一種相關(guān)性噪聲的估計(jì)方法
【專利摘要】本發(fā)明提供一種相關(guān)性噪聲的估計(jì)方法，所述方法包括如下步驟：(1)輸入圖像，對(duì)所述圖像進(jìn)行預(yù)處理，并提取所述圖像的選定區(qū)域；(2)分別對(duì)所述選定區(qū)域的X方向和Y方向進(jìn)行n個(gè)尺度的噪聲水平估計(jì)，得到所述X方向和Y方向上的相關(guān)性因子rx和ry，其中，所述n大于等于3，所述相關(guān)性因子rx和ry均大于等于1；(3)根據(jù)所述相關(guān)性因子rx和ry，確定所述圖像的噪聲水平。該技術(shù)方案不僅能同時(shí)估計(jì)噪聲的相關(guān)性和標(biāo)準(zhǔn)差，而且不需要依賴特定的統(tǒng)計(jì)函數(shù)模型，對(duì)不同類型的噪聲和圖像均具有普適性。
【專利說明】一種相關(guān)性噪聲的估計(jì)方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種相關(guān)性噪聲的估計(jì)方法。

【背景技術(shù)】
[0002]傳統(tǒng)的噪聲估計(jì)方法一般分為兩類，一類是基于變換域的噪聲估計(jì)算法，如多尺度小波噪聲估計(jì)，但這類算法很難將高頻信息和噪聲完全分開；另一類是基于圖像域的噪聲估計(jì)算法，主要有基于噪聲分布模型的噪聲估計(jì)方法和基于局部平坦區(qū)域的噪聲估計(jì)方法，其中基于噪聲分布模型的方法依賴于準(zhǔn)確的噪聲模型，很難滿足實(shí)際應(yīng)用，而基于局部平坦區(qū)域的噪聲估計(jì)方法要依賴于只包含“純”噪聲背景區(qū)域的提取。
[0003]上述大部分算法都假設(shè)圖像域噪聲是獨(dú)立不相關(guān)的。而在醫(yī)學(xué)領(lǐng)域，為了追求成像速度，近些年出現(xiàn)了許多新的成像方法，這些成像方法一般只采集部分的掃描數(shù)據(jù)，并利用數(shù)據(jù)間的某些相關(guān)性恢復(fù)剩余部分，如磁共振中的半回波成像、半傅里葉成像等。這些成像方法一般會(huì)采集部分的K空間數(shù)據(jù)，而將缺失的K空間數(shù)據(jù)直接采用O或通過數(shù)據(jù)間的相關(guān)性估計(jì)出的數(shù)據(jù)填充，在這個(gè)過程中，人為引入的相關(guān)性會(huì)同時(shí)影響噪聲特性，從而產(chǎn)生包含相關(guān)性噪聲的醫(yī)學(xué)圖像，其中相關(guān)性噪聲強(qiáng)弱與掃描數(shù)據(jù)填充的比例有直接的關(guān)系O
[0004]對(duì)于包含相關(guān)性噪聲的醫(yī)學(xué)圖像，不僅要估計(jì)到準(zhǔn)確的噪聲水平，還需要比較準(zhǔn)確地估計(jì)出噪聲的相關(guān)性。已有相關(guān)的方法來解決這個(gè)問題，如基于多尺度小波變換的噪聲估計(jì)方法(請(qǐng)參考[Portilla, J., et al., IEEE Trans Image Process, 12(11),1338-1351，2003])。該方法需要對(duì)圖像進(jìn)行多尺度小波變換，對(duì)各個(gè)尺度的圖像小波變換因子有一個(gè)假設(shè)模型，且在每個(gè)尺度上采用貝葉斯最大后驗(yàn)?zāi)Ｐ筒粩嗟玫较嚓P(guān)性噪聲的信息。不僅依賴于假設(shè)模型的準(zhǔn)確性，還需要不斷迭代，算法上比較復(fù)雜費(fèi)時(shí)。


【發(fā)明內(nèi)容】

[0005]本發(fā)明解決的問題是提供一種相關(guān)性噪聲的估計(jì)方法，能同時(shí)估計(jì)噪聲的相關(guān)性和標(biāo)準(zhǔn)差。
[0006]為了解決上述問題，本發(fā)明提供了一種相關(guān)性噪聲的估計(jì)方法，包括如下步驟:
[0007](I)輸入圖像，對(duì)所述圖像進(jìn)行預(yù)處理，并提取所述圖像的選定區(qū)域；
[0008](2)分別對(duì)所述選定區(qū)域的X方向和Y方向進(jìn)行η個(gè)尺度的噪聲水平估計(jì)，得到所述X方向和Y方向上的相關(guān)性因子rx和ry，其中，所述η大于等于3，所述相關(guān)性因子rx和ry均大于等于I ;
[0009](3)根據(jù)所述相關(guān)性因子rx和ry，確定所述圖像的噪聲水平。
[0010]上述所述一種相關(guān)性噪聲的估計(jì)方法，其中，所述預(yù)處理的過程為:
[0011]I)對(duì)所述圖像進(jìn)行局部極值抑制、正規(guī)化，得到正規(guī)化圖像；
[0012]2)對(duì)所述進(jìn)行正規(guī)化圖像鄰域像素填充以及線狀結(jié)構(gòu)檢測(cè)，得到線狀結(jié)構(gòu)圖；
[0013]3)提取所述線狀結(jié)構(gòu)圖中線性結(jié)構(gòu)響應(yīng)最小的區(qū)域，即所述圖像的選定區(qū)域。
[0014]上述所述一種相關(guān)性噪聲的估計(jì)方法，其中，對(duì)所述選定區(qū)域的X方向和Y方向進(jìn)行η個(gè)尺度的噪聲水平估計(jì)之前，確定所述圖像是否具有預(yù)定相關(guān)性因子rx'或r/。
[0015]上述所述一種相關(guān)性噪聲的估計(jì)方法，其中，若所述圖像具有所述預(yù)定相關(guān)性因子rx'或r/，且所述預(yù)定相關(guān)性因子rx'或r/大于等于2，則所述η為5。
[0016]上述所述一種相關(guān)性噪聲的估計(jì)方法，其中，若所述圖像具有所述預(yù)定相關(guān)性因子rx'或r/，且所述預(yù)定相關(guān)性因子rx'或r/小于2，則所述η為3。
[0017]上述所述一種相關(guān)性噪聲的估計(jì)方法，其中，得到所述X方向和Y方向上的相關(guān)性因子rx和ry的過程為:
[0018]I)分別對(duì)所述X方向和Y方向上相鄰的噪聲水平估計(jì)值進(jìn)行相除，得到η-1個(gè)比率；
[0019]2)根據(jù)所述η-1個(gè)比率值，得到比率曲線；
[0020]3)根據(jù)所述比率曲線，確定在預(yù)定范圍內(nèi)的所述比率值所對(duì)應(yīng)的位置；
[0021]4)根據(jù)所述對(duì)應(yīng)的位置，確定所述相關(guān)性因子rx和ry的初始值；
[0022]5)判斷所述相關(guān)性因子rx*ry的初始值與預(yù)定閾值的大小，若所述相關(guān)性因子rx或ry的初始值大于預(yù)定閾值，則所述初始值即為所述相關(guān)性因子rx或ry ;若所述相關(guān)性因子rx或ry的初始值小于等于預(yù)定閾值，則根據(jù)相鄰比率查找表確定所述相關(guān)性因子rx和
O
[0023]上述所述一種相關(guān)性噪聲的估計(jì)方法，其中，所述預(yù)定范圍為1.05-1.1。
[0024]上述所述一種相關(guān)性噪聲的估計(jì)方法，其中，所述預(yù)定閾值為2。
[0025]上述所述一種相關(guān)性噪聲的估計(jì)方法，其中，確定所述噪聲水平的過程為:
[0026]I)根據(jù)所述相關(guān)性因子rx和ry，對(duì)所述圖像進(jìn)行拆分；
[0027]2)分別計(jì)算所述拆分圖像的噪聲水平；
[0028]3)計(jì)算所述拆分圖像的噪聲水平的均值或中值，即得到所述圖像的噪聲水平。
[0029]與現(xiàn)有技術(shù)相比，本發(fā)明通過多尺度噪聲估計(jì)以及相鄰估計(jì)值之間的比率曲線來估計(jì)噪聲相關(guān)性，計(jì)算快速，η個(gè)尺度噪聲估計(jì)一般只需要η次卷積，增加了計(jì)算的速度，節(jié)省了時(shí)間；
[0030]進(jìn)一步地，根據(jù)噪聲相關(guān)性信息估計(jì)噪聲水平，不需要依賴特定的統(tǒng)計(jì)函數(shù)模型，對(duì)不同類型的噪聲和圖像都有普適性；并能同時(shí)準(zhǔn)確估計(jì)噪聲的相關(guān)性和標(biāo)準(zhǔn)差，可以為后續(xù)的處理提供更全面的參考信息。

【專利附圖】

【附圖說明】
[0031]圖1所示為本發(fā)明實(shí)施例一種相關(guān)性噪聲的估計(jì)方法的流程示意圖；
[0032]圖2所示為本發(fā)明實(shí)施例對(duì)圖像進(jìn)行預(yù)處理的流程示意圖；
[0033]圖3所示為本發(fā)明實(shí)施例對(duì)所述選定區(qū)域進(jìn)行X和Y方向進(jìn)行5個(gè)尺度噪聲水平估計(jì)的5個(gè)尺度模板示意圖；
[0034]圖4所示為本發(fā)明實(shí)施例得到所述選定區(qū)域X方向和Y方向上的相關(guān)性因子!^和ry的流程示意圖；
[0035]圖5所示為所述選定區(qū)域X方向上的比率曲線；
[0036]圖6所示為本發(fā)明實(shí)施例確定所述噪聲水平的流程示意圖。

【具體實(shí)施方式】
[0037]在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明。但是本發(fā)明能夠以很多不同于在此描述的其它方式來實(shí)施，本領(lǐng)域技術(shù)人員可以在不違背本發(fā)明內(nèi)涵的情況下做類似推廣，因此本發(fā)明不受下面公開的具體實(shí)施的限制。
[0038]其次，本發(fā)明利用示意圖進(jìn)行詳細(xì)描述，在詳述本發(fā)明實(shí)施例時(shí)，為便于說明，所述示意圖只是實(shí)例，其在此不應(yīng)限制本發(fā)明保護(hù)的范圍。
[0039]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)地描述。本發(fā)明相關(guān)性噪聲的估計(jì)方法如圖1所示，首先，執(zhí)行步驟Si，輸入圖像，對(duì)所述圖像進(jìn)行預(yù)處理，并提取所述圖像的選定區(qū)域。其中，對(duì)所述圖像進(jìn)行預(yù)處理的過程如圖2所示，首先，執(zhí)行步驟S201，對(duì)所述圖像進(jìn)行局部極值抑制、正規(guī)化，得到正規(guī)化圖像。對(duì)于某些比較特殊的圖像，為了減少由于圖像的特殊性而對(duì)噪聲估計(jì)所帶來的影響，對(duì)圖像進(jìn)行局部極值抑制、正規(guī)化等處理。接著，執(zhí)行步驟S202，對(duì)所述進(jìn)行正規(guī)化圖像鄰域像素填充以及線狀結(jié)構(gòu)檢測(cè)，得到線狀結(jié)構(gòu)圖。具體地，對(duì)所述正規(guī)化圖像中具有校正變形圖像的特殊區(qū)域進(jìn)行領(lǐng)域像素填充；接著，對(duì)圖像進(jìn)行線狀結(jié)構(gòu)檢測(cè)。在線狀結(jié)構(gòu)檢測(cè)中，為了盡可能地避免圖像中噪聲等的干擾，對(duì)圖像和其一階結(jié)構(gòu)張量依次進(jìn)行不同尺度的高頻濾波，得到線狀結(jié)構(gòu)檢測(cè)位置準(zhǔn)確和受噪聲影響程度較小之間較折中的一個(gè)線狀結(jié)構(gòu)圖。
[0040]具體地，在本實(shí)施例中，首先，對(duì)所述圖像進(jìn)行結(jié)構(gòu)張量檢測(cè)，為了使檢測(cè)結(jié)果對(duì)噪聲更加魯棒，以及為了檢測(cè)結(jié)果的局部連續(xù)性，我們采取了基于一階梯度和高斯平滑核的結(jié)構(gòu)張量檢測(cè)[請(qǐng)參考 Brox T, Weickert J, Burgeth B, et al.Nonlinear structuretensors [J].1mage and Vis1n Computing, 2006, 24 (I):41-55.],該方法不僅能有效地提取出圖像在每一個(gè)像素點(diǎn)處的方向信息，同時(shí)又抑制了噪聲等的干擾，從而將局部區(qū)域的平滑程度和邊緣的連續(xù)性有機(jī)地結(jié)合了起來。接著，對(duì)上述檢測(cè)得到的結(jié)構(gòu)張量矩陣進(jìn)行特征值和特征向量計(jì)算，根據(jù)所述特征值可以分析圖像局部結(jié)構(gòu)，從而得到圖像的線狀結(jié)構(gòu)圖[請(qǐng)參考 Li Q, Sone S, Doi K.Selective enhancement filters for nodules,vessels, and airway walls in two-and three-dimens1nal CT scans[J].Medicalphysics,2003, 30:2040.]。
[0041]接著，執(zhí)行步驟S203，提取所述線狀結(jié)構(gòu)圖中線性結(jié)構(gòu)響應(yīng)最小的區(qū)域，即所述圖像的選定區(qū)域。在本實(shí)施例中，選取所述線狀結(jié)構(gòu)圖中響應(yīng)最小區(qū)域的10%作為所述圖像的選定區(qū)域，即選取所述線狀結(jié)構(gòu)圖中最平坦的背景區(qū)域。
[0042]接著，執(zhí)行步驟S2，分別對(duì)所述選定區(qū)域的X方向和Y方向進(jìn)行η個(gè)尺度的噪聲水平估計(jì)，得到所述X方向和Y方向上的相關(guān)性因子!^和ry，其中，所述η大于等于3，所述相關(guān)性因子均大于等于I。具體地，噪聲的相關(guān)性表示有很多，包括協(xié)方差矩陣，自相關(guān)函數(shù)等，而本發(fā)明中的噪聲相關(guān)性是由于數(shù)據(jù)填充造成的，因此，在本實(shí)施例中，采用數(shù)據(jù)填充的比例來表示噪聲的相關(guān)性，即所述相關(guān)性因子rx和ry為填充因子，填充因子rx表示在X方向(即水平方向)上填充Trx-1比例的數(shù)據(jù)，ry表示在Y方向(即垂直方向)上填充了 ry-l比例的數(shù)據(jù)。需要說明的是，所述相關(guān)性因子！^和^也可以為其它相關(guān)性因子。
[0043]在實(shí)際應(yīng)用中，對(duì)于輸入的圖像，可能已經(jīng)知道該圖像的填充因子，因此，具體地，在本實(shí)施例中，對(duì)所述選定區(qū)域的對(duì)所述區(qū)域的X方向和Y方向進(jìn)行η個(gè)尺度的噪聲水平估計(jì)之前，確定所述圖像是否具有預(yù)定相關(guān)性因子rx'或r/ (即填充因子rx'或r/ )。如果所述圖像具有所述預(yù)定填充因子rx'或r/，且所述預(yù)定填充因子rx'或r/大于等于2，則所述η為5。其中，預(yù)定填充因子rx'或r/ 一般為2_4的整數(shù)。在本實(shí)施例中，當(dāng)預(yù)定填充因子rx'大于等于2的時(shí)候，則對(duì)所述圖像中選定區(qū)域進(jìn)行X方向上的5個(gè)尺度的噪聲水平估計(jì)，得到所述選定區(qū)域X方向上的5個(gè)噪聲水平估計(jì)值。如果所述圖像具有所述預(yù)定相關(guān)性因子rx'或r/，且所述預(yù)定相關(guān)性因子rx'或r/小于2，則所述η為3，即當(dāng)所述預(yù)定相關(guān)性因子rx'或r/小于2，則對(duì)所述圖像中選定區(qū)域進(jìn)行X或Y方向上的3個(gè)尺度的噪聲水平估計(jì)，從而得到所述選定區(qū)域X或Y方向上的3個(gè)噪聲估計(jì)值。
[0044]而對(duì)于大部分輸入的圖像而言，并沒有關(guān)于填充因子的先驗(yàn)知識(shí)，則需要分別對(duì)所述選定區(qū)域的X方向和Y方向都進(jìn)行η個(gè)尺度的噪聲水平估計(jì)，一般η的取值為5。其中，所述噪聲水平估計(jì)可以通過拉普拉斯(Laplace)噪聲估計(jì)等方法得到。具體地，在本實(shí)施例中，如圖3所示，圖3 (a)為對(duì)所述選定區(qū)域的X方向進(jìn)行5個(gè)尺度噪聲水平估計(jì)的5個(gè)尺度模板；圖3(13)為對(duì)所述選定區(qū)域的Y方向進(jìn)行5個(gè)尺度噪聲水平估計(jì)的5個(gè)尺度水平。通過拉普拉斯噪聲估計(jì)方法得到X和Y方向上的5個(gè)尺度噪聲水平估計(jì)，得到所述選定區(qū)域X方向上的第一個(gè)尺度到第五個(gè)尺度的噪聲水平分別為44，303，387，250以及240 ；同樣的，可得到所述選定區(qū)域Y方向上的第一個(gè)尺度到第五個(gè)尺度的噪聲水平估計(jì)值。
[0045]接著，根據(jù)上述得到的多個(gè)尺度的噪聲水平估計(jì)，得到所述選定區(qū)域X方向和Y方向上的相關(guān)性因子rx和ry，即填充因子rx和ry。具體地，如圖4所示，首先，執(zhí)行步驟S401，分別對(duì)所述X方向和Y方向上相鄰的噪聲水平估計(jì)值進(jìn)行相除，得到η-1個(gè)比率。在本實(shí)施例中，分別將上述步驟S2中得到的X方向和Y方向上的5個(gè)噪聲水平估計(jì)值中的相鄰噪聲水平值進(jìn)行相除，即X方向上的第2個(gè)尺度的噪聲水平估計(jì)值除以第I個(gè)尺度的噪聲水平估計(jì)值，X方向上的第3個(gè)尺度的噪聲水平估計(jì)值除以第2個(gè)尺度的噪聲水平估計(jì)值，以此類推，從而得到4個(gè)比率；根據(jù)同樣的方法，可以得到Y(jié)方向上的4個(gè)比率。接著，執(zhí)行步驟S402，根據(jù)所述η-1個(gè)比率值，得到比率曲線。在本實(shí)施例中，如圖5所示，根據(jù)步驟S401中得到的X方向上的4個(gè)比率值，分別得到X方向的比率曲線。根據(jù)同樣的方法，可以得到Y(jié)方向上的比率曲線。
[0046]接著，執(zhí)行步驟S403，根據(jù)所述比率曲線，確定在預(yù)定范圍內(nèi)的所述比率值所對(duì)應(yīng)的位置。其中，所述預(yù)定范圍為1.05-1.1。具體地，在本實(shí)施例中，由圖5可知，X方向上比率值在預(yù)定范圍1.05-1.1內(nèi)的位置在尺度2附近。同樣的，得到Y(jié)方向上比率值在預(yù)定范圍1.05-1.1內(nèi)的位置在尺度3附近。接著，執(zhí)行步驟S404，根據(jù)所述對(duì)應(yīng)的位置，確定所述相關(guān)性因子的初始值。具體地，在本實(shí)施例中，根據(jù)步驟S403中的具體的位置可知X方向上的相關(guān)性因子rx(填充因子)的初始值為2 ；Y方向上的相關(guān)性因子ry(填充因子)的初始值為3。
[0047]接著，執(zhí)行步驟S405，判斷所述相關(guān)性因子rx或ry的初始值與預(yù)定閾值的大小，若所述相關(guān)性因子rx或ry的初始值大于等于預(yù)定閾值，則執(zhí)行步驟S406，則所述初始值即為所述相關(guān)性因子rx*ry ;若所述相關(guān)性因子rx*ry的初始值小于預(yù)定閾值，則執(zhí)行步驟S407，根據(jù)相鄰比率查找表確定所述相關(guān)性因子rx和其中，在本實(shí)施例中，所述預(yù)定閾值為2。具體地，由步驟S404可知，所述選定區(qū)域X方向上的填充因子rx的初始值為，等于所述預(yù)定閾值2，則所述選定區(qū)域X方向的填充因子rx為2 ;所述選定區(qū)域Y方向上的填充因子ry的初始值為3，大于所述預(yù)定閾值2，則所述選定區(qū)域Y方向的填充因子ry為3。需要說明的是，若所述選定區(qū)域X方向或Y方向上的填充因子小于所述預(yù)定閾值2，則根據(jù)所述選定區(qū)域X或Y方向上第2個(gè)尺度噪聲水平估計(jì)值和第I個(gè)尺度噪聲水平估計(jì)值的比值、第3個(gè)尺度噪聲水平估計(jì)值和第2個(gè)尺度噪聲水平估計(jì)值的比值以及相鄰比率查找表確定所述填充因子rx或其中，所述相鄰比率查找表根據(jù)已知填充因子的MR序列圖像的數(shù)據(jù)得到。同樣的，根據(jù)上述方法，可以得到已知預(yù)定填充因子的圖像的填充因子。
[0048]接著，執(zhí)行步驟S3，根據(jù)所述相關(guān)性因子rj^Pry，確定所述圖像的噪聲水平。具體地，如圖6所示，首先，執(zhí)行步驟S601，根據(jù)所述相關(guān)性因子rx和對(duì)所述圖像進(jìn)行拆分。具體地，在本實(shí)施例中，由上述可知，所述選定區(qū)域X方向的填充因子rx為2，選定區(qū)域Y方向的填充因子ry為3，則將所述圖像進(jìn)行拆分，得到6幀拆分圖像。接著，執(zhí)行步驟S602，分別計(jì)算所述拆分圖像的噪聲水平。具體地，通過拉普拉斯噪聲估計(jì)方法計(jì)算每幀拆分圖像的噪聲水平，即計(jì)算上述6幀拆分圖像的噪聲水平。需要說明的是，每幀拆分圖像的噪聲水平也可以為步驟S2中每個(gè)尺度上的噪聲水平估計(jì)值。
[0049]接著，執(zhí)行步驟S603，計(jì)算所述拆分圖像的噪聲水平的均值或中值，即得到所述圖像的噪聲水平。在本實(shí)施例中，采用均值的方法，將步驟S602中計(jì)算得到的6幀拆分圖像的噪聲水平進(jìn)行均值，從而得到輸入圖像的噪聲水平。從而實(shí)現(xiàn)了不僅得到圖像的噪聲水平，還準(zhǔn)確估計(jì)了噪聲的相關(guān)性。需要說明的是，若所述選定區(qū)域X方向的填充因子為2，所述選定區(qū)域Y方向的填充因子小于2，則將所述圖像拆分成2幀拆分圖像，即根據(jù)填充因子大于2的那個(gè)方向的填充因子進(jìn)行拆分。
[0050]需要說明的是，如果所述選定區(qū)域X方向和Y方向的預(yù)定填充因子!^和ry相同，則可以在X方向和Y方向上同時(shí)進(jìn)行多尺度噪聲估計(jì)，然后根據(jù)相鄰噪聲水平估計(jì)值的比率曲線得出所述填充因子rx、ry以及所述圖像的噪聲水平。
[0051]本發(fā)明雖然已以較佳實(shí)施例公開如上，但其并不是用來限定本發(fā)明，任何本領(lǐng)域技術(shù)人員在不脫離本發(fā)明的精神和范圍內(nèi)，都可以利用上述揭示的方法和技術(shù)內(nèi)容對(duì)本發(fā)明技術(shù)方案做出可能的變動(dòng)和修改，因此，凡是未脫離本發(fā)明技術(shù)方案的內(nèi)容，依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所作的任何簡(jiǎn)單修改、等同變化及修飾，均屬于本發(fā)明技術(shù)方案的保護(hù)范圍。
【權(quán)利要求】
1.一種相關(guān)性噪聲的估計(jì)方法，其特征在于，包括如下步驟: (1)輸入圖像，對(duì)所述圖像進(jìn)行預(yù)處理，并提取所述圖像的選定區(qū)域； (2)分別對(duì)所述選定區(qū)域的X方向和Y方向進(jìn)行η個(gè)尺度的噪聲水平估計(jì)，得到所述X方向和Y方向上的相關(guān)性因子!^和ry，其中，所述η大于等于3，所述相關(guān)性因子!^和&均大于等于I ; (3)根據(jù)所述相關(guān)性因子rx和ry，確定所述圖像的噪聲水平。
2.如權(quán)利要求1所述一種相關(guān)性噪聲的估計(jì)方法，其特征在于，所述預(yù)處理的過程為: 1)對(duì)所述圖像進(jìn)行局部極值抑制、正規(guī)化，得到正規(guī)化圖像； 2)對(duì)所述正規(guī)化圖像進(jìn)行鄰域像素填充以及線狀結(jié)構(gòu)檢測(cè)，得到線狀結(jié)構(gòu)圖； 3)提取所述線狀結(jié)構(gòu)圖中線性結(jié)構(gòu)響應(yīng)最小的區(qū)域，即所述圖像的選定區(qū)域。
3.如權(quán)利要求1所述一種相關(guān)性噪聲的估計(jì)方法，其特征在于，對(duì)所述選定區(qū)域的X方向和Y方向進(jìn)行η個(gè)尺度的噪聲水平估計(jì)之前，確定所述圖像是否具有預(yù)定相關(guān)性因子rx'或 ry'。
4.如權(quán)利要求3所述一種相關(guān)性噪聲的估計(jì)方法，其特征在于，若所述圖像具有所述預(yù)定相關(guān)性因子rx'或r/，且所述預(yù)定相關(guān)性因子rx'或r/大于等于2，則所述η為5。
5.如權(quán)利要求3所述一種相關(guān)性噪聲的估計(jì)方法，其特征在于，若所述圖像具有所述預(yù)定相關(guān)性因子rx'或r/，且所述預(yù)定相關(guān)性因子rx'或r/小于2，則所述η為3。
6.如權(quán)利要求1所述一種相關(guān)性噪聲的估計(jì)方法，其特征在于，得到所述X方向和Y方向上的相關(guān)性因子rx和ry的過程為: 1)分別對(duì)所述X方向和Y方向上相鄰的噪聲水平估計(jì)值進(jìn)行相除，得到η-l個(gè)比率； 2)根據(jù)所述η-l個(gè)比率值，得到比率曲線； 3)根據(jù)所述比率曲線，確定在預(yù)定范圍內(nèi)的所述比率值所對(duì)應(yīng)的位置； 4)根據(jù)所述對(duì)應(yīng)的位置，確定所述相關(guān)性因子rx和ry的初始值； 5)判斷所述相關(guān)性因子rx或ry的初始值與預(yù)定閾值的大小，若所述相關(guān)性因子rx或ry的初始值大于預(yù)定閾值，則所述初始值即為所述相關(guān)性因子rx或ry ;若所述相關(guān)性因子rx或ry的初始值小于等于預(yù)定閾值，則根據(jù)相鄰比率查找表確定所述相關(guān)性因子rx和ry。
7.如權(quán)利要求6所述一種相關(guān)性噪聲的估計(jì)方法，其特征在于，所述預(yù)定范圍為1.05-1.1。
8.如權(quán)利要求6所述一種相關(guān)性噪聲的估計(jì)方法，其特征在于，所述預(yù)定閾值為2。
9.如權(quán)利要求1所述一種相關(guān)性噪聲的估計(jì)方法，其特征在于，確定所述噪聲水平的過程為: 1)根據(jù)所述相關(guān)性因子rx和ry，對(duì)所述圖像進(jìn)行拆分； 2)分別計(jì)算所述拆分圖像的噪聲水平； 3)計(jì)算所述拆分圖像的噪聲水平的均值或中值，即得到所述圖像的噪聲水平。
【文檔編號(hào)】G06T5/20GK104182948SQ201310717723
【公開日】2014年12月3日 申請(qǐng)日期:2013年12月23日 優(yōu)先權(quán)日:2013年12月23日
【發(fā)明者】宋燕麗, 周鑫, 韓妙飛, 李強(qiáng) 申請(qǐng)人:上海聯(lián)影醫(yī)療科技有限公司