[1]程 科,汪正霞,孙 玮.基于小波系数相关性的MRI图像像素点分类处理算法[J].南京师大学报(自然科学版),2014,37(01):41.
　Cheng Ke,Wang Zhengxia,Sun Wei.A Pixel Classification Method in MRI Enhancement Based on Wavelet Coefficient[J].Journal of Nanjing Normal University(Natural Science Edition),2014,37(01):41.
点击复制

基于小波系数相关性的MRI图像像素点分类处理算法()
分享到：

《南京师大学报（自然科学版）》[ISSN:1001-4616/CN:32-1239/N]

卷:
第37卷
期数:
2014年01期
页码:
41
栏目:
计算机科学
出版日期:
2014-03-30

文章信息/Info

Title:
A Pixel Classification Method in MRI Enhancement Based on Wavelet Coefficient
作者:
程 科; 汪正霞; 孙 玮
江苏科技大学计算机科学与工程学院,江苏 镇江 212003
Author(s):
Cheng Ke; Wang Zhengxia; Sun Wei
School of Computer Science and Engineering,Jiangsu University of Science and Technology,Zhenjiang 212003,China
关键词:
二进小波; 磁共振图像; 图像增强; 多尺度积
Keywords:
dyadic wavelet transforms; magnetic resonance imaging; image enhancement; multi-scale
分类号:
TP391
文献标志码:
A
摘要:
由于图像软组织的对比度和信噪比均较低的原因,传统的二进小波算法在进行磁共振图像的增强处理时效果不明显.文章首先在分析小波变换对噪声影响规律的基础上,结合磁共振图像(MRI)特点,对二进小波变换中各尺度上小波系数间的相关性进行分析和归类.其次,文章通过改进的小波系数相关性置信度方法,将MRI图像的像素点分为信号点、噪声点和性质未定点,并采用不同的增强函数对信号点和噪声点进行有效处理.最后,文章提出了一个基于三阶分段函数的性质未定点处理算法.实验表明,文章中所采取的方法能较好地实现像素点的分类,抑制其中的噪声点,有效地增强目标像素点.
Abstract:
Dyadic wavelet transforms have no demonstrable effect on MRI enhancement,because MRI has the disadvantage of its lower contrast and noise-signal ratio.After analyzing the effects of wavelet on signal noise and based on the characteristics of MRI,this paper analyzes the correlation of dyadic wavelet transform of wavelet coefficient in each scale and classes them to different types.Then a revised method of wavelet coefficient confidence is introduced,hence MRI pixels are classified to three types,including singal itself,noise and undefined pot.At last,after using different functions on enhance steps for the first two types of signals,a new piecewise function has been raised to deal with the undefined pot.Experiment shows that using this method can effectively classify pixels,reduce the noise and enhance the true signal pixel.

参考文献/References:

[1] 何宏,唐志航,张细政,等.基于小波多尺度积的图像增强新算法[J].计算机应用与软件,2007(3):163-165.
[2]尹士畅,喻松林.基于小波变换和直方图均衡的红外图像增强[J].激光与红外,2013(2):225-228.
[3]迟健男,张闯,张朝晖,等.基于反对称双正交小波重构的图像增强方法[J].自动化学报,2010,36(4):475-487.
[4]戴峻峰,付丽辉,曹洁.小波变换增强在医学图像边缘增强中的应用[J].计算机应用与软件,2008,25(12):135-137.
[5]阿布力江·艾力米努,阿布都克力木·吐尔洪江,奥斯曼·阿卜杜如苏力.反对称双正交小波应用于医学图像增强的研究[J].传感器与微系统,2013(1):66-68.
[6]张海英,吐尔洪江·阿布都克力木.基于二进小波的医学图像增强[J].计算机应用与软件,2011(6):59-62.
[7]张玲.医学图像处理中的小波变换应用[J].中国医学影像技术,2010(2):372-374.
[8]Abdukirim T,Takano S,Niijim K.A construction of spline dyadic wavelet filters[J].Research Report on Information Science and Electrical Engineering of Kyushu University,2002,7(1):1-6.
[9]谷海凝.医学图像增强系统设计与实现[D].山东:山东大学计算机科学与技术学院,2006:30-42.
[10]徐鑫,田逢春,姬艳丽,等.基于小波系数层间相关性的图像噪声方差估计[J].计算机应用,2009(10):2 674-2 679.

备注/Memo

备注/Memo:
收稿日期:2013-10-20.
基金项目:国家自然科学基金(51008143)、江苏省科技创新与成果转化(重大科技成果转化)项目(BA2012129)、江苏省研究生科研创新计划资助项目(1252209AK).
通讯联系人:程科,博士,副教授,研究方向:服务计算与云服务.E-mail:chengke1972@just.edu.cn
更新日期/Last Update: 2014-03-30