基于结构张量和非局部平均滤波的MRI图像去噪

考虑到MRI图像的几何结构相似性,将结构张量应用到三维非局部平均滤波算法。将本文提出的方法和最近提出的不同改进版本的非局部平均滤波算法在Brainweb数据库上进行对比,实验结果表明,本文提出的方法在峰值信噪比(PSNR)上有所提高,有效地抑制了噪声。     

基于增强的同质相似性和旋转不变性的MRI去噪

提出了一种基于增强的同质相似性和旋转不变性的MRI去噪算法。考虑到图像的旋转不变性和同质相似性,融合了体像素(voxel)的亮度、相应邻域块的均值、梯度以及一致锐度。通过这个融合,块状的结构信息,如边缘、角形、末端能被很好地保护。提出的方法和近年来相关的先进方法在Brainweb数据库进行定量对比,结果表明提出的方法均优于其他方法,在去除噪声的同时能很好地保护图像的细节。最后,将提出的方法应用于OASIS临床数据库。     

一种基于MRI图像的相干增强张量扩散方程离散方案

相干增强张量扩散方程的离散方案对图像的去噪效果尤为重要。在保持空间导数算子旋转不变性的前提下,根据大脑MRI图像的结构特征,并考虑MRI图像的噪声服从莱斯(Rician)分布的特点,以峰值信噪比(PSNR)和结构相似性(MSSIM)为目标函数对空间导数算子的取值进行优化。实验结果表明,提出的离散方案在峰值信噪比和结构相似性方面均优于其他旋转不变性离散方案。