期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
模糊神经网络像素分类的稀疏表示医学CT图像去噪方法 被引量:3
1
作者 孙云山 张立毅 耿艳香 《信号处理》 CSCD 北大核心 2015年第10期1354-1360,共7页
在医学CT成像过程中,由于引入了不可避免的噪声,致使图像质量下降,影响临床诊断。因此,研究医学CT图像降噪方法在诊疗服务中具有重要意义。本文结合图像分割的思想,利用模糊神经网络将图像像素分成边缘区、平滑区与纹理区等不同图像区域... 在医学CT成像过程中,由于引入了不可避免的噪声,致使图像质量下降,影响临床诊断。因此,研究医学CT图像降噪方法在诊疗服务中具有重要意义。本文结合图像分割的思想,利用模糊神经网络将图像像素分成边缘区、平滑区与纹理区等不同图像区域,通过小波稀疏表示对不同类型的图像块进行阈值去噪处理,以便更好地保留医学CT图像的细节特征。实验结果表明,本文算法对医学CT图像降噪有一定的效果,峰值信噪比(PSNR)和结构相似性指数(SSIM)都得到了改善,更好并且很好地保留CT图像的细节信息。 展开更多
关键词 计算机断层图像去噪 模糊神经网络 像素分类 小波稀疏表示
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部