基于改进K-SVD的磁共振图像去噪算法.pdfVIP

科技导报2014，32（8） 基于改进基于改进K-SVDK-SVD的磁共振图像去噪的磁共振图像去噪 算法算法 蒋行国，覃阳，韦保林 桂林电子科技大学信息与通信学院，桂林 541004 摘要摘要 磁共振图像的降噪处理一直是医学图像处理中重要的研究领域。图像中存在噪声会降低图像质量从而影响临床诊断。 现有K-SVD算法虽然能达到良好的去噪效果，但却在字典训练中消耗大量时间。本文针对时间消耗问题，提出利用改进的K- SVD算法进行医学图像去噪。首先根据已知的字典原子的可稀疏性，提出一种高效、灵活的稀疏字典结构，该字典能够提供高 效的前向和伴随算子，并具有紧凑的表示形式，同时可以有效地训练图像信号；然后在现有K-SVD算法的基本框架下，结合字典 的稀疏表示特点使用改进K-SVD算法训练稀疏字典，改进的K-SVD算法能够对更大的字典进行训练，特别是对高维数据的处 理更具有优势。实验结果表明，该算法相对基于离散余弦变换字典的磁共振图像去噪以及基于传统K-SVD算法的磁共振图像 去噪，不仅能够更加有效地滤除图像中的高斯白噪声，更好地保留原图像的细节信息，而且有效降低了字典训练所消耗的时间； 在相同的噪声标准差下，改进K-SVD算法的峰值信噪比提高了约1~3 dB。 关键词关键词 磁共振图像；稀疏去噪；K-SVD；稀疏字典 中图分类号中图分类号 TP391.4 文献标志码文献标志码 A doidoi 10.3981/j.issn.1000-7857.2014.08.010 AMagneticResonanceImageDe-noisingApproachBasedon ImprovedK-SVD JIANGXingguo,QINYang,WEIBaolin SchoolofInformationandCommunication,GuilinUniversityofElectronicTechnology,Guilin, 541004,China AbstractAbstract Magneticresonanceimageisanimportantresearchfieldinmedicalimageprocessing.Becauseitcandegradetheimage quality,thesignalnoiseshaveanegativeimpactonclinicaldiagnosis.TheK-SVDalgorithmcanobtainbetterde-noisingresults,but thetime-consumingproblemofthedictionarytrainingstillexists.AmedicalimagedenoisingalgorithmbasedonimprovedK-SVDis studiedtosolvethisproblem.Firstofall,anefficientandflexibledictionarystructureisproposedbasedonasparsitymodelofthe dictionary atoms over a know dictionary. The sparse dictionary provides efficient forward and adjoint operators, has a compact representation,andcanbeeffectivelytrainedfromgivenexampledata.ThenthebasicframeworkoftheexistingK-SVDalgorithm, combinedwiththedictionarysparserepresentation,canimproveK-SVDtrainingalgorithm,andtheimprovedK-SVDalgorithmcan betrainedforgreaterdictionary,especiallyforhigh-dimensionaldata.Therefore,itcanbeusedtoremovethenoiseofmagnetic resonanceimages.Theexperimentalresultsshowthatthealgorithm,incomparisonwiththediscretecosinetransformdictionaryand conventionalK-SVDalgorithm,caneffectivelyfilterGauss