圖像增強(qiáng)與去噪方法研究及其在磁共振圖像中的應(yīng)用.pdf

1、圖像增強(qiáng)和去噪是圖像處理中兩個(gè)很重要的技術(shù)。本文對(duì)基于雙樹復(fù)小波變換(Dual-tree Complex Wavelet Transform，DT CWT)的圖像增強(qiáng)和降噪算法進(jìn)行了研究，提出了一種基于小波域和空間域的圖像增強(qiáng)方法和一種基于二元統(tǒng)計(jì)模型的圖像去噪方法，考慮到磁共振圖像處理要求在降低噪聲的同時(shí)增強(qiáng)細(xì)節(jié)，進(jìn)而在兩者基礎(chǔ)上提出了一種利用圖像邊緣信息的綜合后處理方法。 我們的增強(qiáng)方法首先對(duì)小波域中的高頻系數(shù)進(jìn)行修正，使圖

2、像具有更好的局部對(duì)比度和更豐富的細(xì)節(jié)，在小波變換的過程中選用具有更好的方向選擇性的DT CWT；最后，通過空間域中的非線性變換，調(diào)整圖像的整體對(duì)比度。 而在我們提出的去噪方法中，先用帶參數(shù)的二元廣義高斯分布(GeneralizedGaussian Distribution，GGD)來模擬原圖DT CWT的系數(shù)的統(tǒng)計(jì)分布，然后結(jié)合最大似然估計(jì)(Maximum Likelihood Estimate，MLE)得到優(yōu)化的參數(shù)估計(jì)，最后

3、在此先驗(yàn)分布的基礎(chǔ)上，運(yùn)用最大后驗(yàn)概率(Maximum A Posteriofi，MAP)從噪聲圖的小波系數(shù)中估計(jì)原圖的系數(shù)，從而達(dá)到去噪的目的。 為了同時(shí)達(dá)到圖像細(xì)節(jié)的增強(qiáng)和噪聲的降低，我們對(duì)原始圖像分別利用上述算法進(jìn)行增強(qiáng)和降噪處理，然后利用邊緣查找算法尋找圖像的邊緣，利用圖像的邊緣信息將增強(qiáng)和降噪后的圖像進(jìn)行融合。算法處理后的圖像在邊緣處對(duì)比明顯，而在平坦區(qū)域又相當(dāng)平滑，取得了較好的視覺效果。 最后，我們?cè)O(shè)計(jì)開發(fā)了