基于图像配准的OCT图像去噪.docVIP

基于图像配准的OCT图像去噪 摘要：光学相干断层扫描技术(光学相干层析技术，Optical Coherence tomography, OCT)，是一种成像技术，在眼内疾病尤其是视网膜疾病的诊断治疗等方面具有十分重要的作用。然而由于OCT是一种高分辨成像技术，对周围环境的变化以及信号数据的获取过程要求较高，因此，在获得生物组织内部图像的同时难以避免会附带一些噪声污染，这就不利于对图像的观察和判断。所以如何对OCT图像去噪就是本文的重要阐述对象。 本文主要讲述对OCT图像使用基于图像配准的方法进行去噪。实验主要包括对单幅OCT图像中相邻帧的去噪及多幅OCT图像相邻帧的去噪。基本步骤为对相邻帧配准后在将满足要求的帧提取出来求平均，并认为平均图像即为去噪图像。 实验的去噪结果评价中调用的指标为对比噪声比(CNR)、信噪比(SNR)，以原图像和去噪后的图像的CNR与SNR指标来表现去噪的客观结果。并还需人眼的直接识别来给出主观评价。 关键字：OCT ， 图像配准 ，去噪， 第一章 绪论 1.1图像去噪的背景与研究目的 在当今社会这个科技高速发展，信息传递日益增快的时代，数字仪器与数码产品早已是人们不可或缺的必备品。与之对应的，人们对信息的传递也有了更高的要求与标准。视频，音频，图像等早已在不知不觉中保卫了我们，成了我们现代生活的必须物，它们蕴含着大量的信息。每时每刻，也有着含量的信息在转送中。这些早已成了我们获取外界信息的主要途径。然而不可忽视的是，在我们获取信息时，不可避免的会有各种各样的干扰出现，我们称其为噪声。这些噪声的出现对之前所说的视频，音频，图像等信息的获取都有着影响，使我们不能获得品质优良的完整的信息。所以，对噪声的处理就自然而然的成了现代科学研究的一个方向。而去噪处理也是现今图像处理和计算机领域中的热点。 科技的发展带来的便利之一在与不断地生产新的仪器来取代以往的大量人力物力。在医学领域中仪器的使用降低了医学难度，使得救治病人不在需要大量的经验分析病因。一些昂贵的设备甚至贯穿了救治病人的全部流程。如CT，X光就直接明了的向医生展现病人体内状况。然而噪声的存在使得医学图像在采集、转换、生成和传输中不能达到百分百的效果，降低了图像的客观性。医学图像中的噪声对医学图像分析和处理带来了很大的难题。显而易见，医学图像的去噪可以说是医学图像预处理阶段当中最重要的任务之一。但不得不说，当医学图像去噪技术达到一定的程度后，它带给人类的优势将是巨大的。许多目前难以攻克的疾病在更发达的科技帮助都有被治愈的可能。 本文主要介绍对OCT图像基于图像配准的去噪。主要处理的是医学图像领域的去噪。下面，将介绍图像配准的相关知识。 1.2 图像配准的背景 图像配准作为图像处理领域中一个基本问题，在多个领域不同的实际问题中都有着不同需求，同时它也是处理问题和图像分析中的关键步骤[1]。由于图像配准在遥感数据分析、计算机视觉、医学图像处理等诸多领域内都有着广泛的应用，所以近年来图像配准也成为了当下的科研中一个热门研究项目。 图像配准是图像处理研究领域中的一个典型问题和技术难点。它的目的是比较或融合针对同一对象在不同条件下获取的图像。具体地说，对于一组图像数据集中的两幅图像，通过寻找一种空间变换将一幅图像映射到另一幅图像，使两幅图像对应于空间中同一空间的点，从而达到信息融合的目的。 图像配准技术在计算机视觉、医学图像处理以及材料力学等领域有着广泛的应用。根据不同的应用，有的侧重于通过变换结果融合两幅图像，有的侧重于研究变换本身的研究，以获得物体的一些力学属性。20世纪以来医学成像技术经飞速发展，已经从静态发展到动态，从形态发展到功能，从平面发展到立体。综合各图来看，在同一图像上显示各自的信息，为临床医学诊断提供含有众多数据信息的图像，已成为一项极具价值的技术，而准确高效的图像配准则又是关键和难点。因而图像配准技术无论计算机视觉方面，还是在临床医学诊断有着极重要的意义。 第二章 图像配准的基本原理 图像配准是指对在不同条件下得到的两幅或多幅医学图像进行空间几何变换，使得两幅图上对应的点达到空间上的一致。配准的结果应使所有医学图像感兴趣的点或者代表相同解剖结构的像素点在空间位置上能够对应起来[2]。依据Penny等[3]提出的配准方法，一般分为两种，一种是基于特征的方法，比如基于边缘[4,5]、特征点[6]等;另一种是基于灰度的配准方法。本文主要阐述基于灰度的配准方法。 2.1 基于灰度值的配准方法 下图1给出了图像配准的基于灰度值的配准方法的框图，由图可知，选取一种空间变换将浮动图像进行变换，之后用相似性函数来度量相似性，如