基于BM3D算法的信號(hào)相關(guān)噪聲去除方法研究.pdf

1、圖像是視覺信息的重要載體，隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，數(shù)字圖像已成為視覺信息的主要表現(xiàn)形式。數(shù)字圖像在其產(chǎn)生、存儲(chǔ)和傳播等過程中，會(huì)受到不同程度的噪聲的干擾，影響信息的正常獲取和判讀。如何有效地去除噪聲，從圖像中獲取有效信息成為當(dāng)前研究的熱門領(lǐng)域。更重要的是，在醫(yī)學(xué)臨床應(yīng)用中，由于成像原理以及成像設(shè)備的不完善等原因，醫(yī)學(xué)圖像中含有比較復(fù)雜的噪聲，干擾疾病的診斷和治療。因此，圖像去噪具有極其重要的理論和應(yīng)用價(jià)值。
　　本論文首先從噪聲

2、是否與信號(hào)相關(guān)入手，介紹了信號(hào)無關(guān)噪聲和信號(hào)相關(guān)噪聲，詳細(xì)比較了它們的不同;提出了一個(gè)噪聲模型，能有效地表示不同類型的信號(hào)相關(guān)噪聲;同時(shí)，介紹了數(shù)字圖像去噪的基本原理和相關(guān)算法。最后，對(duì)X射線相襯成像和光學(xué)相干層析成像(OCT)這兩種醫(yī)學(xué)成像技術(shù)作了簡單介紹，指出信號(hào)相關(guān)噪聲去除為該領(lǐng)域中的重要研究課題。
　　然后，介紹了本文中用到的一些相關(guān)技術(shù)和算法:分塊DCT算法和經(jīng)驗(yàn)維納濾波算法。同時(shí)，介紹了一種信號(hào)相關(guān)噪聲參數(shù)估計(jì)的方法，

3、以及幾種關(guān)鍵技術(shù):噪聲方差的PCA估計(jì)，圖像弱紋理區(qū)域的選取和參數(shù)的極大似然估計(jì)等。以上算法為本論文提出的信號(hào)相關(guān)噪聲去除算法的基礎(chǔ)。
　　塊匹配三維協(xié)同濾波(BM3D)是加性高斯噪聲去除的優(yōu)秀算法之一。然而，對(duì)于醫(yī)學(xué)臨床圖像中的信號(hào)相關(guān)噪聲，該方法無法有效地實(shí)施。我們利用信號(hào)相關(guān)噪聲參數(shù)的魯棒估計(jì)和相似性的準(zhǔn)確度量，以及用自相似的方法對(duì)去噪的結(jié)果進(jìn)行增強(qiáng)處理，提出了一系列信號(hào)相關(guān)噪聲的BM3D去噪改進(jìn)算法。本文的創(chuàng)新點(diǎn)主要體現(xiàn)在

4、以下幾個(gè)方面:
　　基于噪聲分析的BM3D改進(jìn)算法。信號(hào)相關(guān)噪聲具有復(fù)雜性和多樣性的特點(diǎn)，本文利用PCA算法和極大似然估計(jì)對(duì)信號(hào)相關(guān)噪聲參數(shù)進(jìn)行估計(jì)，并調(diào)節(jié)DCT閾值和維納濾波的收縮系數(shù)，提出了針對(duì)于不同噪聲水平的改進(jìn)的自適應(yīng)BM3D算法。
　　基于結(jié)構(gòu)相似指數(shù)的相似性度量。對(duì)于信號(hào)相關(guān)噪聲，經(jīng)典的歐式距離在度量相似性時(shí)不夠準(zhǔn)確。我們將結(jié)構(gòu)相似指數(shù)與歐式距離結(jié)合起來度量圖像塊的相似性，并應(yīng)用于BM3D的協(xié)同濾波過程中，進(jìn)一步

5、增強(qiáng)了圖像塊的相似匹配。
　　基于自相似性的去噪增強(qiáng)處理。對(duì)于受噪聲污染比較嚴(yán)重的圖像，由于不合理的閾值收縮處理，經(jīng)過改進(jìn)的BM3D算法去噪后，出現(xiàn)了比較嚴(yán)重的人工偽影，我們利用自相似平滑處理來進(jìn)一步增強(qiáng)濾波的結(jié)果，得到了更好的圖像去噪結(jié)果。
　　我們利用提出的針對(duì)信號(hào)相關(guān)噪聲的改進(jìn)的BM3D算法以及自相似去噪增強(qiáng)算法，對(duì)于模擬的和真實(shí)的信號(hào)相關(guān)噪聲退化圖像進(jìn)行了去噪處理。結(jié)果表明，本文提出的算法在主觀的視覺效果和客觀的峰值