改进偏微分方程的脑MRI图像降噪比较研究
|
摘要
对于噪声降低的时候传统的脑MRI医学图像降噪算法会使脑MRI医学图像的纹理、边缘和血管等的重要信息产生丢失.而偏微分方程(PDE)的脑MRI医学图像降噪算法能够在降低噪声的同时可以非常有效的缓解上述的情形确保细节的存留.主要介绍了几种PDE降噪模型.研究发现全变分的模型与四阶PDE模型降噪情况好于其余算法的降噪情况,但是水平线的生成对于成为水平集算法的初始水平集的情形较差,而四阶PDE模型迭代次数较多,运行时间长,在实际应用中有较强的限制.
Traditional medical image noise reduction algorithm when reduces noise,making some- edge medical images,texture detail and some information of vessels is lost.The algorithm of the image noise reduction based on partial differential equations(PDE,Partial Differential Equations) can effectively overcome the shortcomings,while the noise is reduced,as much keep as possible the edge and information of the texture details of the image.Therefore,this paper describes some classical model of the PDE,and then studies their characteristics according to the classical model.The study found the noise reduction situation of the total variation model and the fourth-order PDE model better than the noise reduction algorithm of the rest,for the actual application has good prospects.
Traditional medical image noise reduction algorithm when reduces noise,making some- edge medical images,texture detail and some information of vessels is lost.The algorithm of the image noise reduction based on partial differential equations(PDE,Partial Differential Equations) can effectively overcome the shortcomings,while the noise is reduced,as much keep as possible the edge and information of the texture details of the image.Therefore,this paper describes some classical model of the PDE,and then studies their characteristics according to the classical model.The study found the noise reduction situation of the total variation model and the fourth-order PDE model better than the noise reduction algorithm of the rest,for the actual application has good prospects.
引文
[1]杨迎春.基于偏微分方程的图像去噪算法研究[D].中北大学,2012.
[2]高飞.基于偏微分方程的图像去噪算法研究[D].大连海事大学,2011.
[3]陈小晴.基于偏微分方程的图像去噪方法研究[D].南京信息工程大学,2013.
[4]丁畅,尹清波,鲁明羽.数字图像处理中的偏微分方程方法综述[J].计算机科学,2013,(S2):341-346.
[5]冯桂莲.偏微分方程的MATLAB数值解法及可视化[J].计算机技术与发展,2013(12):120-123.
[6]崔学英,张权,刘犯,付学敬,桂志国.用于图像复原的二阶与四阶结合的偏微分方程滤波[J].中北大学学报(自然科学版),2013(02):183-187.
[7]李翠芸,曹潇男,姬红兵,邹其兵.基于偏微分方程的快速二维经验模态分解方法及其应用[J].计算机辅助设计与图形学学报,2014(07):1143-1150.
[8]夏石川,桂志国,张权,刘犯.基于偏微分方程的BGA射线图像去噪方法[J].中北大学学报(自然科学版),2013(06):667-672.
[9]侯传勇.基于边缘值、方差以及脉冲性的偏微分方程图像去噪算法[J].电子测试,2013(Z2):5-7+64.
[10]王晓民,苏道毕力格,特木尔朝鲁.对称方法在非线性偏微分方程边值问题中的应用[J].内蒙古大学学报(自然科学版),2013(02):129-132.
[11]张帆.基于偏微分方程与边缘检测的图像去噪算法[J].计算机工程与设计,2014(02):562-566.
[12]何郁波,林晓艳,董晓亮.应用格子Boltzmann模型模拟一类二维偏微分方程[J].物理学报,2013(19):290-296.
[13]王柯,张辉,周振娜.初值函数符号对一类非线性偏微分方程解的影响[J].数学的实践与认识,2013,43(16):203-206.
[14]李翠芸,曹潇男,姬红兵,邹其兵.基于偏微分方程的快速二维经验模态分解方法及其应用[J].计算机辅助设计与图形学学报,2014,(07):1143-1150.
[15]柴俊霞,张礼涛,刘道华.基于多元二次径向基神经网络的偏微分求解方法[J].数学的实践与认识,2014,44(7):260-26 5.
[2]高飞.基于偏微分方程的图像去噪算法研究[D].大连海事大学,2011.
[3]陈小晴.基于偏微分方程的图像去噪方法研究[D].南京信息工程大学,2013.
[4]丁畅,尹清波,鲁明羽.数字图像处理中的偏微分方程方法综述[J].计算机科学,2013,(S2):341-346.
[5]冯桂莲.偏微分方程的MATLAB数值解法及可视化[J].计算机技术与发展,2013(12):120-123.
[6]崔学英,张权,刘犯,付学敬,桂志国.用于图像复原的二阶与四阶结合的偏微分方程滤波[J].中北大学学报(自然科学版),2013(02):183-187.
[7]李翠芸,曹潇男,姬红兵,邹其兵.基于偏微分方程的快速二维经验模态分解方法及其应用[J].计算机辅助设计与图形学学报,2014(07):1143-1150.
[8]夏石川,桂志国,张权,刘犯.基于偏微分方程的BGA射线图像去噪方法[J].中北大学学报(自然科学版),2013(06):667-672.
[9]侯传勇.基于边缘值、方差以及脉冲性的偏微分方程图像去噪算法[J].电子测试,2013(Z2):5-7+64.
[10]王晓民,苏道毕力格,特木尔朝鲁.对称方法在非线性偏微分方程边值问题中的应用[J].内蒙古大学学报(自然科学版),2013(02):129-132.
[11]张帆.基于偏微分方程与边缘检测的图像去噪算法[J].计算机工程与设计,2014(02):562-566.
[12]何郁波,林晓艳,董晓亮.应用格子Boltzmann模型模拟一类二维偏微分方程[J].物理学报,2013(19):290-296.
[13]王柯,张辉,周振娜.初值函数符号对一类非线性偏微分方程解的影响[J].数学的实践与认识,2013,43(16):203-206.
[14]李翠芸,曹潇男,姬红兵,邹其兵.基于偏微分方程的快速二维经验模态分解方法及其应用[J].计算机辅助设计与图形学学报,2014,(07):1143-1150.
[15]柴俊霞,张礼涛,刘道华.基于多元二次径向基神经网络的偏微分求解方法[J].数学的实践与认识,2014,44(7):260-26 5.