基于结构张量和非局部平均滤波的MRI图像去噪.pdfVIP

第31卷第3期 佛山科学技术学院学报(自然科学版) V01．31No．3 ScienceEdition) 2013 ofFoshan May 2013年5月 Journal University(Natural 文章编号：1008一0171(2013)03—0039—05 基于结构张量和非局部平均滤波的MRI图像去噪 陈创泉，房少梅’ (华南农业大学理学院，广东广州510642) 摘要：考虑到MRI图像的几何结构相似性，将结构张量应用到三维非局部平均滤波算法。将本文提出的方法和 最近提出的不同改进版本的非局部平均滤波算法在Brainweb数据库上进行对比，实验结果表明，本文提出的 方法在峰值信噪比(PSNR)上有所提高，有效地抑制了噪声。 关键词：MRI去噪；非局部平均滤波；结构张量 中图分类号：TP391．41 文献标志码：A MRI图像的噪声伪影降低了图像的质量，使一些组织边界变得模糊，细微结构难以辨认。因而， MRI去噪对边缘检测、分割与诊断等均具有非常重要的意义。 近年来，基于自然图像的冗余性和周期性的特点，非局部平均(NI。M)滤波方法被提出uo，这种方法 人嘲提出的非局部平均(NI。M)滤波方法的一种旋转不变性形式，其去噪效果代表了目前MRI去噪算 法的最高水平。但是，该方法在计算权重的过程中忽略了块状的结构信息，例如边缘、血管、片状，因此尚 有改进的余地。结构张量D-s]能有效估计多种几何结构方向场，本文将结构张量应用到非局部平均滤波， 给出了一种新的去噪方法。实验结果表明，本文提出的方法在峰值信噪比(PSNR)上有所提高，有效地 抑制了噪声。 1 基于旋转不变性的非局部平均滤波(NLM)算法(PRI—NLM3D) 噪声图像通过0DCT3D方法进行预处理，进而利用预处理后图像的体像素的亮度及其均值计算相似度 (权重)，最后这些相似度(权重)被用于对原始的噪声图像进行去噪。具体的计算方法如下 ∑p(i，歹)y(i) ’ z(i)一 Q’ ∑卢(i，歹) 一10，【， 其他。其他』 』∈Vi 使用ODCT3D方法对噪声图像y进行预处理，得到图像zo；权重卢(i，歹)由图像zo估计得出，最后应 o(i)表示图像z o中以体像素i为中心的 用于被观察的噪声图像y；z o中体像素i的亮度；妯．是图像z 范围。 收稿日期：2013-01—08 基金项目：国家自然科学基金资助项目 作者简介；陈创泉(1987一)，男，广东潮州人，华南农业大学硕士研究生。 *通信作者：房少梅(1964一)，女，新疆伊犁人，华南农业大学教授，博士生导师。 万方数据 40 佛山科学技术学院学报(自然科学版) 第31卷 2 结构张量 MRI图像的每一个体像素除了具有灰度信息外，还具有几何结构信息。结构张量(Structure Tensor)作为图像分析的有力工具，常用来估计图像结构方向场和分析图像局部几何结构。设y为三维 灰度图像，7y为图像梯度，图像梯度的张量积(tensorprod