[发明专利]基于非局部先验和稀疏表示的磁共振图像去噪方法及装置有效
申请号: | 202010097250.7 | 申请日: | 2020-02-17 |
公开(公告)号: | CN111340699B | 公开(公告)日: | 2022-02-18 |
发明(设计)人: | 冯筠;李英;刘飞鸿;卜起荣 | 申请(专利权)人: | 西北大学 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06T5/00;G06T7/13 |
代理公司: | 西安恒泰知识产权代理事务所 61216 | 代理人: | 黄小梧 |
地址: | 710069 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 局部 先验 稀疏 表示 磁共振 图像 方法 装置 | ||
1.一种基于非局部先验和稀疏表示的磁共振图像去噪方法,其特征在于,按照以下步骤执行:
步骤1、获取待去噪的磁共振图像;对所述的待去噪的磁共振图像进行非高斯噪声偏差校正,获得校正后的图像;
步骤2、对所述校正后的图像采用滑动窗口选取图像块,获得多个第一图像块;
对每个第一图像块进行非局部相似特征提取,获得多个特征矩阵;
步骤3、获得所述的校正后的图像的残差图像,所述的残差图像的大小与所述的待去噪的磁共振图像的大小相同;所述残差图像是指噪声磁共振图像与经低通滤波处理后的图像之间的差;
对所述的残差图像采用与步骤2中相同大小的滑动窗口选取图像块,获得多个第二图像块;
对每个第二图像块进行局部噪声估计,获得多个噪声标准差;所述的多个噪声标准差与所述的多个特征矩阵一一对应;
步骤4、对式I进行迭代求解获得第i个特征矩阵对应的估计低秩矩阵
其中Zi表示步骤2中获得的第i个特征矩阵,i=1,2,…,I,I为正整数,δ(zi)表示步骤3中获得的第i个特征矩阵对应的噪声标准差,Ei表示第i个待估计的低秩矩阵,Ei的初始值为Zi,σj(Ei)表示第i个待估计的低秩矩阵的第j个奇异值,σj(Ei)≥0,j=1,2,…,n,n+1,n为正整数,ωj表示第i个待估计的低秩矩阵的第j个奇异值对应的权重,0≤ωj≤1;
步骤5、重复步骤4,获得每个特征矩阵对应的估计低秩矩阵;
步骤6、将步骤5获得的所有估计低秩矩阵复原为图像块,获得多个去噪后的图像块;
将多个去噪后的图像块进行拼合,获得初步去噪后的磁共振图像;
采样逆方差稳定变换方法对所述的初步去噪后的磁共振图像进行处理,获得去噪后的磁共振图像。
2.如权利要求1所述的基于非局部先验和稀疏表示的磁共振图像去噪方法,其特征在于,所述的步骤2中对每个第一图像块进行非局部相似特征提取,获得多个特征矩阵时,采用步骤2.1至2.3获得第i个特征矩阵:
步骤2.1、在第i个第一图像块对应的搜索窗口内寻找与第i个第一图像块大小相同的多个候选图像块;
所述的搜索窗口的中心为第i个第一图像块,所述的搜索窗口大于所述第i个第一图像块的大小,所述的搜索窗口小于所述的校正后的图像的大小;
步骤2.2、从所述的多个候选图像块中选择与第i个第一图像块相似度最高的n个候选图像块作为相似图像块,获得n个相似图像块;
步骤2.3、将所述的第i个第一图像块以及n个相似图像块以向量的形式存入矩阵中,获得第i个特征矩阵。
3.如权利要求2所述的基于非局部先验和稀疏表示的磁共振图像去噪方法,其特征在于,所述的步骤2.2中从所述的多个候选图像块中选择与第i个第一图像块相似度最高的n个候选图像块作为相似图像块时,利用欧式距离计算第i个第一图像块与每个候选图像块之间的相似度。
4.如权利要求3所述的基于非局部先验和稀疏表示的磁共振图像去噪方法,其特征在于,所述的步骤4中当Ei为初始值Zi时,其中表示第i个特征矩阵经过奇异值分解获得的第j个奇异值,σj(Zi)≥0。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北大学,未经西北大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010097250.7/1.html,转载请声明来源钻瓜专利网。