針對CT圖像在生成或傳輸時(shí)容易受到噪聲影響這一難題,提出了基于Contourlet變換結(jié)合PCA閾值的去噪方法。首先,對噪聲圖像進(jìn)行Contourlet變換。然后,對DFB方向?yàn)V波后得到的Contourlet系數(shù)進(jìn)行PCA閾值及硬閾值函數(shù)去噪。最后,對去噪后的Contourlet系數(shù)進(jìn)行Contourlet逆變換,得到去噪圖像。通過對圖像添加噪聲并與Contourlet結(jié)合六種不同閾值去噪方法進(jìn)行對比,采用PSNR評估去噪優(yōu)劣。結(jié)果表明:貝葉斯閾值方法 PSNR值最高PSNR=94.88 dB,然后是PCA閾值PSNR=83.02 dB,最后依次是配套改進(jìn)閾值PSNR=73.97 dB、3σ閾值PSNR=73.27 dB、統(tǒng)一閾值PSNR=72.33 dB、通用閾值PSNR=71.50 dB。PCA閾值去噪結(jié)果整體平滑性較好,視覺效果較好;貝葉斯閾值去噪結(jié)果整體平滑性較差,視覺效果不佳。通過將Contourlet變換框架取代傳統(tǒng)小波變換框架并結(jié)合PCA閾值應(yīng)用在圖像去噪中,不僅信噪比有所提高,而且圖像視覺效果也明顯改善。 

【文章來源】：計(jì)算技術(shù)與自動化. 2020,39(03)

【文章頁數(shù)】：6 頁

【部分圖文】：

小波變換和Contourlet變換的逼近曲線

圖2給出了Contourlet變換對圖像進(jìn)行分解的過程�？梢奀ontourlet變換可以進(jìn)行多分辨率、多方向性的變換，它允許在每個尺度上有不同數(shù)目的方向子帶。由于Contourlet變換良好的圖像稀疏性表示和非線性逼近性能，使得其在圖像的分析和處理中得到了成功的應(yīng)用。1.2 統(tǒng)一閾值法

Contourlet變換將多尺度分析和方向分析分開進(jìn)行。首先用拉普拉斯金字塔變換LP進(jìn)行多尺度分析捕捉奇異點(diǎn)。然后用方向性濾波器組DFB將分布在同一方向上奇異點(diǎn)合成為一個系數(shù)，捕捉高頻分量。最后用PCA閾值及硬閾值函數(shù)處理高頻分量系數(shù)并完成DFB重構(gòu)和LP重構(gòu)。基于Contourlet的PCA閾值結(jié)合硬閾值函數(shù)的去噪流程圖和具體步驟如下：

【參考文獻(xiàn)】：
期刊論文
[1]非線性融合技術(shù)在頭頸部CTA中的價(jià)值:體模實(shí)驗(yàn)[J]. 王國樹,呂發(fā)金,周旸,孫靜坤.  中國醫(yī)學(xué)影像技術(shù). 2018(07)
[2]基于PCA的高光譜遙感圖像分類[J]. 宋海峰,陳廣勝,楊巍巍.  測繪工程. 2017(12)
[3]基于Spark的標(biāo)準(zhǔn)化PCA算法[J]. 董建華,王國胤,雍熙,史曉雨,李慶亮.  鄭州大學(xué)學(xué)報(bào)(工學(xué)版). 2017(05)
[4]一種改進(jìn)的小波閾值函數(shù)去噪方法[J]. 江虹,蘇陽.  激光與紅外. 2016(01)
[5]基于相關(guān)性閾值的NSCT圖像去噪方法研究[J]. 曹廣華,高杰,侯巖.  計(jì)算技術(shù)與自動化. 2014(02)
[6]遠(yuǎn)場激光光斑圖像處理方法研究[J]. 張海莊,姚梅,雷萍,李鵬,曾慶平.  激光技術(shù). 2013(04)
[7]火炮內(nèi)膛全景圖像增強(qiáng)方法研究[J]. 雷潔,王建成,崔清斌,劉春華.  計(jì)算技術(shù)與自動化. 2013(02)
[8]一種改進(jìn)的小波域貝葉斯圖像去噪方法[J]. 李金,張毅.  自動化技術(shù)與應(yīng)用. 2012(01)
[9]小波閾值去噪法的深入研究[J]. 陳曉曦,王延杰,劉戀.  激光與紅外. 2012(01)
[10]一種閾值改進(jìn)的鄰域小波系數(shù)法圖像去噪[J]. 武海洋,王慧,裴寶全.  計(jì)算機(jī)工程與應(yīng)用. 2011(27)

博士論文
[1]基于多尺度幾何變換的遙感圖像處理算法研究[D]. 劉帥奇.北京交通大學(xué) 2013

碩士論文
[1]基于非下采樣Contourlet變換的圖像多尺度邊緣檢測相關(guān)技術(shù)研究[D]. 王建波.鄭州大學(xué) 2015
[2]基于視頻檢測的行人交通參數(shù)提取技術(shù)研究[D]. 沈濤.北京交通大學(xué) 2011
[3]基于Contourlet變換的圖像去噪算法研究[D]. 楊帆.北京交通大學(xué) 2008



本文編號：3503307