版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、光學(xué)相干層析成像(Optical Coherence Tomography,OCT)是近十年迅速發(fā)展起來(lái)的一種新型成像技術(shù),它利用近紅外光的相干特性,結(jié)合外差探測(cè)等技術(shù)對(duì)生物組織淺表面成像,具有高分辨率,高靈敏度及無(wú)損檢測(cè)等優(yōu)點(diǎn),被廣泛地應(yīng)用于生物醫(yī)學(xué)領(lǐng)域。
OCT系統(tǒng)在成像過(guò)程中不可避免地會(huì)產(chǎn)生散斑噪聲,降低了圖像的清晰度和對(duì)比度,影響了生物醫(yī)學(xué)組織中細(xì)微結(jié)構(gòu)的檢測(cè)。本文對(duì)現(xiàn)有散斑噪聲抑制算法進(jìn)行了分析,針對(duì)在散斑降噪方
2、面的不足之處,提出了一種新的散斑噪聲抑制算法,基于非線性對(duì)數(shù)空間的貝葉斯最小均方差估計(jì)。該算法的新穎之處在于根據(jù)散斑的統(tǒng)計(jì)特性,在對(duì)數(shù)空間中通過(guò)條件后驗(yàn)抽樣方法抽取樣本,用非參數(shù)估計(jì)方法估計(jì)無(wú)噪聲數(shù)據(jù)的后驗(yàn)分布,并利用貝葉斯最小均方差估計(jì)無(wú)噪聲數(shù)據(jù),得到散斑處理后的圖像。實(shí)驗(yàn)結(jié)果表明,該算法對(duì)圖像信噪比和等效視數(shù)的改善情況明顯優(yōu)于傳統(tǒng)的小波變換和中值濾波,但是在邊緣保留方面還不夠理想。針對(duì)該算法在圖像邊緣保留方面的不足,對(duì)圖像像素的權(quán)值
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于貝葉斯理論的圖像復(fù)原算法研究
- 基于貝葉斯理論的圖像復(fù)原算法研究.pdf
- 基于最小風(fēng)險(xiǎn)的主動(dòng)貝葉斯郵件過(guò)濾算法研究.pdf
- 基于貝葉斯概率模型的水平集圖像分割算法.pdf
- 基于最小貝葉斯風(fēng)險(xiǎn)的頻譜感知技術(shù)的研究.pdf
- 基于最小錯(cuò)誤率貝葉斯決策和平滑濾波的圖像去噪算法研究
- 基于貝葉斯模型的圖像顯著度檢測(cè).pdf
- 基于最小錯(cuò)誤率貝葉斯決策和平滑濾波的圖像去噪算法研究.pdf
- 圖像復(fù)原-模型、貝葉斯推理及迭代算法研究.pdf
- 基于貝葉斯估計(jì)的低劑量CT圖像去噪算法.pdf
- 基于層次貝葉斯的廣義均值方差模型的應(yīng)用研究.pdf
- 貝葉斯算法原理分析
- 基于貝葉斯網(wǎng)絡(luò)數(shù)據(jù)挖掘算法的研究.pdf
- 基于貝葉斯的網(wǎng)頁(yè)文本分類算法.pdf
- 動(dòng)態(tài)異方差隨機(jī)前沿模型的貝葉斯推斷.pdf
- 基于粗糙集的最小風(fēng)險(xiǎn)貝葉斯垃圾郵件過(guò)濾算法的研究.pdf
- 基于貝葉斯的壓縮感知重構(gòu)算法研究.pdf
- 基于關(guān)聯(lián)信息的貝葉斯分類算法研究.pdf
- 缺失數(shù)據(jù)的貝葉斯模型處理.pdf
- 基于貝葉斯置信傳播的圖像分割方法研究.pdf
評(píng)論
0/150
提交評(píng)論