摘要：高效的MRI去噪算法是一个极具价值的挑战性课题。介绍了非局部平均（NLM）滤波算法在MRI图像的应用及改进方法，探讨了发展趋势及应注意的问题。

关键词：磁共振成像；非局部平均；图像去噪

DOIDOI：10.11907/rjdk.151147

中图分类号：TP312

文献标识码：A 文章编号：16727800（2015）006006903

作者简介作者简介：陈创泉（1987-），男，广东潮州人，硕士，吉林大学珠海学院公共基础课教学与研究中心助教，研究方向为图像处理、数据挖掘。

0 引言

磁共振成像（Magnetic Resonance Image， MRI）是一种无创伤观察身体各组织解剖结构及能量代谢情况的成像方法。由于图像在获取过程中时间和技术上的限制， MRI图像通常呈现出噪声，这些噪声影响了图像的质量和医生诊断。因此，对被噪声污染的图像进行降噪处理具有重要的实用价值和临床意义。

图像去噪就是从一幅模糊图像得到一幅清晰图像。理想的去噪算法要具有以下特点：噪声必须完全去除；有效的信息（边缘、角形、纹理、对比度等）必须被保留，并不会产生人为添加部分[1]。

高斯滤波[2]是一种早期广泛应用于MRI图像预处理的方法，这种方法虽然能够消除部分噪声，但是同时消除了信号的高频部分，导致边缘模糊。为了克服上述问题，提出了边缘保护滤波方法——各向异性滤波[3]，并应用于MRI图像[45]。这类方法通过对局部梯度正交方向的像素平均从而保护边缘，但是通常只消除了图像中一些细小的纹理，增强了边缘，结果产生了不自然的图像。小波方法同样成功用于MRI图像去噪[67]，这种去噪方法的本质就是在变换域中对图像进行处理，但这类方法产生了人为添加部分。……