基于bm3d算法的信号相关噪声去除方法研究-计算数学专业论文.docxVIP

山东大学硕士学位论文4．2实验结果及分析 山东大学硕士学位论文 4．2实验结果及分析 35 4．2．1模拟图像实验 35 4．2．2医学图像实验 37 4．3小结 ．．40 第五章结论及展望 41 参考文献 ．．42 攻读学位期间参与承担的科研项目 ．．49 致谢 ．．50 万方数据 山东大学硕士学位论文Contents 山东大学硕士学位论文 Contents Abstract in Chinese I ABSTRACT III Chapter 1．Introduction ．¨l 1．1 Noise in digitalimages ．1 1．1．1 Noise t)，pe 1 1．1．2 Noise model 3 1．2 DeVelopment and reView ofdenoising algorith ．．4 1．3 Application background ．．5 1．3．1 PhaSe-contraSt X—ray imaging ．．5 1．3．2 Optical coherence tomography imaging ．．6 Chapter 2．PreliHIina叮knowledge ．．8 2．1 Related denoising algoritlll：11s 8 2．1．1 Block DCT algorithm 8 2．1．2 EmpiricaI Wiener Filter．．． 10 2．2 Parameter estimation for signal dependent noise ．11 Chapter 3．SDN-BM3D algorithm 16 3．1 BM3D algorit}uIl 16 3．2 SDN·BM3D algorit胁 21 3．3 Experimental results aJld analysis ．．24 3．4 Application examples ．27 3．4．1 Experiments on X—ray phaSe-contrast images ．28 3．4．2 Experiments on OCT images ．．． ．．31 3．5 Summary ．．33 Chapter 4．E1111ancement of denoising by self．siIllil撕ty filtering 34 4．1 Non—local means algori吐蚰 ．34 万方数据 山东大学硕士学位论文4．2 山东大学硕士学位论文 4．2 Experimental results and analysis 35 4．2．1 Experiments on simulated images 35 4．2．2 Experiments on medical images 37 4．3 Summary ．．40 Chapter 5．Conclusions and prospectS ．41 Appendix ．42 Projects ．49 Acl(nowledgements 50 万方数据 山东大学硕士学位论文基于BM3D算法的信号相关噪声去除方法研究 山东大学硕士学位论文 基于BM3D算法的信号相关噪声去除方法研究 王洪儒 (山东大学数学学院，济南，250100) (指导教师： 高夫征副教授) 图像是视觉信息的重要载体，随着计算机技术的飞速发展，数字图像已成为 视觉信息的主要表现形式。数字图像在其产生、存储和传播等过程中，会受到不 同程度的噪声的干扰，影响信息的正常获取和判读。如何有效地去除噪声，从图 像中获取有效信息成为当前研究的热门领域。更重要的是，在医学临床应用中， 由于成像原理以及成像设备的不完善等原因，医学图像中含有比较复杂的噪声， 干扰疾病的诊断和治疗。因此，图像去噪具有极其重要的理论和应用价值。 本论文首先从噪声是否与信号相关入手，介绍了信号无关噪声和信号相关噪 声，详细比较了它们的不同；提出了一个噪声模型，能有效地表示不同类型的信 号相关噪声；同时，介绍了数字图像去噪的基本原理和相关算法。最后，对x 射线相衬成像和光学相干层析成像(0CT)这两种医学成像技术作了简单介绍， 指出信号相关噪声去除为该领域中的重要研究课题。 然后，介绍了本文中用到的一些相关技术和算法：分块DCT算法和经验维 纳滤波算法。同时，介绍了一种信号相关噪声参数估计的方法，以及几种关键技 术：噪声方差的PCA估计，图像弱纹理区域的选取和参数的极大似然估计等。 以上算法为本论文提出的信号相关噪声去除算法的基础。 块匹配三维协同滤波(BM3D)是加性高斯噪声去除的优秀算法之一。然而， 对于医学临床图像中的信号相关噪声，该方法无法有效地实施。我们利用信号相 关噪声参数的鲁棒