基于低秩分解的CT序列图像复原方法

摘要

本发明公开了一种基于低秩分解的CT序列图像复原方法。主要解决现有技术对于CT序列图像复原的不稳定性，容易出现噪声放大而导致图像失真的问题。其实现步骤是：（1）先将CT序列图像转化为灰度图像；（2）选择低秩模型对CT序列进行稀疏低秩分解：根据CT图像含噪量的大小，选择对应的低秩模型对其进行稀疏低秩分解；（3）求出低秩序列的平均图像，并用二维高斯模糊核对其进行维纳滤波复原；（4）用扰动模糊核对稀疏序列中的每一幅图像进行维纳滤波复原；（5）将稀疏复原序列中的每一幅图像与复原低秩图像合并，得到复原CT序列图像。本发明与传统的CT复原方法相比，具有准确度高，适应性好，复原效果不受CT图像噪声大小的限制等优点。

主权项

1.一种基于低秩分解的CT序列图像复原方法，包括如下步骤：（1）输入CT序列图像I_i，i＝1,...,k,k为大于1的整数，若序列图像I_i为彩色图像，则将其转化为灰度图像，否则直接进行步骤（2）的操作；（2）利用低秩模型对序列图像I_i进行稀疏低秩分解，得低秩序列L_i和稀疏序列S_i；（3）求出低秩序列L_i的平均图像利用二维高斯模糊核对平均图像进行维纳滤波复原，得复原低秩图像L′；（4）定义扰动模糊核为：其中λ为常数，(u,v)为点的位置坐标，利用该扰动模糊核对稀疏序列S_i中的每幅图像进行维纳滤波复原，得到复原稀疏序列S_i′；（5）将复原低秩图像L′分别与复原稀疏序列S_i′中的每幅图像合并，得到复原CT序列图像I_i′。