資源描述：
《畢業(yè)論文--PET圖像去噪方法研究》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、湖南大學(xué)畢業(yè)設(shè)計(論文)第I頁HUNANUNIVERSITY畢業(yè)論文論文題目PET圖像去噪方法研究學(xué)生姓名學(xué)生學(xué)號專業(yè)班級自動化1102學(xué)院名稱電氣與信息工程學(xué)院指導(dǎo)老師學(xué)院院長2015年5月25日II湖南大學(xué)畢業(yè)設(shè)計(論文)第頁摘要在眾多醫(yī)學(xué)圖像中，正電子發(fā)射型計算機(jī)斷層顯像(PositronEmissionTomography,PET)，在治療腫瘤患者的過程中起著重要的作用。事實上，獲得的圖像很容易受到噪聲的干擾，比如泊松噪聲和高斯白噪聲。圖像去噪在醫(yī)學(xué)圖像處理是必要的，它是對圖像進(jìn)一步處理的基礎(chǔ)。傳統(tǒng)的圖像去噪方法按照處理域的不同可分為空間域濾波和頻率域濾波。傳統(tǒng)的去噪方
2、法可以一定程度去除噪聲，但是同時還會模糊圖像的邊緣。由于醫(yī)學(xué)圖像有其特殊性，圖像紋理對于醫(yī)學(xué)診斷和配準(zhǔn)是十分重要的。此外，由于PET圖像本身信噪比(SNR)很低，對低信噪比圖像去噪一直是一個重大的挑戰(zhàn)。A.Bades等人提出了非局部均值(NLM)去噪算法的概念，基本思想不再是局部平滑而是平均圖像中所有的像素。非局部均值濾波能夠同時做到去除噪聲和保持邊緣而不丟失太多的精細(xì)結(jié)構(gòu)和細(xì)節(jié)。本文將非局部均值去噪算法應(yīng)用于PET圖像去噪。所有考慮進(jìn)去的去噪算法將在視覺質(zhì)量、峰值信噪比(PSNR)和邊緣細(xì)節(jié)保持情況三個方面進(jìn)行去噪性能比較。通過實驗發(fā)現(xiàn)和中值濾波、維納濾波和雙邊濾波相比，非局
3、部均值濾波算法可以在圖像去噪上有更好的性能，而且還可以有效地保護(hù)圖像的邊緣信息。關(guān)鍵詞：圖像去噪；泊松噪聲；邊緣保持；非局部均值；PET圖像II湖南大學(xué)畢業(yè)設(shè)計(論文)第頁PETImageDenoisingMethodResearchAbstractAmongmanymedicalimages,PositronEmissionTomography(PET)playsanimportantroleinthe?processoftreatingcancerpatients.However,imagesareeasilydisturbedbynoise,suchasPoissonno
4、iseandwhiteGaussiannoise.Imagedenoisingisnecessaryinmedicalimageprocessing,andit’sabasisforfurtherprocessing.Traditionalimagedenoisingmethodscanbedividedintospatialdomaindenoisingandfrequencydomaindenoising.Thetraditionalmethodcanremovethenoiseto?some?extentwhileblurstheimageedges.Duetotheme
5、dicalimagehasitsparticularity,imagetextureisimportantformedicaldiagnosisandregistration.Besides,PETimagesdenoisingisasignificantchallengeforitslowsignal-to-ratio(SNR).A.Bades,etalbroughtforwardtheconceptofthenon-localmeans(NLM)denoisingalgorithm,basedonanonlocalaveragingofallpixelsintheimage
6、.Thenon-localmeansfilteringremovesthenoiseandpreservetheedgeswithoutlosingtoomanyfinestructureanddetails.Inthispaper,?thenon-localmeansdenoisingalgorithmisappliedto?PET?imagedenoising.Thedenoisingperformanceofallconsideredmethodsiscomparedinthreewaysintermsofvisualquality,peaksignaltonoisera
7、tio(PSNR)and?edgedetail.Throughtheexperimentitwasfoundthat?the?non-localmeansfilteringmethodcanachievebetterperformancecomparedtomedianfiltering,wienerfilteringandbilateralfilteringinimagedenoising.?Atthesametime,itcaneffectivelyprotecttheimageedge
