[發明專利]一種醫學擴散加權圖像的去噪方法

在審

• 申請號: 202010199653.2
• 申請日: 2020-03-20
• 公開（公告）號: CN111369473A
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 劉安琪;賀建峰
• 申請（專利權）人: 昆明理工大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50
• 代理公司: 昆明普發諾拉知識產權代理事務所(特殊普通合伙) 53209
• 代理人: 蔣晗

1.一種醫學擴散加權圖像的去噪方法，其特征在于，所述去噪方法包括以下步驟：

Step1：輸入一份帶有噪聲的醫學擴散加權圖像；

Step2：將含噪圖像分為若干個塊，每個塊稱為局部塊，對局部塊使用塊匹配的方法從整幅圖像中找到與它相似的圖像塊，并將找到的所有相似塊進行堆疊，形成一個相似塊矩陣Y_j，則如(4)所示；

Y_j＝X_j+N_j (4)

式(4)中，X_j和N_j分別是原始圖像的相似塊矩陣與噪聲圖像塊矩陣，j表示第j個局部塊；

Step3：通過WNNM算法對相似矩陣的各個奇異值分配不同的權值；

Step4：根據分配的權值，奇異值進行收縮變換，建立新的奇異值矩陣，再對新得到的奇異值矩陣進行聚合處理，最終得到降噪后的圖像。

2.根據權利要求1所述的一種醫學擴散加權圖像的去噪方法，其特征在于，步驟Step3中WNNM算法通過對不同的奇異值分配不同的權值從而實現對圖像的降噪，式(4)使用WNNM算法從圖像塊Y_j中估計圖像塊X_j，再通過聚合所有降噪后的圖像塊，就可估計整個圖像x；通過使用噪聲方差σ_n²來標準化F范數的數據保真項于是有能量函數如式(5)所示；

式(5)中，為估計得到的降噪圖像塊矩陣，||X_j||_ω，*為加權的核范數矩陣；||X_j||_ω，*如式(6)所示；

式(6)中，σ_i(X_j)表示為矩陣X_j的第i個奇異值；ω_i為權值函數，表示為第i個奇異值的權值，具體公式如式(7)；

式(7)中n為相似塊的個數，c為正常數，ε是一個常數；

Step3中通過權值進行變換，得到新的奇異值矩陣，由于原始圖像中相似塊矩陣X_j的奇異值是未知的，因而要從含噪相似塊矩陣Y_j的奇異值估計得到，計算公式如式(8)；

為噪聲方差，n為相似塊個數，表示圖像塊Y_j的第i個奇異值。

3.根據權利要求2所述的一種醫學擴散加權圖像的去噪方法，其特征在于，步驟Step4中通過得到的權值就對原始圖像塊矩陣進行估計，式(5)中的解可由得到，∑為奇異值矩陣，S_ω(∑)為軟閾值函數，而通過對含噪圖像的相似塊矩陣Y_j進行奇異值分解即[U，∑，V]＝SVD(Y_j)，可得到矩陣U和矩陣V，軟閾值函數的作用是對奇異值進行收縮，其計算公式為

S_ω(∑)_ii＝max(∑_ii-ω_i，0) (9)

∑_ii為奇異值矩陣∑中的每個對角元素ω_i為第i個奇異值的權值。