基于三维剪切波变换和BM4D的图像去噪方法

针对传统的块匹配去噪方法只能处理二维图像的缺点,提出一种基于三维剪切波变换和改进的三维块匹配过滤(block-matching and 4D filtering,BM4D)算法的图像去噪方法。利用三维剪切波变换得到变换域系数,通过硬阈值和维纳滤波,在变换域中实现联合过滤。经过多尺度分解和方向剖分两个滤波阶段,确保三维剪切波变换是局部的;进行硬阈值和维纳滤波,分别包括分组、协同过滤和聚合3个步骤,利用堆积成四维组的体素立方体,在该组的四维变换同时利用每个立方体中体素之间存在的局部相关性和不同立方体中相应体素之间的非局部相关性。通过三维剪切波逆变换,得到每个分组立方体的估计值,在它们的原始位置进行自适应聚合。以峰值信噪比和结构相似度作为评价标准,试验结果表明:该方法不仅能够有效去除高噪声环境下的图像噪声,而且还能够有效地改善图像的视觉效果,具有较高的准确性。

基于三维带限剪切波变换的磁共振图像融合

越来越多的医疗设备能采集人体不同特征数据并形成三维图像。在临床应用中,通常需要将多幅含有不同重要信息的源图像融合到一幅图像中以辅助治疗。而传统的图像融合方法主要针对二维图像,这些方法直接应用于三维数据会导致第三维信息的损失。本文结合近期出现的超小波变换——三维带限剪切波变换和四组传统融合准则,提出新的三维磁共振图像融合方法。最后通过四组人脑T2*和磁量图(QSM)源数据,将本文的方法分别与基于二维和三维的小波、双树复数小波的融合方法进行对比。实验显示基于三维变换的融合方法性能普遍优于基于二维变换的方法;三维方法中,剪切波克服了传统小波变换缺乏表达方向的缺陷,能有效地提高传统图像融合算法的性能,因此,本文的方法质量指标最高。