基于特征融合的非局部均值CT图像降噪

摘要：

针对现有非局部均值算法降噪后的计算机断层扫描(CT)图像仍存在边缘模糊、细小特征信息消失等问题,提出一种特征融合的自适应非局部均值降噪方法.首先对中心像素进行相似性判断以排除非相似像素加权对降噪效果的影响;然后从相似框矩阵最大特征值与像素间欧氏距离方面考虑图像的自相似性,提出一种特征融合的高斯加权方法;基于结构张量对自适应滤波系数进行上下确界约束,解决了因目前滤波系数下确界为零而影响图像质量的问题.通过仿真和实际应用证明本文算法具有更好的保边缘和细节信息效果,本文算法相较于非局部均值算法在结构相似度上平均提高了约4％,而峰值信噪比平均提高了近4 dB.

关键词：X射线光学、计算机断层扫描图像、自适应滤波、特征融合、非局部均值

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金52075057

在线出版日期：2022-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：273-283