基于空间域的图像噪声检测技术

图像质量检测技术可以代替人工巡检的方式对视频质量进行自动检测,对监控系统中视频图像出现的异常进行准确分析、判断和报警,以保障规模不断扩大的网络视频监控系统的正常运行。基于空间域的图像噪声检测技术,利用图像的邻域信息特征与各类噪声异常在空间域上的轮廓和方向分布,并结合OpenCV图像处理技术,实现对噪点、雪花和条纹异常的检测。空间域噪声检测算法,与人的视觉感知相一致,可以用于监控视频的实时检测。

SAFIRE与FBP重建法对CT图像噪声及扫描剂量影响的比较研究

目的评价应用原始数据迭代重建法(SAFIRE)与滤波反投影法(FBP)对CT图像噪声及扫描剂量的影响。方法应用128层双源Flash CT,在120kV、100kV、80kV、70kV条件下,分别采用200mAs、170mAs、140mAs、110mAs、80mAs、50mAs、20mAs扫描剂量扫描水模,采用原始数据迭代重建法与滤波反投影法分别重建,不同管电压条件下,以预设扫描管电流200mAs FBP重建图像作为对照,比较不同扫描剂量、不同重建方法图像噪声并分析扫描剂量降低的潜力。结果原始数据迭代重建法随着迭代次数的增多,120kV管电压时降低45%～75%的扫描剂量,100kV管电压时降低45%～75%的扫描剂量,80kV管电压时降低45%～60%的扫描剂量,70kV管电压时降低15%～60%的扫描剂量,可以得到与200mAs FBP重建法噪声无统计学差异的图像。结论 SAFIRE重建法与FBP重建法比较可以显著降低图像噪声,从而降低扫描剂量并同时得到满意图像。

CT图像噪声相关因素的分析

目的 了解CT噪声的影响因素及其原因。方法 应用计算机软件测试系统 ,采用不同直径的容器 ,不同密度的液体为受检体。选用不同的扫描参数及扫描方式 ,对受检体分别进行扫描 ,测量图像中相同位置和面积感兴趣区域噪声。结果 扫描参数 ,受检体的体积及密度均影响CT图像噪声。结论 除CT的机械噪声外 ,多种因素可以影响CT图像噪声。

在小波域中进行图像噪声方差估计的EM方法

提出一种估计图像噪声的方法 ,该方法用混合高斯概率密度模型拟合图像的小波系数中最高频率子带的直方图 ,用 EM算法估计模型的参数 ,选取其中最小的标准方差作为图像噪声标准方差 .用该方法能准确地估计图像高斯噪声的标准方差 ,尤其当图像的噪声比较弱时 ,该方法比传统方法更准确 .

红外图像噪声建模及仿真研究

噪声是造成图像退化和视频质量下降的另一个重要原因,仿真红外成像的噪声及其影响是建立图像退化模型的核心。红外成像噪声分析中的各种信号噪声,最终反映在热像仪输出的红外图像上体现为多种多样的成像噪声。通过把热像仪成像过程可能出现的各种主要噪声信号映射到红外图像中的随机噪声和固定图案噪声,建立了红外图像的噪声模型,并从实际热成像系统输出视频图像中提取噪声特性参数作为热像噪声仿真系统的输入,对红外成像系统的各种静态图像噪声的仿真实验效果接近实际的红外图像噪声情况,为热像仪成像退化建模奠定基础。

不同螺距对螺旋CT图像噪声影响的实验研究

噪声是影响ＣＴ图像质量的重要因素。本文通过改变螺距大小对螺旋ＣＴ图像的噪声进行了分析研究。结果表明，螺旋ＣＴ图像噪声与螺距大小有关。为了获得良好的ＣＴ图像，应该利用螺距来控制和减小螺旋ＣＴ图像的噪声。

C型臂锥形束CT成像偏离正中心点对图像噪声及变形程度的影响

目的观察C型臂锥形束CT成像偏离正中心点对图像噪声及影像变形程度的影响。方法采用Siemens Axiom Artis Zee血管机,DynaCT成像模式,设置成像时间为20s。①标准水模实验:对CT标准质控水模进行成像,选择水模图像密度均匀且伪影少的20个层面,分别测量前(A)、后(P)、左(L)、右(R)方向上正中心点和偏离正中心点2、4、6、8、10cm位置图像的X线衰减值及其标准差;以X线衰减值标准差为图像噪声,采用单因素方差分析法进行客观评价。②钢球模型实验:分别将直径为17.20mm钢球分别放于前后(A-P)、左右(L-R)及头足(H-F)方向正中心和偏离正中心2、4、6cm处进行成像;在Leonardo工作站上重建三维图像,测量每个钢球在A-P、L-R及H-F方向上的直径,计算在各方向上钢球影像的变形度。结果 C型臂锥形束CT成像中,在A、P、L、R各方向上,随偏离正中心点距离增大,噪声值逐渐减小(P均<0.05)。在A、P、L、R、H、F方向上,随着偏离正中心点距离增加,不同方向钢球直径变形度有所增加;H-F方向上偏离正中心点时,钢球H、F方向直径变形度相对较小(变形度绝对值均<0.2%);P方向上,以A-P方向偏离正中心点时,钢球直径变形度最小。结论 C型臂锥形束CT成像中,在偏离正中心点的各个方向的不同位置,图像噪声和影像变形程度均存在一定差异。

一种小波系数模型在图像噪声参数估计中的应用

在小波图像处理中,通常利用HH子带来估计高斯白噪声方差,目前流行的估计方法是由Donoho和Johnstone提出的(简称DJ法),但是该方法给出的估计值通常都偏大。针对这一点,该文将他们的方法结合双随机小波系数模型,提出了一种新的、递归的方差估计方法。在已由Donoho的方法获得噪声方差估计的粗略估计的情况下,新方法利用统计学理论将HH子带中的信号滤除从而得到更接近于纯噪声的HH子带,然后利用这一新的HH子带来估计噪声的方差。结合EM参数估计方法,该方法还可以实现非高斯噪声参数的估计,实验表明新方法同Donoho法相比有很大的改善。

多排螺旋CT纵轴分辨力和图像噪声影响因素研究

目的研究多排螺旋CT不同成像参数对图像噪声、纵(Z)轴分辨率或断层灵敏度曲线(SSP)的影响,确定多排螺旋CT成像质量影响因素及其优化匹配关系。方法采用标准头部和腹部扫描条件,选取不同的重建层厚、准直器宽度、螺距、卷积重建算法对不同测试体模进行扫描,比较不同参数对断层灵敏度曲线和图像噪声的影响。结果①SSP测试结果:当螺距和重建层厚保持不变,使用三种卷积重建算法重建测量得到的SSP曲线的半高宽(FWHM),即有效层厚基本保持不变。对于相同的重建层厚,改变螺距时SSP的FWHM基本保持不变。②图像噪声测试结果:准直器宽度、螺距相同时,随着层厚的增大,图像噪声有明显降低;层厚、螺距相同时,准直器宽度减小,图像噪声降低(P<0.05)。对于相同的准直器宽度,螺距改变时,图像噪声没有显著差别(P>0.05)。结论对于多排螺旋CT,卷积重建算法、螺距和准直器宽度的变化对SSP的影响很小。螺距的变化对噪声的影响不大,而层厚和准直器宽度的选择对图像噪声影响明显。在临床实际操作中,需要综合考虑影响图像质量诸因素之间的关系,根据临床需要选择最佳方案。

图像噪声方差大小的测量新算法

针对图像中的高斯白噪声，提出了一种利用小波系数分布特征进行噪声估计的算法。根据小波系数的分布特点，利用广义高斯分布模型对小波系数进行拟合，并用广义高斯分布模型参数（尺度和形状参数）提出了一种有效的噪声方差估计算法。实验结果表明，提出的噪声方差估计算法能有效地估计噪声方差大小，同时估计的结果要好于其它相关的算法。这种噪声测量算法具有高精度性和快速性。

高斯图像噪声实现的两种改进

该文对传统的高斯图像噪声的实现从高斯特性和噪声率等方面提出了两种改进方法,并给出按改进方法和传统方法产生的高斯噪声图像的直方图。改进方法较传统方法有高斯特性更准确,噪声率(图像中受噪声影响的像素数与总像素数之比)可调,“白”性不变等特点,更适于成为图像处理研究的噪声源。

Micro CT投影图像噪声的去除

目的:研究Micro CT投影图像噪声的去除,提高Micro CT系统重建图像的质量。方法:分析了Micro CT投影图像的噪声形成因素,提出了Micro CT投影图像校正的方法,分别针对随机噪声、暗场、光场、响应不一致和瑕疵像元进行了校正。结果:通过比较研究提出了一种简单实用的实际响应不一致校正,该方法结合了光场、暗电流、增益不一致校正,只一次循环就解决了3种校正,大大提高了算法效率,并通过实验证明了该校正方案的有效性。结论:该方法可有效去除Micro CT投影图像的噪声,提高Micro CT系统重建图像的质量,为后续三维重建等工作奠定良好的基础。

图像噪声对印刷墨斑评价的影响

目的研究并分析图像噪声对印刷墨斑评价的影响。方法基于印刷墨斑图像灰度变化的评价模型及小波去噪,建立去噪后的印刷墨斑图像评价模型;以新闻纸背面剥离墨斑为例,实施了去噪前后的印刷墨斑评价结果与人眼的相关性分析,并对比了分析结果。结果去噪后的图像墨斑评价指数与视觉评价结果相似度有较大提高,去噪前相关性为0.53,去噪后最小相关性达到0.71。结论图像噪声对印刷墨斑的评价有重要影响,在分析评价墨斑时应考虑图像噪声因素。

DoseLab软件检测CT图像噪声的程序改进及应用分析

目的:对DoseLab软件进行程序改进,增加检测CT图像噪声的功能,对改进的程序进行测试分析。方法:首先,通过使用圆的内接多边形顶点位置计算公式,得到圆内接正三十二边形顶点坐标值。然后,在DoseLab软件Catphan 504模体CTP486模块的图像分析程序中,添加一个正三十二边形的感兴趣区(ROI),用于检测CT图像噪声。选取2018年每月由西门子CT模拟机日常质量检测(DQC)程序得到的水模体两个层面(S3和S4)的CT图像,对DoseLab改进程序进行测试。对DoseLab改进程序和DQC程序得到的CT图像噪声数据,进行统计分析和比较研究。结果:根据公式计算得到了半径4 cm圆的内接正三十二边形的32个顶点的坐标值,该多边形ROI的面积为49.94 cm2。计算DoseLab改进程序和DQC程序得到的CT图像噪声的差异(ΔN)。在120 kV情形,S3和S4层的ΔN值分别为(0.06±0.07)HU和(0.03±0.09)HU;在140 kV情形,S3和S4层的ΔN值分别为(0.10±0.09)HU和(0.08±0.09)HU。结论:通过添加正三十二边形ROI得到的DoseLab改进程序,可以自动分析水模体和Catphan模体,得到CT图像噪声数据。

基于直方图信息灰色关联的图像噪声类型识别方法

提出了一种基于直方图信息灰色关联的噪声类型识别方法.该方法首先分析椒盐噪声、高斯噪声和斑点噪声这三种噪声的直方图统计信息,从而直接识别出椒盐噪声.为正确区分高斯噪声和斑点噪声,引入灰色关联分析理论中的灰色关联度,根据两种噪声的直方图曲线特征,形成参考序列和比较序列,利用两类序列间的灰色关联度来完成识别.实验结果显示,对含灰度均匀子图的单一噪声图像,该方法能够准确识别图像中的噪声类型.

现代数字图像噪声滤除技术及其评价

图像噪声滤除是数字图像处理领域中一项重要的方法技术。首先在对图像噪声模型及其特征介绍的基础上,对去除图像噪声的传统线性滤波和非线性滤波技术,以及针对脉冲噪声、高斯噪声等的新颖滤波理论技术进行了分析与综述,最后对图像噪声滤除的质量评价、现状与发展做了探讨与展望。

图像噪声去除的小波相位滤波算法

Most of the wavelet denoising methods available are based on magnitudes. However,for the images with low SNR.the edges of the image m the wavelet domain are hidden in the noise. A wavelet phase filtering algorithm is presented in this paper, which is insensitive to the magnitude of image.

螺旋CT图像噪声的评价

目的 :评价螺旋CT中内插方式、螺距以及重建间隔对噪声的影响。方法 :采用SomatomPlus 4螺旋CT机。在相同条件下扫描直径为 2 0cm的水模 ,测得水模图像中心 40cm2 兴趣区的CT值标准差作为评价噪声水平的指标。结果 :3 60°线性内插的噪声减少 (t =3 4.87,P <0 .0 0 1) ,180°线性内插的噪声增加 (t =18.78,P <0 .0 0 1)。螺距大于 1.0或小于 1.0与螺距为 1.0时噪声水平的差异无显著性意义 (P >0 .0 5 )。随着重建间隔改变 ,相应噪声水平的差异无显著性意义 (P >0 .0 5 )。结论 :与常规扫描相比 ,螺旋CT内插方式对噪声有一定影响 ,而螺距与重建间隔对噪声水平影响不明显。

边缘保留的图像噪声滤除方法

常用的滤除图像噪声的算法由于需要在图像边缘纹理保留和噪声滤除之间进行折中，因此不可避免的会带来边缘模糊的问题。本文提出一种既可保留图像边缘纹理又滤除图像噪声的方法。

16层螺旋CT重建层厚影响图像噪声的实验分析

目的通过实验分析重建层厚的改变对CT图像噪声的影响。方法应用Siemens Somatom Sensation 16全身CT机及随机所配20cm直径水模。选用不同的扫描参数及重建层厚,对水模进行扫描,测量图像中心相同位置CT值与标准值偏差并分析。结果CT图像噪声随着mAs值、重建层厚增大而减小,图像噪声与mAs的平方根成反比。结论正确理解重建层厚对噪声的影响,采用适当增加X线毫安量的方法来降低噪声是切实可行的。