欢迎来到天天文库
浏览记录
ID:35061599
大小:6.94 MB
页数:75页
时间:2019-03-17
《基于分数阶pmd的低剂量ct图像去噪算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、---.?-连’A、各种成*香4UNIVERSITYOfEL臣CTRONICSCDTECHNOLOGYOPCHINAIENCEAN硕it学位论文MASTERTHESISX壽,、.0《癸,论支题眉基于分数阶PMD的低剂量CT图像去噪算法研究学科专业植制科学与工程\学号201321070342作者姓名朱得超—指导教师刘晓云副教授—独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,
2、除了义中特别加标注和致谢的地方夕h论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名/0:日期:奶/年日争雌夕月>论支使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文,的规定有权保留并向国家有关部口或机构送交论文的复印件和磁盘,光许论义被查阅和借阅。本人授权电子科技大学可抖将学位论文的全部或部分内容编入有关数据库进行检索,可臥采用影印、缩印或扫描等
3、复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)者签 ̄作名:鸿楚导师签名:^^r日期矣年月日少分类号密级注1UDC学位论文基于分数阶PMD的低剂量CT图像去噪算法研究(题名和副题名)朱得超(作者姓名)指导教师刘晓云副教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业控制科学与工程提交论文日期2016年5月1日论文答辩日期2016年5月9日学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。ResearchonLow-DosedX-RayCompute
4、dTomographyImagingbyTheFractional-OrderPerona-MalikDiffusionAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:ControlScienceandEngineeringAuthor:ZhuDechaoAdvisor:LiuXiaoyunSchool:SchoolofAutomationEngineering摘要摘要经过三十多年的发展,计算机断层扫描(ComputedTomography,CT)
5、的成像质量得到了显著地提高,已广泛地应用于临床医学诊断。CT检查在扫描过程中会产生对人体造成伤害的电离辐射,而降低CT扫描剂量又会给成像效果带来严重的影响。因此研究有效的低剂量CT图像去噪算法,具有重要的研究价值和医学临床意义。对图像噪声抑制时,滤除噪声信息和保护有用信息是对立统一的。传统的图像算法在对图像去噪的同时,丢失了图像中的细节信息,如纹理,边缘。本文在研究基于分数阶Grünwald-Letnikov(G-L)PMD的低剂量CT图像去噪算法的基础上,提出了基于邻域方差自适应调节分数阶阶次的图像去噪算法和基于分数阶Riemann-Liouville(
6、R-L)PMD的低剂量CT图像去噪算法,具体研究内容如下:1、研究了基于分数阶G-LPMD的低剂量CT图像去噪算法。建立传统算法与研究算法的去噪效果对比性实验,通过分析和比较得出了两个实验结果:a、相比较传统的图像去噪算法,分数阶PMD算法在对图像去噪的同时,较好地保留了图像边缘、纹理等细节信息。b、相同条件下,不同的分数阶阶次对图像去噪和细节信息保留有着重要的影响:选取较大分数阶阶次有利于保持细节信息,而选取较小分数阶阶次可以有力地去噪。2、提出了基于邻域方差自适应调节分数阶阶次的PMD算法(NV-GLPMD)。其思想:对于邻域方差大的纹理区域选取较大的
7、分数阶阶次,而对于邻域方差小的平滑区域选取较小的分数阶阶次,进而根据邻域方差信息实现了分数阶阶次自适应调节。实验结果表明,相比较分数阶G-LPMD算法,本文提出的算法对低剂量CT图像去噪效果有很好地改善,图像中细节信息也得到了有效地保持。3、本文进一步提出了一种NV-RLPMD的低剂量CT图像去噪算法。由于分数阶R-L积分算子可以在一定程度上对含有弱噪声图像实现去噪保边效果,因此本文尝试将NV-RLPMD算法应用于低剂量CT图像去噪。实验对比结果表明:相比较NV-GLPMD算法,本文提出的算法在对图像去噪的同时,还对图像边缘区域具有一定的增强作用,改善了图
8、像视觉效果。关键词:低剂量CT图像,分数阶Grünwald-Let
此文档下载收益归作者所有