一種自適應廣義總變分ATGV降噪算法
大小：0.78 MB 人氣：0 2017-12-26 需要積分：2
標簽：降噪算法(2044)
針對低劑量計算機斷層掃描（CT）重建圖像時出現明顯條形偽影的現象，提出一種自適應廣義總變分（ ATGV）降噪算法。該算法考慮了傳統廣義總變分（TGV）算法在降噪時模糊圖像邊緣信息的缺點，把可以有效區分圖像平滑區和細節區的直覺模糊熵應用到傳統TGV中，對圖像的不同區域進行不同強度的去噪，從而達到保護圖像細節的效果。該算法首先采用濾波反投影（FBP）算法得到低劑量CT重建圖像；然后利用基于直覺模糊熵的邊緣指示函數對傳統TCV模型進行改進；最后用改進后的模型對重建圖像進行降噪處理。采用Shepp-Logan模型和數字胸腔模型（thorax phantom）仿真低劑量CT重建圖像來驗證算法的有效性。實驗結果表明，所提算法的歸一化均方距離（ NMSD）和歸一化平均絕對距離（NAAD）均比總變分（TV）降噪算法和廣義總變分（TGV）降噪算法小，且可分別獲得26. 90 dB和44. 58 dB的峰值信噪比（PSNR）。該算法在去除條形偽影的同時可以較好地保持圖像的邊緣和細節信息。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
