基于卡方无偏估计的邻域收缩MRI去噪方法

摘要

本发明的公开了一种针对MRI莱斯噪声的基于卡方无偏估计的邻域收缩去噪方法。该方法的步骤是估计噪声标准差后，对噪声图像平方后除以噪声标准差的平方，以满足非中心卡方分布的性质，然后进行未归一化的平稳哈尔小波变换，得高频和低频系数，对低频系数用双边滤波器去模糊，对高频系数用基于卡方无偏估计的邻域收缩法，对去噪后的小波系数进行循环移位，最后将若干个移位去噪图像求平均得去噪图像。

主权项

基于卡方无偏估计的邻域收缩MRI去噪方法。该方法用于去除MRI莱斯(Rician)分布的噪声。包括如下步骤：步骤1 在MRI的背景区域估计噪声标准差σ：$\sigma =\sqrt{\frac{\mu }{2}}---\left(1\right)$μ是选中的背景区域像素值的均值。步骤2 对噪声图像m进行平方，然后除以噪声标准差σ的平方，得图像y；y＝m²/σ²          (2)步骤3 对y进行未归一化的平稳哈尔小波变换，分解L层，得高频系数和低频系数，高频系数有L*3个子带；步骤4 对低频系数用双边滤波器去模糊，对每个子带在预定的阈值搜索范围内根据卡方无偏估计确定最佳的去噪阈值，然后用邻域收缩方法去噪；步骤5 对去噪后的小波系数连同低频系数进行循环移位，分别向右移i位，向下移j位，i∈[0，2]，j∈[0，2]，进行小波反变换，再反平移得步骤6 由得${\hat{\mu }}_{i,j}=\sigma [0.5\sqrt{\left|x_{i,j}\right|}+0.5\sqrt{max(x_{i,j},0)}]---\left(7\right)$步骤7 对得到的求平均的最终的去噪图像