發(fā)布時間：2022-01-01 17:06

　　由于成像設(shè)備的影響或信號傳輸過程中受到干擾等因素會導(dǎo)致圖像產(chǎn)生噪聲,噪聲圖像恢復(fù)研究是應(yīng)用數(shù)學(xué)和圖像處理中最活躍的研究課題之一.針對不同類型的噪聲,很多研究學(xué)者發(fā)展了不同的去噪算法.近年來,隨著核磁共振技術(shù)的發(fā)展及應(yīng)用,越來越多的人關(guān)注到核磁共振圖像中的Rician噪聲去除問題,很多針對Rician噪聲去除的算法也被提出.從數(shù)學(xué)的角度看,圖像去噪是求解一個反問題,即已知象（含噪聲圖像）,求解原象（原始圖像）的一個過程.從數(shù)字圖像整體分析角度來看,圖像去噪是對含噪圖像進(jìn)行預(yù)處理,為后續(xù)的圖像分割,圖像增強(qiáng)等做準(zhǔn)備的過程.恢復(fù)含噪聲圖像的難點(diǎn)在于去噪過程中要保護(hù)原圖像的邊緣信息和細(xì)節(jié)信息.針對Rician噪聲圖像恢復(fù)問題,目前經(jīng)典的模型主要是用圖像全變分作為正則項(xiàng),取得了不錯的去噪效果,但容易導(dǎo)致恢復(fù)圖像產(chǎn)生虛擬邊緣.針對這一問題,本學(xué)位論文采用函數(shù)表達(dá)正則項(xiàng)的方法,從能量函數(shù)極小化的角度對經(jīng)典模型進(jìn)行改進(jìn),提出了基于能量函數(shù)極小化的Rician噪聲去除模型,并采用原始對偶算法高效求解該模型.針對算法收斂性問題,本文又應(yīng)用乘子交替方向法和凸優(yōu)化的理論,發(fā)展了同一模型的另一算法,取得了較好的... 

【文章來源】：深圳大學(xué)廣東省

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【部分圖文】：

部分核磁共振圖像切片示例（T1和T2）

第78張加權(quán)核磁共振圖像切片（T2）在受到10干擾時不同模型下的圖像

第88張加權(quán)核磁共振圖像切片（T2）在受到10干擾時不同模型下的圖像

【參考文獻(xiàn)】：
碩士論文
[1]求解最優(yōu)化問題的ADMM算法的研究[D]. 賈慧敏.華中科技大學(xué) 2016



本文編號：3562465