基于NSCT和全变差模型的医学图像去噪

• 作者: 周小军 周峰 马秀丽
• 来源期刊: 应用科学学报
• 学科: 工学
• 关键词: 非下采样Contourlet变换 全变差 医学图像去噪 峰值信噪比
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 智慧城市专栏
• 页码范围: 481-485
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.0255-8297.2014.05.008

摘要

分析了非下采样Contourlet变换(nonsubsampled Contourlet transform,NSCT)和全变差模型的特点,提出将NSCT和全变差混合模型应用于医学图像去噪.首先,通过NSCT变换将含噪图像分解,运用Visu萎缩阈值将NSCT系数进行处理,得到初次去噪图像.然后,采用全变差模型对初次去噪图像进一步处理得到最终去噪图像.实验结果表明:该方法可以很好地保留图像细节,无论在客观上的峰值信噪比还是主观上的视觉效果都优于其他去噪方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马秀丽	上海大学通信与信息工程学院	13	140	5.0	11.0
5	周峰	上海大学通信与信息工程学院	8	32	3.0	5.0
9	周小军	上海大学通信与信息工程学院	1	4	1.0	1.0