

版權說明: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,請進行舉報或認領
文檔簡介
1、經(jīng)過三十多年的發(fā)展,計算機斷層掃描(CT)的成像質(zhì)量得到了顯著地提高,已廣泛地應用于臨床醫(yī)學診斷。CT檢查在掃描過程中會產(chǎn)生對人體造成傷害的電離輻射,而降低CT掃描劑量又會給成像效果帶來嚴重的影響。因此研究有效的低劑量CT圖像去噪算法,具有重要的研究價值和醫(yī)學臨床意義。
對圖像噪聲抑制時,濾除噪聲信息和保護有用信息是對立統(tǒng)一的。傳統(tǒng)的圖像算法在對圖像去噪的同時,丟失了圖像中的細節(jié)信息,如紋理,邊緣。本文在研究基于分數(shù)階Grün
2、wald-Letnikov(G-L) PMD的低劑量CT圖像去噪算法的基礎上,提出了基于鄰域方差自適應調(diào)節(jié)分數(shù)階階次的圖像去噪算法和基于分數(shù)階Riemann-Liouville(R-L) PMD的低劑量CT圖像去噪算法,具體研究內(nèi)容如下:
1、研究了基于分數(shù)階G-L PMD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比性實驗,通過分析和比較得出了兩個實驗結(jié)果:a、相比較傳統(tǒng)的圖像去噪算法,分數(shù)階PMD算法在對圖
3、像去噪的同時,較好地保留了圖像邊緣、紋理等細節(jié)信息。b、相同條件下,不同的分數(shù)階階次對圖像去噪和細節(jié)信息保留有著重要的影響:選取較大分數(shù)階階次有利于保持細節(jié)信息,而選取較小分數(shù)階階次可以有力地去噪。
2、提出了基于鄰域方差自適應調(diào)節(jié)分數(shù)階階次的PMD算法(NV-GL PMD)。其思想:對于鄰域方差大的紋理區(qū)域選取較大的分數(shù)階階次,而對于鄰域方差小的平滑區(qū)域選取較小的分數(shù)階階次,進而根據(jù)鄰域方差信息實現(xiàn)了分數(shù)階階次自適應調(diào)節(jié)。實
4、驗結(jié)果表明,相比較分數(shù)階G-L PMD算法,本文提出的算法對低劑量CT圖像去噪效果有很好地改善,圖像中細節(jié)信息也得到了有效地保持。
3、本文進一步提出了一種NV-RL PMD的低劑量CT圖像去噪算法。由于分數(shù)階R-L積分算子可以在一定程度上對含有弱噪聲圖像實現(xiàn)去噪保邊效果,因此本文嘗試將NV-RL PMD算法應用于低劑量CT圖像去噪。實驗對比結(jié)果表明:相比較NV-GL PMD算法,本文提出的算法在對圖像去噪的同時,還對圖像邊緣
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于剪切波變換的低劑量CT圖像去噪算法研究.pdf
- 基于粒子濾波的低劑量CT圖像去噪.pdf
- 基于貝葉斯估計的低劑量CT圖像去噪算法.pdf
- 基于分數(shù)階變分的圖像去噪和分割算法研究.pdf
- 基于分數(shù)階小波變換的圖像去噪研究.pdf
- 基于分數(shù)階變分PDE的圖像去噪模型研究.pdf
- 一種可變階次分數(shù)階積分圖像去噪的算法研究.pdf
- 低劑量CT投影數(shù)據(jù)多尺度去噪算法的研究.pdf
- 基于分數(shù)階微積分的三維圖像去噪增強算法研究.pdf
- 22652.基于分數(shù)階偏微分方程的圖像去噪算法研究
- 基于分數(shù)階微積分的圖像去噪和圖像配準方法研究.pdf
- 基于塊的圖像去噪算法研究.pdf
- 基于分數(shù)階各向異性擴散模型的圖像去噪方法研究.pdf
- 基于多小波的醫(yī)學CT圖像去噪算法研究.pdf
- 基于深度學習的圖像去噪算法
- 基于Contourlet的圖像去噪算法研究.pdf
- 基于邊緣保持的圖像去噪算法.pdf
- 基于維納濾波的圖像去噪算法研究.pdf
- 基于相似塊的圖像去噪算法研究.pdf
- 基于稀疏表示的圖像去噪算法
評論
0/150
提交評論