[发明专利]基于高阶奇异值分解的磁共振图像去噪方法

摘要

一种基于高阶奇异值分解的磁共振图像去噪方法，包括（1）对原始图像进行方差稳定变换；（2）对变换后的图像进行第一次高阶奇异值分解去噪，具体是（a）对每一个标的像素对应的参考块，逐个寻找该参考块的相似块组成高维数组；（b）对高维数组进行高阶奇异值分解变换得到系数和自适应基；（c）通过第一阈值操作；（d）进行高阶奇异值分解逆变换；（3）加权平均进行像素合并；（4）加权平均得到第一次加权平均后的图像；（5）对第一次加权平均后的图像进行第二次高阶奇异值分解去噪获得第二次去噪后的图像；（6）对第二次去噪后的图像进行方差稳定逆变换得到滤波图像。本发明的方法能够有效地抑制磁共振图像噪声，提高图像质量。

主权项

一种基于高阶奇异值分解的磁共振图像去噪方法，依次包括如下步骤：(1)对加有莱斯噪声的原始磁共振图像进行方差稳定变换，将依赖信号分布的莱斯噪声变成独立于信号分布的噪声，得到变换后的噪声图像；(2)将变换后的噪声图像中的每一个像素作为标的像素或者按照一定距离间隔取像素作为标的像素，取标的像素及其周围的像素作为参考块，执行以下操作进行第一次高阶奇异值分解去噪，具体是：(a)通过k最近邻方法依次逐个寻找参考块的相似块，组成高维数组；(b)对高维数组进行高阶奇异值分解变换，得到对应的系数和自适应基；(c)通过第一阈值操作，将绝对值小于第一阈值的系数置零得到修正后的系数；(d)根据自适应基与修正后的系数，进行高阶奇异值分解逆变换，将逆变换后的结果作为该高维数组中所有图像块去除噪声后的估计值；(3)对步骤(2)得到的估计值加权平均进行像素合并，得到像素合并后的估计值，对每一个像素进行像素合并得到第一次去噪后的图像；(4)对方差稳定变换后的噪声图像和第一次去噪后的图像进行加权平均，得到第一次加权平均后的图像；(5)对第一次加权平均后的图像进行第二次高阶奇异值分解去噪，具体是：(5.1)将第一次加权平均后的图像中的每一个像素作为二次标的像素或者按照一定距离取像素作为二次标的像素，取二次标的像素及其周围的像素作为二次参考块，执行以下操作：(a)以第一次去噪后的图像进行相似块判断，通过k最近邻方法依次逐个寻找二次参考块的二次相似块，组成二次高维数组；(b)对二次高维数组进行高阶奇异值分解变换，得到对应的二次系数和二次自适应基；(c)通过二次阈值操作，将绝对值小于二次阈值的二次系数置零得到修正后的二次系数；(d)根据二次自适应基与修正后的二次系数，进行高阶奇异值分解逆变换，将逆变换后的结果作为该高维数组中所有图像块去除噪声后的二次估计值；(5.2)对步骤(5.1)得到的二次估计值加权平均进行像素合并，得到像素合并后的二次估计值，对每一个像素进行像素合并得到第二次去噪后的图像；(6)对第二次去噪后的图像进行方差稳定逆变换，得到最终的滤波图像。