新的实时高密度冲动消除噪声方法应用于医疗图像

科学领域:

• 医疗成像医学成像
• 图像处理 图像处理
• 计算机视觉 计算机视觉

背景情况:

• 高密度的冲动噪声严重降低了医疗图像质量,使诊断复杂化.
• 现有的消除噪声方法在损坏的像素周围与颜色信息丢失作斗争,从而导致低于最佳的恢复.

研究的目的:

• 引入一种新的实时方法,用于医疗图像中的冲动消除噪声.
• 为了应对具有显著噪声密度和颜色信息损失的图像恢复的挑战.

主要方法:

• 为像素更换提出了一种新的嵌套过技术,其后是形态操作 (NFMO) 技术.
• 噪声检测是使用修改的拉普拉斯矢量中间波器 (MLVMF) 进行的.
• 为实时实现,建议采用优化的现场可编程门阵列 (FPGA) 设计.

主要成果:

• 在图像中,NFMO实现了优异的恢复质量,其冲动噪声高达90%,在Lena图像 (PSNR 29.99 dB) 上证明了这一点.
• 对于相同噪声条件下的医疗图像,NFMO的平均PSNR为31.62dB,平均NCD为0.10.
• 医疗图像的实时处理平均时间为23毫秒.

结论:

• 拟议的NFMO方法为医疗图像中的高密度冲动噪声消除提供了卓越的性能.
• NFMO有效地恢复损坏的像素并保存本地数据,优于传统的替换技术.
• 该方法因其高效的FPGA实现而适合实时应用.