动态序列DR图像降噪算法及快速实现.pdf

研讨会·论文集 2009年6月 全国射线数字成像与CT新技术 中国·上海 动态序列DR图像降噪算法及快速实现 王钢，杨民 (北京航空航天大学机械工程及自动化学院，北京100191) 摘要：本文分析了快速x射线数字成像系统的噪声特点和原始的基于图像序列的眦一taeRns降噪 算法的不足，提出了一中改进的NL-means图像序列降噪算法。同时，为了解决NL-means降噪 Unit) 算法计算量大、运算速度慢的问题，利用可编程图形处理单元GPU(GraphicProcessing 并行计算和高速浮点计算特性，将图像映射为GPU中的纹理，采用多线程并行计算，使得 NL—means算法在GPU中加速执行。实验结果表明，改进之后的算法不仅大大降低了算法的计算 量，而且有效地抑制了动态DR(DigitalRadiography)图像中的量子噪声，提高了图像的分辨 率。GPU加速方法可以在不损失图像信息的前提下，实现实时降噪。 关键词：DR图像降噪；NL-leans；GPU 对于射线数字成像系统，系统随机噪声是引起DR图像降质的主要原因。研究表明，x 射线的产生以及与物质的相互作用过程，在时间上和空间上都是泊松随机过程。对于高帧 频(20～30帧／秒)快速DR成像系统，由于曝光时间极短，x射线产生的量子噪声更为突 出，严重影响了图像的质量。对于X射线数字图像而言，基于序列图像的降噪算法分为两 类，一类是对于静止序列图像的降噪，另一类是对于运动序列图像的降噪。对于静止序列 图像而言，由于泊松分部属于随机分布，最行之有效的降噪方法是多帧叠加；而对于动态 序列图像较常用的方法是美国哥伦比亚广播公司提出的一种时域递归滤波方法u-2。。还有一 些基于运动补偿的降噪方法，如Samybl和SezanH’等提出的一种时空线性最小均方误差滤波 的降噪上。该算法基于图像噪声分布服从于高斯分布，并具有很强的鲁棒性，不需要进行 运动估计而取得较好的降噪效果。然而，对于噪声较大的DR(digitalradiography)图像， 细节处图像对比度低，直接应用该方法并不能取得很好的降噪效果，而且计算量大，处理 速度慢。 GPU技术的快速发展有效地推动了复杂计算方法的快速实现，当前的GPU已经具有很强 的并行计算能力，浮点运算能力甚至可以达到同代CPU的10倍以上盯1。而且，随着统一设 备架构CUDA技术的推出，GPU具有了更好的可编程性，在诸如物理系统模拟睛1、金融建模旧1 以及地球表面测绘u叫等通用计算邻域有着广泛的应用。因此本文对NL-means算法在序列DR 图像的降噪上做了改进，并采用GPU加速实现，既满足了实时性的要求，并同时达到了较 好的降噪效果。 1 Nl_，-means降噪算法 研究表明，X射线引起的量子噪声在时间上和空间上均服从于依赖信号强度的泊松分 15 王钢等：动态序列DR图像降噪算法及快速实现 布。泊松分布大样本下近似服从高斯分布，因此，可以直接将NL-means降噪算法直接应用 到对DR图像的降噪上来。 对于像x素点x=(f0，五，to)，其NL-means降噪结果可以用式(1)来表示n副： NL心)2击荟吣川叫 (1) 维方向上的有哪些信誉好的足球投注网站域，C(功为规范化系数。权值co(x,y)大小取决于像素x和Y之间的相似程 度，并满足条件o≤w(‘y)≤1和∑Jw(x，力=1。对于方差为盯的加性高斯白噪声，有以下 式子成立： (2) EIIu(ND-u(N))11；，。=EllUo叽)一“。鸭