非局部主成分分析极大似然估计MRI图像Rician噪声去噪

摘要：

由于MRI图像中噪声呈Rician分布,直接使用现有针对高斯噪声的去噪方法将引入误差.基于此本研究使用Rician噪声模型改进现有极大似然估计去噪的高斯模型,同时引入非局部主成分分析,在非局部区域选择灰度和纹理均具有较高相似性的像素进行最优复原估计.使用非局部主成分分析不仅克服现有局部性去噪方法模糊边界的缺陷,而且具有更高的图像细节信息复原能力.分别应用所提出的方法、局部极大似然估计去除Rician噪声方法、采用参数修正非局部均值去除Rician噪声方法、无特定噪声模型的全变差方法,对不同噪声等级和不同纹理复杂度的图像进行定性和定量的去噪实验.结果表明,所提出的方法可在保持图像细节和纹理信息的前提下有效去噪,较之现有方法效果更好.

关键词：图像去噪、Rician噪声、非局部主成分分析、极大似然估计

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

在线出版日期：2012-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：481-486