版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、光學(xué)相干層析(Optical Coherence Tomography,OCT)技術(shù)利用光源低相干性獲取待測樣品內(nèi)部結(jié)構(gòu)信息,已應(yīng)用于生物醫(yī)學(xué)、臨床醫(yī)學(xué)和物體無損檢測等領(lǐng)域。OCT系統(tǒng)在成像過程中易受到CCD積分效應(yīng)和噪聲等因素的影響,造成圖像退化現(xiàn)象,難以獲得具有微小結(jié)構(gòu)組織和低強度組織的待測樣品清晰圖像,直接影響著圖像分析精度。非負(fù)性和遞歸逆濾波(Nonnegativity and Support Recursive Inverse
2、 Filtering,NAS-RIF)盲復(fù)原方法能夠從退化的圖像中獲取有價值的圖像信息,然而現(xiàn)有的NAS-RIF方法及其改進方法在復(fù)原的過程中易受觀測圖像噪聲的影響,使得估計圖像產(chǎn)生偏差,且無法兼顧圖像的細(xì)節(jié)信息,制約了圖像復(fù)原質(zhì)量的提高。因此,研究基于改進NAS-RIF的OCT圖像盲復(fù)原方法,提高OCT圖像復(fù)原過程的噪聲魯棒性,獲得結(jié)構(gòu)清晰的高信噪比OCT圖像,具有重要的理論意義和應(yīng)用價值。
本文在分析OCT圖像復(fù)原方法和噪
3、聲對NAS-RIF方法盲復(fù)原圖像質(zhì)量影響的基礎(chǔ)上,提出了一種基于改進NAS-RIF的OCT圖像盲復(fù)原方法。首先,應(yīng)用幾何非線性擴散濾波濾除OCT圖像的部分噪聲,并采用基于泊松分布的最小誤差閾值準(zhǔn)確估計OCT圖像的支持域;然后,將估計圖像的總變分引入代價函數(shù),構(gòu)建了基于各項異性總變分(Anisotropic Total Variation,ATV)正則化項的改進代價函數(shù),并采用分裂Bregman迭代方法,構(gòu)建了OCT圖像復(fù)原優(yōu)化問題的最優(yōu)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 盲圖像復(fù)原方法的研究.pdf
- 基于稀疏約束的圖像盲復(fù)原方法研究.pdf
- 基于先驗約束的圖像盲復(fù)原方法研究.pdf
- 數(shù)字圖像盲復(fù)原方法研究.pdf
- 半盲圖像復(fù)原技術(shù)的研究與改進.pdf
- 運動模糊圖像盲復(fù)原方法研究.pdf
- 圖像盲復(fù)原算法研究.pdf
- 基于改進微粒群算法的圖像復(fù)原方法研究.pdf
- 基于變分方法的單幅運動模糊圖像盲復(fù)原.pdf
- 圖像盲復(fù)原中的模糊核求解方法研究.pdf
- 混合約束的運動模糊圖像盲復(fù)原方法研究.pdf
- 數(shù)字圖像的盲復(fù)原研究.pdf
- 高斯模糊圖像的盲復(fù)原.pdf
- 基于正則約束的運動模糊圖像盲復(fù)原研究.pdf
- 單幅運動模糊圖像的盲復(fù)原研究.pdf
- 含噪圖像盲復(fù)原算法的研究.pdf
- 單幅圖像盲復(fù)原技術(shù)研究.pdf
- 基于稀疏與低秩模型的光學(xué)遙感圖像盲復(fù)原方法研究.pdf
- PDE方法在圖像修復(fù)和圖像盲復(fù)原中的應(yīng)用研究.pdf
- 基于數(shù)字圖像頻域特性的模糊圖像盲復(fù)原算法研究.pdf
評論
0/150
提交評論