[發明專利]基于改進的canny邊緣檢測的非局部均值MRI圖像去噪方法

有效

• 申請號: 201410482116.3
• 申請日: 2014-09-19
• 公開（公告）號: CN104200442B
• 公開（公告）日: 2017-11-21
• 發明（設計）人: 趙恒;田剛;張毅;高漢宇;呂秋麗
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50
• 代理公司: 西安長和專利代理有限公司61227
• 代理人: 黃偉洪

技術領域

本發明涉及一種圖像去噪方法，具體涉及一種基于改進的canny邊緣檢測的非局部均值MRI圖像去噪方法，屬于圖像處理技術領域。

背景技術

近年來，隨著磁共振成像(magnetic resonance images，MRI)技術的發展，人類對腦研究的能力得到了空前提高，與此同時產生了大量的MRI圖像。MRI圖像的獲取過程中經常受到不同的噪聲干擾，研究發現，MRI圖像中的噪聲主要呈現Rician分布。

目前MRI圖像已被廣泛用于醫學診斷，針對目前MRI圖像存在的噪聲其相應的處理技術也有多種，其中比較流行的有各向異性擴散去噪法、全變差去噪法、非局部均值去噪法等。

各向異性擴散去噪法的模型本身的特點決定了它存在的缺陷。當圖像被強噪聲污染時，噪聲引起的梯度很可能會大于圖像細節邊緣的梯度，這時該模型無法正確區分噪聲和細節邊緣，從而無法很好的去除噪聲。

全變差去噪法在圖像的TV范數和忠誠項之間找到一種平衡態,即能量泛函的極小值，但是當能量泛函中的參數λ很小時,像紋理這樣的圖像小細節特征就會被毀壞。

非局部均值去噪法存在著以下缺點：(1)算法復雜度大，計算時間長；(2)相似窗口的相似度度量函數僅考慮了像素的強度相似性，像素權重分配的準確性有待提高；(3)部分參數選取過于敏感，缺乏完善的理論指導；(4)非局部均值去噪存在偏差，在實際應用中應該予以修正。

發明內容

為解決現有技術的不足，本發明的目的在于提供一種基于改進的canny邊緣檢測、能夠有效、準確去除MRI圖像噪聲的非局部均值MRI圖像去噪方法。

為了實現上述目標，本發明采用如下的技術方案：

一種基于改進的canny邊緣檢測的非局部均值MRI圖像去噪方法，其特征在于，包括以下步驟：

步驟1，對含有Rician噪聲的MRI圖像進行幅值平方處理，獲得幅值平方圖像；

步驟2，選取幅值平方圖像的背景區域，根據式(1)給出的噪聲估計表達式進行噪聲估計：

式中，μ為幅值圖像平方圖像中所選背景區域的像素均值，σ為噪聲方差；

步驟3，采用canny算子抽取幅值平方圖像的邊緣：

(1)濾波：使用經典的非局部均值濾波器對幅值平方圖像進行平滑濾波；

(2)計算梯度值與梯度方向角：分別求取濾波后幅值平方圖像在X方向和Y方向的梯度M_x和M_y，根據前述梯度M_x和M_y計算幅值平方圖像的梯度值|△f|與梯度方向角θ：

將0°～360°梯度方向角歸并為4個方向：0°，45°，90°，135°；

(3)非最大值抑制：將在梯度方向上具有最大梯度值的像素作為邊緣像素保留，將其它像素刪除；

(4)滯后閾值化：設定一個高閾值t_high和一個低閾值t_low，根據像素梯度值與高閾值t_high、低閾值t_low的關系來標記邊緣像素；

步驟4，計算相似性測度：

選取大小為5×5的相似塊，在11×11的范圍內進行邊緣抽取和檢測，設幅值平方圖像上某一點的強度為I(x,y)，幅值平方圖像中邊緣圖像上的某一點的幅值為Canny(x,y)，其中，x、y是某個像素i的位置，

兩個相似塊之間的邊緣相似性測度D₁由式(4)給出：

D₁＝||Canny(N_i)-Canny(N_j)||_2,b式(4)

式中，N_i為第i個像素的鄰域，N_j為第j個像素的鄰域，b為標準差為b的高斯核加權；

兩個相似塊之間的強度相似性測度D₂由式(5)給出：

式中，N_i為第i個像素的鄰域，N_j為第j個像素的鄰域，a為標準差為a的高斯核加權；

步驟5，權重參數計算：

結合步驟4中計算的兩個相似塊之間的強度相似性測度D₂以及邊緣相似度測度D₁，形成新的權重計算表達式：