复小波域维纳滤波与偏微分扩散相结合的图像去噪方法

针对图像噪声的去除,提出了一种基于复数小波域上的多方向窗维纳滤波与偏微分方程保持边缘细节相结合的方法。针对小波域维纳滤波的方向性差,去噪后图像容易产生哑铃效应,该方法首先进行双树复数小波变换,集中6个方向上的图像信号能量,之后,再在该6个方向上进行方向维纳滤波,对图像进行初步去噪,再以此引导偏微分方程中的扩散函数,实现各项异性进行扩散,最大限度地在保持图像细节的同时,去除噪声。实验结果表明,该方法的峰值信噪比,以及视觉质量都较复小波去噪或各项异性非线性扩散去噪方法有明显的改善。

一种基于系数分类的CBCT图像去噪新方法

去噪是医学图像处理的一个重要研究课题。本文提出一种快速易实现的CBCT去噪新方法:利用二进小波变换将CBCT图像变换到小波域中,根据锥形影响域(COI)内的尺度间小波系数幅值和之间的比值,将小波系数分为两类,用基于方向窗的维纳滤波对不同类别的小波系数做不同的去噪处理,并提出一种更适合CBCT图像的噪声方差估计方法。对测试图像与临床CBCT图像的去噪结果表明,新方法所得去噪结果优于小波阈值去噪结果,能够在保留重要诊断细节的同时,有效地抑制CBCT图像中的噪声,为临床CBCT图像的实时去噪提供了一种新手段。