[发明专利]一种图像去噪处理方法及装置

权利要求书

1.一种图像去噪处理方法，其特征在于，包括：

对获取的核磁共振图像进行方差稳定变换，得到带有高斯分布噪声的变换数据；其中，所述获取的核磁共振图像带有莱斯分布噪声；

通过低秩逼近对所述带有高斯分布噪声的变换数据进行估计，得到重构估计的参考图像，包括：获取所述带有高斯分布噪声的变换数据，对所述变换数据中每个数据点和以所述数据点为中心的数据块，利用块匹配方法在所述变换数据的空间域上搜索n个相似数据块，将搜索到的n个相似数据块集合转换为矩阵，其中，n为大于零的正整数；

通过下列公式对所述矩阵进行低秩逼近：

其中，为带有高斯分布噪声的相似数据块组矩阵，X_i为无噪声的纯净数据块组矩阵，为重构估计的参考图像，||·||_F表示Frobenius范数，|| ||_1*表示非局部稀疏约束条件；

根据所述重构估计的参考图像，确定核维纳滤波的形状自适应核函数，所述形状自适应核函数包括空间域核函数和亮度域核函数；通过下列公式确定核维纳滤波的形状自适应核函数：

其中，σ_s表示在空间域的高斯函数平滑参数，β_r表示在亮度域的高斯函数平滑参数，为空间域核函数，为亮度域核函数，σ_υ表示噪声偏差，p和q分别表示像素r_p和r_q的坐标，核函数κ_p，q表示两个像素的相似度；

根据下列公式得到有偏估计的降噪数据：

其中，是有偏估计的降噪数据，代表卷积算子，h_opt是核维纳滤波系数，E[·]代表数学期望，x是无噪声的纯净数据，表示带有高斯分布噪声的变换数据的非线性映射；

根据所述核维纳滤波的形状自适应核函数，确定所述带有高斯分布噪声的变换数据的非线性映射，根据所述非线性映射以及所述重构估计的参考图像，确定核维纳滤波系数；

将所述核维纳滤波系数和所述带有高斯分布噪声的变换数据进行卷积，得到有偏估计的降噪数据；

对所述有偏估计的降噪数据进行无偏逆变换，得到无噪无偏估计的核磁共振图像；

通过下列公式得到无噪无偏估计的核磁共振图像：

其中，为无偏估计的核磁共振图像，是有偏估计的降噪数据，σ为噪声参数，c为常数。

2.如权利要求1所述的方法，其特征在于，通过下列公式，对所述获取的核磁共振图像进行方差稳定变换：

y＝f(M，σ)

其中，y为带有高斯分布噪声的变换数据，M是获取的带有莱斯分布噪声的核磁共振图像，f(·)是方差稳定变换函数，σ是高斯分布噪声参数。

3.一种图像去噪处理装置，其特征在于，包括：

方差稳定变换单元，用于对获取的核磁共振图像进行方差稳定变换，得到带有高斯分布噪声的变换数据；其中，所述获取的核磁共振图像带有莱斯分布噪声；

低秩逼近单元，用于通过低秩逼近对所述带有高斯分布噪声的变换数据进行估计，得到重构估计的参考图像；

其中，通过下列公式，对所述获取的核磁共振图像进行方差稳定变换：

y＝f(M，σ)

其中，M是获取的核磁共振图像，f(·)是方差稳定变换函数，σ是高斯分布噪声参数；

所述低秩逼近单元具体用于：获取所述带有高斯分布噪声的变换数据，对所述变换数据中每个数据点和以该数据点为中心的数据块，利用块匹配方法在所述变换数据的空间域上搜索n个相似数据块，将搜索到的n个相似数据块集合转换为矩阵，其中，n为大于零的正整数；

通过下列公式对所述矩阵进行低秩逼近：

其中，为带有高斯分布噪声的相似数据块组矩阵，X_i为无噪声的纯净数据块组矩阵，为重构估计的参考图像，||·||_F表示Frobenius范数，|| ||_1*表示非局部稀疏约束条件；

第一确定单元，用于根据所述重构估计的参考图像，确定核维纳滤波的形状自适应核函数，所述形状自适应核函数包括空间域核函数和亮度域核函数；通过下列公式确定核维纳滤波的双边核函数：

其中，σ_s表示在空间域的高斯函数平滑参数，β_r表示在亮度域的高斯函数平滑参数，为空间域核函数，为亮度域核函数，σ_υ表示噪声偏差，p和q分别表示像素r_p和r_q的坐标，核函数κ_p，q表示两个像素的相似度；

第二确定单元，用于根据所述核维纳滤波的形状自适应核函数，确定所述带有高斯分布噪声的变换数据的非线性映射，根据所述非线性映射以及所述重构估计的参考图像，确定核维纳滤波系数；

第一获取单元，用于将所述核维纳滤波系数和所述带有高斯分布噪声的变换数据进行卷积，得到有偏估计的降噪数据；根据下列公式得到有偏估计的降噪数据：

其中，是有偏估计的降噪数据，代表卷积算子，h_opt是核维纳滤波系数，E[·]代表数学期望，x是无噪声的纯净数据，表示所述带有高斯分布噪声的变换数据的非线性映射；

第二获取单元，用于对所述有偏估计的降噪数据进行无偏逆变换，得到无噪无偏估计的核磁共振图像；

通过下列公式得到无噪无偏估计的核磁共振图像：

其中，为无偏估计的核磁共振图像，是有偏估计的降噪数据，σ为噪声参数，c为常数。