彌散加權(quán)圖像去噪方法的研究

《彌散加權(quán)圖像去噪方法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、密級：非密中圖分類號：TP391.9碩士學(xué)位論文彌散加權(quán)圖像去噪方法的研究研究生：姜博宇導(dǎo)師：張劍學(xué)科：控制科學(xué)與工程研究方向：數(shù)字圖像信號處理2018年6月AThesisSubmittedfortheDegreeofMasterResearchondiffusionweightedimagingDenosingCandidate：BoyuJiangSupervisorandRank：JianZhang(professor)彌散加權(quán)圖像去噪方法的研究學(xué)位類型學(xué)術(shù)型學(xué)位作者姓名姜博宇作者學(xué)號1501040100

2、7學(xué)科（專業(yè)學(xué)位類別)控制科學(xué)與工程研究方向（專業(yè)領(lǐng)域)數(shù)字圖像信號處理導(dǎo)師姓名及職稱張劍（教授）實踐導(dǎo)師姓名及職稱所在學(xué)院信息與電氣工程學(xué)院論文提交日期2018年6月學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作

3、者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)湖南科技大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。作者簽名：日期：年月日導(dǎo)師簽名：日期：年月日摘要隨著科學(xué)的發(fā)展與技術(shù)的進步，數(shù)字圖像信號處理已成為了一門新的學(xué)科，且廣泛的應(yīng)用于各個領(lǐng)域，成為很多技術(shù)不可缺少的部分。其理論與技術(shù)也隨著研究者們的不斷探索而加深，壯大。本文主要針對彌散

4、加權(quán)成像的去噪方法進行了研究。彌散加權(quán)成像作為核磁共振成像的一種衍生技術(shù)，也是唯一非入侵式的腦部檢測技術(shù)，故廣泛的應(yīng)用于臨床診斷與治療之中。但其往往受到多種因素的影響，在成像的過程中引入了噪聲，從而影響圖像的質(zhì)量，降低了圖像的可靠性與可讀性。所以對彌散加權(quán)成像去噪方法的研究無論是在醫(yī)學(xué)應(yīng)用領(lǐng)域還是在數(shù)字圖像領(lǐng)域都有著重要的作用與意義。目前大多數(shù)算法都假設(shè)噪聲是已知的，忽略了實際中噪聲的多樣性。本文首先將對彌散加權(quán)成像包含的噪聲進行分析，為去噪模型的建立奠定充足的理論依據(jù)?，F(xiàn)有的去噪模型往往沒有考慮彌散加權(quán)成像

5、的結(jié)構(gòu)特征與圖像特點，沒有針對不同的區(qū)域考慮相應(yīng)的去噪手段。針對該問題，本文在非局部均值算法與基于偏微分方程算法的基礎(chǔ)上分別做出了相應(yīng)的改進，提出了新的思路，建立了新的去噪模型。彌散加權(quán)成像不同于傳統(tǒng)的自然圖像，主要是給醫(yī)生提供充足的信息，帶有一定的主觀色彩，且對各種結(jié)構(gòu)細(xì)節(jié)的保留具有一定的要求，以此來提高診斷的正確性與治療的效果。本文也將根據(jù)這一特點提出新的圖像復(fù)原質(zhì)量評價的思路。本文主要做了如下工作：第一、闡述了彌散加權(quán)成像去噪方法的國內(nèi)外研究現(xiàn)狀和重大的科研意義，介紹了彌散加權(quán)圖像所獨有的成像特點以及成

6、像所包含的噪聲的特點、來源等內(nèi)容。第二、對彌散加權(quán)成像中所包含的噪聲進行了詳盡的分析。提出了基于背景的噪聲估計算法和魯棒迭代算法，為彌散加權(quán)成像去噪算法的建立提供了指導(dǎo)性的意見。為了滿足醫(yī)學(xué)圖像質(zhì)量評價的特殊性，本文以現(xiàn)有的評價標(biāo)準(zhǔn)為基礎(chǔ)，提出了一種針對彌散加權(quán)成像質(zhì)量評價的思路。第三、介紹了經(jīng)典的去噪算法，詳細(xì)的分析了非局部均值去噪算法和基于偏微分算法的不足與優(yōu)勢，為算法的改進與新算法的提出提供指導(dǎo)性的意見。第四、在經(jīng)典的非局部均值算法的思路上，結(jié)合彌散加權(quán)成像自身的結(jié)構(gòu)特點與相關(guān)特征。針對原模型的不足之處

7、做出相應(yīng)的改進，提出了高斯余弦型的加權(quán)核函數(shù)與全角度相似性度量函數(shù)。新的模型不僅相對于經(jīng)典模型在去噪效果上-i-有了很大的提升，而且也比目前基于非局部均值的各種去噪算法有著更好的效果。第五、在基于偏微分方程去噪算法的基礎(chǔ)上。結(jié)合了彌散加權(quán)成像服從Rician噪聲分布的特點，圖像間的相關(guān)信息。構(gòu)建了自適應(yīng)項系數(shù)，其能夠很好的區(qū)分像素所處的區(qū)域特征，從而構(gòu)建自適應(yīng)保真項。又根據(jù)圖像梯度的特征要求，構(gòu)建了自適應(yīng)的梯度保真項。從而得到了雙保真全變差模型，其不僅針對彌散加權(quán)成像具有很好的效果，而且對于傳統(tǒng)圖像也具有不俗

8、的表現(xiàn)。關(guān)鍵詞:圖像處理；圖像去噪；非局部均值；全變差；雙保真項；自適應(yīng)-ii-AbstractWiththedevelopmentofscienceandtechnology,digitalimageshavegraduallybecomeanewscienceandhavebeenwidelyusedinvariousfields.Itstheoryandtechnologywillcontin