基于分?jǐn)?shù)階pmd的低劑量ct圖像去噪算法研究

《基于分?jǐn)?shù)階pmd的低劑量ct圖像去噪算法研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、－－－．？－連’Ａ、各種成＊香４ＵＮＩＶＥＲＳＩＴＹＯｆＥＬ臣ＣＴＲＯＮＩＣＳＣＤＴＥＣＨＮＯＬＯＧＹＯＰＣＨＩＮＡＩＥＮＣＥＡＮ碩ｉｔ學(xué)位論文ＭＡＳＴＥＲＴＨＥＳＩＳＸ壽，、．０《癸，論支題眉基于分?jǐn)?shù)階ＰＭＤ的低劑量ＣＴ圖像去噪算法研究學(xué)科專(zhuān)業(yè)植制科學(xué)與工程＼學(xué)號(hào)２０１３２１０７０３４２作者姓名朱得超—指導(dǎo)教師劉曉云副教授—獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，

2、除了義中特別加標(biāo)注和致謝的地方夕ｈ論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示謝意。作者簽名／０：日期：奶／年日爭(zhēng)雌夕月＞論支使用授權(quán)本學(xué)位論文作者完全了解電子科技大學(xué)有關(guān)保留、使用學(xué)位論文，的規(guī)定有權(quán)保留并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和磁盤(pán)，光許論義被查閱和借閱。本人授權(quán)電子科技大學(xué)可抖將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可臥采用影印、縮印或掃描等

3、復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定）者簽￣作名：鴻楚導(dǎo)師簽名：＾＾ｒ日期矣年月日少分類(lèi)號(hào)密級(jí)注1UDC學(xué)位論文基于分?jǐn)?shù)階PMD的低劑量CT圖像去噪算法研究（題名和副題名）朱得超（作者姓名）指導(dǎo)教師劉曉云副教授電子科技大學(xué)成都（姓名、職稱(chēng)、單位名稱(chēng)）申請(qǐng)學(xué)位級(jí)別碩士學(xué)科專(zhuān)業(yè)控制科學(xué)與工程提交論文日期2016年5月1日論文答辯日期2016年5月9日學(xué)位授予單位和日期電子科技大學(xué)2016年6月答辯委員會(huì)主席評(píng)閱人注1：注明《國(guó)際十進(jìn)分類(lèi)法UDC》的類(lèi)號(hào)。ResearchonLow-DosedX-RayCompute

4、dTomographyImagingbyTheFractional-OrderPerona-MalikDiffusionAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:ControlScienceandEngineeringAuthor:ZhuDechaoAdvisor:LiuXiaoyunSchool:SchoolofAutomationEngineering摘要摘要經(jīng)過(guò)三十多年的發(fā)展，計(jì)算機(jī)斷層掃描(ComputedTomography,CT)

5、的成像質(zhì)量得到了顯著地提高，已廣泛地應(yīng)用于臨床醫(yī)學(xué)診斷。CT檢查在掃描過(guò)程中會(huì)產(chǎn)生對(duì)人體造成傷害的電離輻射，而降低CT掃描劑量又會(huì)給成像效果帶來(lái)嚴(yán)重的影響。因此研究有效的低劑量CT圖像去噪算法，具有重要的研究?jī)r(jià)值和醫(yī)學(xué)臨床意義。對(duì)圖像噪聲抑制時(shí)，濾除噪聲信息和保護(hù)有用信息是對(duì)立統(tǒng)一的。傳統(tǒng)的圖像算法在對(duì)圖像去噪的同時(shí)，丟失了圖像中的細(xì)節(jié)信息，如紋理，邊緣。本文在研究基于分?jǐn)?shù)階Grünwald-Letnikov(G-L)PMD的低劑量CT圖像去噪算法的基礎(chǔ)上，提出了基于鄰域方差自適應(yīng)調(diào)節(jié)分?jǐn)?shù)階階次的圖像去噪算法和基于分?jǐn)?shù)階Riemann-Liouville(

6、R-L)PMD的低劑量CT圖像去噪算法，具體研究?jī)?nèi)容如下:1、研究了基于分?jǐn)?shù)階G-LPMD的低劑量CT圖像去噪算法。建立傳統(tǒng)算法與研究算法的去噪效果對(duì)比性實(shí)驗(yàn)，通過(guò)分析和比較得出了兩個(gè)實(shí)驗(yàn)結(jié)果：a、相比較傳統(tǒng)的圖像去噪算法，分?jǐn)?shù)階PMD算法在對(duì)圖像去噪的同時(shí)，較好地保留了圖像邊緣、紋理等細(xì)節(jié)信息。b、相同條件下，不同的分?jǐn)?shù)階階次對(duì)圖像去噪和細(xì)節(jié)信息保留有著重要的影響：選取較大分?jǐn)?shù)階階次有利于保持細(xì)節(jié)信息，而選取較小分?jǐn)?shù)階階次可以有力地去噪。2、提出了基于鄰域方差自適應(yīng)調(diào)節(jié)分?jǐn)?shù)階階次的PMD算法(NV-GLPMD)。其思想：對(duì)于鄰域方差大的紋理區(qū)域選取較大的

7、分?jǐn)?shù)階階次，而對(duì)于鄰域方差小的平滑區(qū)域選取較小的分?jǐn)?shù)階階次，進(jìn)而根據(jù)鄰域方差信息實(shí)現(xiàn)了分?jǐn)?shù)階階次自適應(yīng)調(diào)節(jié)。實(shí)驗(yàn)結(jié)果表明，相比較分?jǐn)?shù)階G-LPMD算法，本文提出的算法對(duì)低劑量CT圖像去噪效果有很好地改善，圖像中細(xì)節(jié)信息也得到了有效地保持。3、本文進(jìn)一步提出了一種NV-RLPMD的低劑量CT圖像去噪算法。由于分?jǐn)?shù)階R-L積分算子可以在一定程度上對(duì)含有弱噪聲圖像實(shí)現(xiàn)去噪保邊效果，因此本文嘗試將NV-RLPMD算法應(yīng)用于低劑量CT圖像去噪。實(shí)驗(yàn)對(duì)比結(jié)果表明：相比較NV-GLPMD算法，本文提出的算法在對(duì)圖像去噪的同時(shí)，還對(duì)圖像邊緣區(qū)域具有一定的增強(qiáng)作用，改善了圖

8、像視覺(jué)效果。關(guān)鍵詞：低劑量CT圖像，分?jǐn)?shù)階Grünwald-Let