基于噪声类型及强度估计的狭叶锦鸡儿叶切片图像盲去噪

发布时间：2020-02-07 12:01

【摘要】：狭叶锦鸡儿叶切片显微图像在获取过程中不可避免的受到噪声污染,会对后续处理造成不良影响。针对现有噪声类型未知,去噪算法存在速度慢、效果不理想等问题,该文提出图像噪声类型估计-强度估计-去噪这一处理过程,实现对狭叶锦鸡儿叶切片显微图像降噪目的。首先采用平滑区直方图重构和拟合法确定噪声类型;然后在此基础上,应用基于图像块的SVD(singular valuable decomposition,SVD)域图像噪声强度估计法对噪声标准差进行估计;最后在确定噪声类型和强度基础上,采用几何均值滤波(geometric mean filtering,GMF)和三维块匹配滤波(block-matching and 3-D filtering,BM3D)对图像进行联合去噪。试验结果表明:该文噪声类型估计法估计出切片图像噪声类型为加性高斯噪声,高斯函数对随机选取的15幅狭叶锦鸡儿叶切片图像平滑区域直方图数据点拟合优度2R均值为0.996,平均均方根误差RMSE(root mean squared error,RMSE)为0.144 6;采用该文噪声强度估计法估计出的切片图像噪声标准差???[2.5,4.0],处理标准差较小噪声,该文算法处理精度、运行速度和稳定性等方面存在明显优势;GMF-BM3D算法在较好去除图像噪声同时,极大的保留了图像纹理、边缘和细节等信息,同时极大的提高了算法运行速度,处理后的图像BRISQUE(blind/referenceless image spatial quality evaluator,BRISQUE)值为10左右,相当于原图BRISQUE值的1/2左右。与传统BM3D算法相比,去噪效果相当,但耗时约相当于传统BM3D算法的1/9。与小波去噪算法(wavelet threshold,WT)算法相比,虽速度相对较慢,但去噪后图像BRISQUE值比使用WT法低4左右。因此,该算法较好实现了对狭叶锦鸡儿叶切片图像准确降噪,为其后续处理提供了可靠技术支持。

【相似文献】

相关期刊论文 前10条

1 李民,蔡江胜,项世法,张奎启,张福胤,韩辉,王福;显微腭部组织序列切片图像的定位[J];大连理工大学学报;1997年06期

2 姜志国,孟如松,赵宇,周付根,董海军;组织切片图像的可视化技术及应用[J];中国体视学与图像分析;2002年03期

3 罗洪艳;李敏;谭立文;郑小林;张绍祥;侯文生;;一种数字人脑部切片图像分割新方法[J];中国医学影像技术;2009年08期

4 钟映春;戚剑;刘小林;张淼;;从图像中提取离散点状神经功能束边缘的研究[J];系统仿真学报;2011年07期

5 钟映春;罗鹏;;从神经切片图像中识别功能束类型的研究[J];中国图象图形学报;2012年01期

6 李芳;钟映春;张毅;戚剑;刘小林;;神经切片图像中识别定位线断面的研究[J];计算机工程与应用;2010年22期

7 王钰;徐敏;谷方;;基于切片图像的颌面骨骼三维建模方法[J];青岛大学学报(工程技术版);2007年01期

8 王奇文;郑丽敏;梅树立;;基于形态学的小鼠舌头切片图像分割与实现[J];计算机工程;2011年19期

9 王琴,王卫星,张少，

本文编号：2577175