要非局部均值(non-local means,NLM)去噪算法已成为较有效去除图像噪声的算法之一。然而,当噪声水平较高时,NLM不能准确地计算图像块之间的相似度权重值,影响图像的去噪效果。针对上述问题,结合离散余弦变换(discrete cosinetransform,D...要非局部均值(non-local means,NLM)去噪算法已成为较有效去除图像噪声的算法之一。然而,当噪声水平较高时,NLM不能准确地计算图像块之间的相似度权重值,影响图像的去噪效果。针对上述问题,结合离散余弦变换(discrete cosinetransform,DCT)提出了基于DCT的非局部均值滤波算法。首先,利用DCT的低频系数重构图像,以达到滤除部分噪声的同时保护图像的主要内容。其次,利用重构图像较准确地计算图像块之间的相似度权重值,将NLM去噪算法用于噪声图像。实验结果表明,该算法能够得到较高的峰值信噪比(peak signal to noise ratio,PSNR)和更好的视觉效果。展开更多
提出了一种新的非平稳信号处理方法——快速自适应局部均值分解(Fast and Adaptive Local Mean Decomposition,FALMD)。采用顺序统计滤波器求取信号上下包络线的均值来获得局部均值函数及包络估计函数,然后将信号分解为若干乘积函数(Pro...提出了一种新的非平稳信号处理方法——快速自适应局部均值分解(Fast and Adaptive Local Mean Decomposition,FALMD)。采用顺序统计滤波器求取信号上下包络线的均值来获得局部均值函数及包络估计函数,然后将信号分解为若干乘积函数(Product Function,PF)分量及一个残余分量。该算法一方面改变了局部均值分解(Local Mean Decomposition,LMD)严格的终止条件,提高了运算速率,另一方面减少了对极值点的依赖,在一定程度上抑制了端点效应。仿真信号和实验信号分析证明了该方法在非平稳信号自适应分解中的有效性,成功地提取出了滚动轴承的故障特征。展开更多
在临床应用中需要限制扫描时间和药物剂量,这往往会使正电子发射断层扫描(PET)的图像的分辨率变低,噪声变多。为提供可供临床诊断的图像,去噪是一个必须的手段,而在重建后增加一个滤波器是目前最常用的去噪方法。因此对不同滤波器滤波...在临床应用中需要限制扫描时间和药物剂量,这往往会使正电子发射断层扫描(PET)的图像的分辨率变低,噪声变多。为提供可供临床诊断的图像,去噪是一个必须的手段,而在重建后增加一个滤波器是目前最常用的去噪方法。因此对不同滤波器滤波效果的比较是PET图像重建中的重要环节,其中最关键的是滤波参数的选取。目前采用的信噪比(SNR)以及恢复系数(RC)等评估方法可以用来非定量地选取参数,研究者们只能凭经验选取最优参数。而通道化霍特林观察器(CHO)作为一个比较通用的数字观察器,已被用于与PET图像质量相关的各种参数的选择,如重建算法参数、系统设计参数、临床协议参数等,然而其在评估不同滤波方法对图像重建质量的影响中的应用研究还比较少。通过比较CHO计算得到的ROC(receiver operating characteristic)曲线下面积(area under the ROC curve,AUC),选择两种常用的滤波器(即高斯滤波器和非局部均值(Non-Local Mean,NLM)滤波器)的最优参数,并评估它们在PET中的滤波效果。结果表明,对于13 mm球体,σ为1.1~1.4的高斯滤波器和f为0.5~0.9的NLM滤波器可以达到最大的检测能力值,而对于10 mm球体,σ为1.4~2.0的高斯滤波器和f为0.5~0.9的NLM滤波器可以达到最大的检测能力值。虽然两个滤波器所对应的AUC值都能高达0.9,但是NLM滤波器的AUC值高于高斯滤波器。通过IEC图像和病人图像也能发现,NLM滤波后的PET图像中的亮点比高斯滤波的更加清晰,噪声更少。该结论和传统滤波器评估方法得到的结论一致,这说明在PET的病灶检测任务中,CHO能够准确地比较这两种滤波器的性能。展开更多
文摘要非局部均值(non-local means,NLM)去噪算法已成为较有效去除图像噪声的算法之一。然而,当噪声水平较高时,NLM不能准确地计算图像块之间的相似度权重值,影响图像的去噪效果。针对上述问题,结合离散余弦变换(discrete cosinetransform,DCT)提出了基于DCT的非局部均值滤波算法。首先,利用DCT的低频系数重构图像,以达到滤除部分噪声的同时保护图像的主要内容。其次,利用重构图像较准确地计算图像块之间的相似度权重值,将NLM去噪算法用于噪声图像。实验结果表明,该算法能够得到较高的峰值信噪比(peak signal to noise ratio,PSNR)和更好的视觉效果。
文摘提出了一种新的非平稳信号处理方法——快速自适应局部均值分解(Fast and Adaptive Local Mean Decomposition,FALMD)。采用顺序统计滤波器求取信号上下包络线的均值来获得局部均值函数及包络估计函数,然后将信号分解为若干乘积函数(Product Function,PF)分量及一个残余分量。该算法一方面改变了局部均值分解(Local Mean Decomposition,LMD)严格的终止条件,提高了运算速率,另一方面减少了对极值点的依赖,在一定程度上抑制了端点效应。仿真信号和实验信号分析证明了该方法在非平稳信号自适应分解中的有效性,成功地提取出了滚动轴承的故障特征。
文摘在临床应用中需要限制扫描时间和药物剂量,这往往会使正电子发射断层扫描(PET)的图像的分辨率变低,噪声变多。为提供可供临床诊断的图像,去噪是一个必须的手段,而在重建后增加一个滤波器是目前最常用的去噪方法。因此对不同滤波器滤波效果的比较是PET图像重建中的重要环节,其中最关键的是滤波参数的选取。目前采用的信噪比(SNR)以及恢复系数(RC)等评估方法可以用来非定量地选取参数,研究者们只能凭经验选取最优参数。而通道化霍特林观察器(CHO)作为一个比较通用的数字观察器,已被用于与PET图像质量相关的各种参数的选择,如重建算法参数、系统设计参数、临床协议参数等,然而其在评估不同滤波方法对图像重建质量的影响中的应用研究还比较少。通过比较CHO计算得到的ROC(receiver operating characteristic)曲线下面积(area under the ROC curve,AUC),选择两种常用的滤波器(即高斯滤波器和非局部均值(Non-Local Mean,NLM)滤波器)的最优参数,并评估它们在PET中的滤波效果。结果表明,对于13 mm球体,σ为1.1~1.4的高斯滤波器和f为0.5~0.9的NLM滤波器可以达到最大的检测能力值,而对于10 mm球体,σ为1.4~2.0的高斯滤波器和f为0.5~0.9的NLM滤波器可以达到最大的检测能力值。虽然两个滤波器所对应的AUC值都能高达0.9,但是NLM滤波器的AUC值高于高斯滤波器。通过IEC图像和病人图像也能发现,NLM滤波后的PET图像中的亮点比高斯滤波的更加清晰,噪声更少。该结论和传统滤波器评估方法得到的结论一致,这说明在PET的病灶检测任务中,CHO能够准确地比较这两种滤波器的性能。
