基于BM3D算法的醫(yī)學(xué)圖像去噪與增強(qiáng)方法研究

張光華 潘婧 邢昌元

摘要：本文提出一種基于BM3D算法的醫(yī)學(xué)圖像去噪與增強(qiáng)方法研究，為研究信號(hào)有關(guān)去除噪聲和圖像增強(qiáng)提供了全新的思路。

關(guān)鍵詞：BM3D算法;醫(yī)學(xué)信號(hào)噪聲;去噪;增強(qiáng)

中圖分類(lèi)號(hào)：TP311? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）18-0223-01

1 BM3D算法分析

目前高斯白噪聲處理最為有效的方法便是BM3D。這一算法對(duì)噪聲消除的過(guò)程中，完好保留了圖像特點(diǎn)。在對(duì)BM3D算法全面介紹之前，首先分析協(xié)同濾波。協(xié)同濾波是BM3D算法中聚類(lèi)與濾波的過(guò)程。這一過(guò)程首先劃分圖像成為若干小塊，可以采取4步處理每個(gè)小塊：

1）將這一小塊作為參考?jí)K，尋找類(lèi)似的小塊，并且將他們堆積成為一個(gè)三維塊;2）通過(guò)三維線(xiàn)性變換三維塊;3）收縮變換域系數(shù);4）逆三維變換。

因此，三維濾波可以對(duì)三維塊中全部二維小塊統(tǒng)一處理。結(jié)束協(xié)同濾波之后聚合全部的估計(jì)值。通過(guò)對(duì)噪聲進(jìn)行減弱，協(xié)同濾波可以尋找出聚合在一起的相似小塊部分，把濾波之后的小塊放在從前的位置。由于屬于重疊的小塊，同一像素可能會(huì)產(chǎn)生大量的估計(jì)值，聚合最大程度采用了這一冗余性，屬于一種平均加權(quán)的特殊過(guò)程。

2 SDN-BM3D算法實(shí)施

通過(guò)上述分析可知BM3D算法可以很好處理平穩(wěn)噪聲。在全面應(yīng)用BM3D處理信號(hào)無(wú)關(guān)噪聲特點(diǎn)，進(jìn)一步提出了基于BM3D算法的信號(hào)有關(guān)噪聲去除算法，即SDN-BM3D算法：

信號(hào)有關(guān)噪聲的噪聲方差并不是一個(gè)常數(shù)，可以添加相應(yīng)的可變方差。在聚類(lèi)步驟中，對(duì)體現(xiàn)出非平穩(wěn)噪聲的圖像來(lái)講，通過(guò)傳統(tǒng)歐式距離對(duì)兩個(gè)小塊相似度有效度量，發(fā)現(xiàn)其穩(wěn)定性與準(zhǔn)確性中的不足，為了對(duì)這一問(wèn)題有效解決，可以采用一個(gè)相似系數(shù)。

綜合來(lái)講：參數(shù)值較大可以較好地去除偽影，若參數(shù)值較大，圖像一部分細(xì)節(jié)反而會(huì)變得模糊。所以，為了盡量對(duì)圖像細(xì)節(jié)進(jìn)行保留，實(shí)驗(yàn)中可以選擇相對(duì)較小的參數(shù)值。采取NLM強(qiáng)化處理以后，增加了圖像的PSNR數(shù)值，表明強(qiáng)化處理之后圖像噪聲迅速減少，而基本上保持了SSIM數(shù)值不變，進(jìn)一步說(shuō)明強(qiáng)化處理算法可以對(duì)圖像細(xì)節(jié)很好進(jìn)行保存。

3 結(jié)語(yǔ)

本文基于去除信號(hào)有關(guān)噪聲的需求出發(fā)，在BM3D算法的基礎(chǔ)上提出了SDN-BM2D算法。其主要牽涉到DCT閾值去噪，經(jīng)驗(yàn)維納濾波等。通過(guò)大量模擬實(shí)驗(yàn)說(shuō)明，這一算法對(duì)BM3D算法在解決信號(hào)方面噪聲問(wèn)題有效解決。對(duì)于相對(duì)嚴(yán)重的噪聲圖像，可以借助于相似算法強(qiáng)化處理，對(duì)收縮頻域系數(shù)形成的人工偽影進(jìn)行去除。

參考文獻(xiàn)：

[1] 黃牧， 黃文清， 李俊柏，等. 基于BM3D圖像去噪算法的參數(shù)研究[J].工業(yè)控制計(jì)算機(jī)， 2014（10）：99-101.

[2] 徐丹， 周心悅. 基于三維塊匹配（BM3D）算法的圖像去噪研究[J]. 經(jīng)營(yíng)管理者， 2017（22）：250.

【通聯(lián)編輯：唐一東】