[发明专利]一种基于局部方向统计特性的MRI影像噪声去除方法

权利要求书

1.一种基于局部方向统计特性的MRI影像噪声去除方法，其特征在于，包括步骤：

对存在噪声的MRI图像进行噪声估计，并获得类高斯函数；

基于MRI图像获得多个积核大小下的多个方向下的梯度方向基础模型组；

判断声点：对MRI图像的每一个像素点，根据梯度方向基础模型组判断其是否为噪声点；

进行噪声点去除：如果是噪声点则通过所述类高斯函数进行去噪复原。

2.根据权利要求1所述的一种基于局部方向统计特性的MRI影像噪声去除方法，其特征在于，对存在噪声的MRI图像进行噪声估计，并获得类高斯函数，包括步骤：

采集MRI图像的四周子图区域作为噪声子图像，计算子图像的方差；

利用方差估计噪声的类高斯函数。

3.根据权利要求2所述的一种基于局部方向统计特性的MRI影像噪声去除方法，其特征在于，对存在噪声的MRI图像进行噪声估计，包括步骤：

利用四周子图区域分别获得四个噪声子图像，计算四个噪声子图像中心矩；

通过中心矩来获得方差，方差为c＝(c1+c2+c3+c4)/4；其中，c1、c2、c3和c4分别为四个噪声子图像的方差；

利用方差估计噪声的类高斯函数，类高斯函数为f(x)＝255/(2*pi*c*c)；其中，c为方差，pi为圆周率。

4.根据权利要求1所述的一种基于局部方向统计特性的MRI影像噪声去除方法，其特征在于，基于MRI图像获得多个积核大小下的多个方向下的梯度方向基础模型组，包括步骤：

建立多组不同卷积核大小下的梯度方向图像组，每一组中包括多个方向；

通过MRI图像与每个卷积核进行卷积操作，获得每组核大小下的不同方向的梯度方向基础模型组。

5.根据权利要求4所述的一种基于局部方向统计特性的MRI影像噪声去除方法，其特征在于，基于MRI图像获得多个积核大小下的多个方向下的梯度方向基础模型组，包括步骤：

获取三组卷积核大小为3、5和7的梯度方向图像组，每一组分为0°、45°、90°和135°共4个方向；

通过MRI图像与每个卷积核进行卷积操作，获得核大小为3、5和7的不同方向的梯度方向基础模型组fn_α(x,y)，n为卷积核大小，α为方向。

6.根据权利要求1所述的一种基于局部方向统计特性的MRI影像噪声去除方法，其特征在于，判断声点：对MRI图像的每一个像素点，计算不同卷积核大小的梯度方向基础模型组的最大模型，若各个卷积核大小下的最大模型相等则判定其为信息点，否则为噪声点。

7.根据权利要求1-6任一所述的一种基于局部方向统计特性的MRI影像噪声去除方法，其特征在于，还包括步骤：进行去噪后的MRI图像进行后处理：若图像四周存在噪声点，通过最大类间方差法进行阈值分割，保护中间已经复原的图像，对四周的噪声点进行去除。