基于稀疏分解的醫(yī)學(xué)圖像去噪.pdf

1、隨著醫(yī)學(xué)、計(jì)算機(jī)技術(shù)的發(fā)展，醫(yī)學(xué)影像技術(shù)在臨床應(yīng)用上發(fā)揮著越來(lái)越重要的作用。醫(yī)學(xué)CT圖像在成像過(guò)程中，由于成像機(jī)制和外界因素的影響，將不可避免的引入噪聲。
　　傳統(tǒng)的去噪方法往往需要知道噪聲的統(tǒng)計(jì)特性，本文以匹配跟蹤算法的稀疏分解為基礎(chǔ)提出了自適應(yīng)分塊稀疏去噪方法和分塊硬門(mén)限閾值稀疏去噪方法。本文具體做了如下工作:
　　(1)首先，用匹配跟蹤算法實(shí)現(xiàn)一維信號(hào)和二維圖像信號(hào)的稀疏分解。為了保證圖像稀疏分解有良好的視覺(jué)效果，本文

2、選擇的過(guò)完備原子庫(kù)是非對(duì)稱(chēng)原子庫(kù)。針對(duì)匹配跟蹤方法運(yùn)算量巨大的問(wèn)題，引入遺傳算法尋找與信號(hào)最佳匹配的原子，同時(shí)提出分塊的思想，即把分塊后的圖像單獨(dú)進(jìn)行去噪。實(shí)驗(yàn)表明，分塊后對(duì)各子塊采用遺傳算法分解尋找的最佳匹配原子能有效的重建原圖像，大大降低了運(yùn)算量，節(jié)省運(yùn)算時(shí)間。
　　(2)其次，本文采用提出的分塊稀疏分解去噪方法對(duì)醫(yī)學(xué)圖像去噪。在醫(yī)學(xué)圖像去噪中，為了解決稀疏自適應(yīng)去噪問(wèn)題，引入了圖像相干比閾值作為醫(yī)學(xué)圖像去噪的結(jié)束條件。通過(guò)大