基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于非局部自相似性块组学习的图像去噪(PGPD)算法去除高斯噪声效果优异,但是对于磁共振(MR)图像中Rician噪声的去除效果不理想.为此本文提出一种结合方差稳定变换和PGPD的新去噪算法FPGPD.该算法首先对含有Rician噪声的MR图像进行方差稳定变换,使噪声在变换域中近似服从高斯分布.用PGPD算法在变换域中去噪,最后经过方差稳定逆变换得到无偏去噪图像.理论分析和实验结果表明,FPGPD算法在去除MR图像中Rician噪声时比PGPD算法去噪性能好,具体体现为对图像细节和轮廓边缘保护得更好.
推荐文章
改进LMMSE的弥散加权磁共振图像Rician噪声复原
弥散加权磁共振图像
图像复原
线性最小均方误差
Rician噪声
双树轮廓波变换域的磁共振图像降噪
磁共振图像
双树轮廓波变换
噪声参数估计
图像降噪
基于非冗余平移不变小波变换的磁共振图像降噪
图像降噪
离散小波变换
平移敏感性
磁共振图像
Rician噪声
一种基于最大后验概率与图像局部统计量的磁共振图像去噪模型
磁共振图像
图像去噪
全变差模型
最大后验估计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 结合方差稳定变换和PGPD去除磁共振图像Rician噪声
来源期刊 影像科学与光化学 学科
关键词 磁共振图像 去噪 方差稳定变换 PGPD
年,卷(期) 2018,(6) 所属期刊栏目 论文
研究方向 页码范围 539-550
页数 12页 分类号
字数 6219字 语种 中文
DOI 10.7517/issn.1674-0475.180905
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张伟 50 256 10.0 12.0
2 池越 河北工业大学电子信息工程学院 33 66 5.0 6.0
3 崔焘 河北工业大学电子信息工程学院 2 0 0.0 0.0
4 张若男 河北工业大学电子信息工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (102)
共引文献  (15)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(9)
  • 参考文献(2)
  • 二级参考文献(7)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(10)
  • 参考文献(2)
  • 二级参考文献(8)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
磁共振图像
去噪
方差稳定变换
PGPD
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
影像科学与光化学
双月刊
1674-0475
11-5604/O6
16开
北京市海淀区中关村东路29号 中科院理化所
2-383
1983
chi
出版文献量(篇)
1689
总下载数(次)
4
总被引数(次)
11331
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导