[发明专利]基于区域自适应的多尺度非局部低剂量CT图像去噪方法

权利要求书

1.基于区域自适应的多尺度非局部低剂量CT图像去噪方法，其特征在于：包括如下步骤：

步骤一，像素分类和边沿提取：采用局部块的分类信息来实现边沿提取，进而实现边沿区域和非边沿区域的区分：

步骤二，基于区域的相似像素筛选：根据边缘提取结果，对于非边缘的区域，选用尺寸为长29像素×宽29像素的各向同性搜索窗口作为相似像素点集合；对于包含边缘区域，选用尺寸为长15像素×宽15像素的各向同性搜索窗口作为候选像素点，然后根据步骤一的像素分类信息和边沿信息去除不相似像素点，最终得到沿着边沿方向的相似像素点集合；

步骤三：基于区域的多尺度非局部去噪：确定相应的相似像素后，采用多尺度加权的非局部去噪方法，对低剂量CT图像进行去噪；

步骤四：基于直觉模糊散度的自适应滤波参数：使用光滑模板和以当前像素为中心的局部块之间的直觉模糊散度自适应调整每个像素的滤波参数。

2.根据权利要求1所述的基于区域自适应的多尺度非局部低剂量CT图像去噪方法，其特征在于：所述步骤一的像素分类和边沿提取包括以下步骤：

第1步：选择尺寸为长3像素×宽3像素的局部块来代表图像中的每个像素，并将这些局部块重新排列为一个向量；

第2步：利用K均值聚类方法将这些局部块分为K类，将每个局部块获得的分类编号作为该局部块中心点的分类编号；

第3步：计算所有分类编号的梯度，梯度的模不等于0的地方即为边沿点，将这些边沿点连起来即完成边沿提取，具有不同分类编号的相邻的两个像素点即为图像的边沿位置。

3.根据权利要求2所述的基于区域自适应的多尺度非局部低剂量CT图像去噪方法，其特征在于：所述步骤三中对图像进行多尺度的非局部去噪，并根据区域信息自适应地确定控制不同尺度作用程度的系数，最后将不同尺度下的去噪结果进行加权运算，得到最后的去噪结果，去噪后图像中的每个像素值为：

其中，Y(j)为含噪声图像在位置点j的像素值，R1、R2为步骤二确定的相似像素组成的集合，b为图像块的大小，N₁、N₂为不同尺度下的图像块大小；a₁和a₂为控制不同尺度作用程度的系数，且满足a₁+a₂＝1；

w₁(i,j)为采用长5像素×宽5像素的图像块时位于j点的像素点对于位于i点的像素点的权重系数，w₂(i,j)为采用长9像素×宽9像素的图像块时位于j点的像素点对于位于i点的像素点的权重系数，均通过下列公式计算得到：

其中，表示高斯加权距离，N_k表示中心点位于k点的图像块，num是图像块N_k中像素的总个数，h是控制去噪的平滑参数。