一种基于迭代低通滤波相位去卷绕的扩展两点Dixon算法

对低场MRI（磁共振成像）扩展两点Dixon算法进行了分析，提出了使用低通滤波代替多项式拟合进行水脂肪分离处理中的相位去卷绕，进而使用低通滤波相位去卷绕算法对发生了卷绕的误差相位进行迭代处理，实际MR图像水脂肪分离结果基于近代低通滤波相位去卷绕的扩展两点Dixon算法在降低计算复杂度的同时改善了水脂脑分离效果。     

基于双掩模和3D区域迭代矢量选择的双回波Dixon水脂分离方法

目的:提出一种基于双掩模和3D区域迭代矢量选择(DM-3DRIPE)的水脂分离方法,使其在包含低信噪比(SNR)区域和强不均匀磁场情况下更可靠.方法:两点水脂分离的关键在于确定正确的场矢量.低SNR体素场矢量受噪声影响较大,为了降低噪声的影响,通过双掩模方法进行图像质量控制,先计算高质量体素点场矢量,然后再用于辅助计算低质量体素点场矢量.为了降低主磁场不均匀的影响,联合区域迭代矢量选择(RIPE)方法和三维信息辅助确定场矢量.结果:仿真实验结果表明,即使低SNR区域(r_(SN)=0.8)或场不均匀性是常规场图的4倍,水图和脂肪图依然能够成功分离.413层人体图像实验结果显示,与传统的RIPE方法相比,DM-3DRIPE方法可将错误率从28.33%降到0.73%.结论:在低SNR区域和强不均匀主磁场存在时,DM-3DRIPE方法鲁棒性更高.     

基于运动估计优化的HS光流算法研究

HS(HornSchunck)光流算法检测运动物体信息的计算量较大,不能检测到平滑区域的光流信息,并且在复杂环境下容易受到噪声影响.本文提出了一种基于运动估计的优化HS光流算法.该算法通过检测图像中的HARRIS角点,结合基于宏块的运动估计算法确定感兴趣区域,并将此感兴趣区域作为HS计算的初始运动向量,以得到光流信息.最后进行滤波去除背景噪声.试验结果表明,该算法不仅提高了计算速度,避免了背景噪声的干扰,提高了HS的鲁棒性,也解决了HS算法对平滑部分光流信息的无法检测问题.     

一种融合图像滤波的FCM图像分割算法及其应用

模糊C均值聚类(FCM)算法常用于图像的聚类分割中,但常规的FCM算法对噪声的抑制能力较差。许多改进的FCM图像聚类分割算法虽能有效地抑制图像中的椒盐噪声和高斯白噪声,但是对图像中出现的大颗粒背景噪声的抑制效果仍然较弱。提出了一种融合图像滤波技术的FCM图像分割算法,根据噪声尺寸选择滤波窗大小,利用FCM聚类结果构造噪声判定矩阵并设计噪声判定规则,实现滤波窗内噪声点滤波操作。该算法针对人工合成的含噪灰度图像和实际的纤维图像进行了图像分割实验,实验结果表明:本文算法能有效抑制图像中的噪声,特别是大颗粒背景噪声,能获得满意的分割结果。     

应用复合加权偏微分方程求解的磁共振水脂分离成像算法

提出采用加权多网格方法来求基于相位矩阵的离散偏微分方程的展开解,由最大相位梯度矩阵和相位导数偏差矩阵生成复合标记矩阵,利用标记矩阵标记出相位矩阵中的不连续点和残差点,由此生成加权矩阵来抑制噪声和残差点在偏微分方程求解过程中的误差传播.通过求偏微分方程的加权最小二乘解,引导相位展开从相位质量高的点开始,有效避开低质量区域,不仅提高了相位展开的可靠性,而且能够正确地实现噪声条件下的相位展开.通过仿真数据和临床常见的头部磁共振成像,以及在0.3 T低场永磁型磁共振系统上的实验结果,证明了该算法的有效性.     

基于NMF的老电影音频背景噪声修复算法

老电影音频资料经过长时间的存储会出现音频纯度低、存在噪声等问题.利用非负矩阵分解(non-negative matrix factorization,NMF)算法对单声道音频中的背景噪声进行自动、快速检测和分离以去噪.对非噪声和噪声信号分别建立相应的模型,即前者使用正弦模型;后者的模型通过对老电影中先验噪声信号进行训练得到,然后使用一种条件受限的NMF算法对音频中的背景噪声进行分离.实验结果表明,该算法在去噪效果上要优于直接滤波等去噪算法.     

改进的多尺度Retinex井下图像增强算法

为解决煤矿井下图像质量差、图像清晰度差、可分辨率低、模糊等问题,针对多尺度Retinex增强算法存在的不足,提出一种改进的基于S曲线函数的多尺度Retinex图像增强算法,该S曲线函数不同于基本的sig函数,函数图像具有S形状,为不对称函数.研究结果表明:应用改进后的算法,处理后的图像在有效增强目标图像的同时也抑制了背景噪声,图像的对比度与质量得到提高,能够获得目标区域的最佳视觉效果.     

方差稳定变换下曲波域MR图像莱斯噪声去除算法

磁共振图像往往含有莱斯噪声,不同于加性高斯噪声,莱斯噪声的分布与图像的数据相关,使其更为难以去除.已有方法表明,方差稳定变换可以将莱斯噪声分布变换为方差稳定的高斯分布.利用该特性,结合曲波变换这一新的多尺度变换理论,提出一种磁共振图像莱斯噪声去除算法.算法分别采用了硬阈值和贝叶斯软阈值两种曲波域去噪方法,并针对这两种方法对曲波域低频系数层未做有效去噪的缺陷,提出对低频系数层进行软阈值去噪的改进.实验结果表明,改进算法在峰值信噪比和平均结构相似度的评价上均有较大提高,证明该算法在去除莱斯噪声及保护图像信息上的有效性.     

基于双树复小波变换的磁共振幅值相位同时重建

为了加快磁共振成像速度及同时获取可信度较高的磁共振幅值和相位信息，提出了一种基于双树复小波变换的磁共振幅值和相位同时重建算法。该算法在传统的压缩感知框架下，借助双树复小波变换的多方向选择性和平移不变性，对幅值和相位分别进行稀疏变换。实验结果表明，在不同的数据集下，该算法均能提高重建磁共振相位图像的质量，并一定程度地改善了幅值图像。     

基于投影直方图提取目标感兴趣区域的新方法

提出了一种基于灰度投影直方图获取单幅检测样品的目标感兴趣区域的方法,并利用鲁棒的图像匹配算法生成参考图像.首先,采用改进的灰度投影直方图法获得单幅图像的检测样品感兴趣区域,建立感兴趣区域提取模型;其次,利用基于形状的特征匹配算法学习样品图像,生成印刷品检测的参考图像,在此基础上,提出基于图像金字塔数据结构的分层匹配方法.实验结果表明,该方法能够在87 ms内获取首张图像样品感兴趣区域,并且图像匹配过程对图像之间存在的明暗程度、旋转变化等干扰具有良好的鲁棒性,匹配精度可达95%,匹配时间为152 ms,可快速准确地生成参考图像.