8331.2010.29.002
Authors:YI San-li  CHEN Zhen-cheng  LIN Hong-li
Affiliation:1.Biomedical Engineering Institute of Central South University,Changsha 410083,China 2.Biomedical Engineering Research Center,Guilin University of Electronic Technology,Guilin,Guangxi 541004,China
Abstract:Diffusion weighted images are characterized by multi-boundaries.Accurate boundary signals are essential in computing diffusion tensor images based on DWIs.Through the detailed analysis of the effect of the LLMMSE filter applied in denoising the image boundary,an improved LLMMSE filter based on the theory of local minimum variance is proposed.After the application of this proposed method in both simulate data and real data and the comparison of the improved method with LLMMSE,this proposed method is proved t...
Keywords:diffusion weighted image  LLMMSE filter  local variance
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号