基于分块排序重采样PCA的泊松降噪算法
2016-02-09郭哲赵文钊秦斌杰
中国医疗器械杂志 2016年6期
关键词:排序
【作 者】郭哲,赵文钊,秦斌杰
上海交通大学生物医学工程学院,上海市,200240
基于分块排序重采样PCA的泊松降噪算法
【作 者】郭哲,赵文钊,秦斌杰
上海交通大学生物医学工程学院,上海市,200240
泊松噪声在低光子计数成像中较为常见,尤其是在微光成像、天文、核医学领域,但由于建模处理信号相关噪声的困难性,对于低光子计数(及小尺寸图像)往往会存在小样本问题以及图像区块间特征自相似性不足的问题,使得当今许多优秀的降噪算法还不能达到好的降噪效果。该文提出了一种能同时解决这两种问题的泊松降噪算法。首先,我们对图像块进行分块排序,用重采样法对邻近非局部块进行分块重采样;然后选取与原始图像块近似度高的前5个采样向量并应用基于指数分布族的PCA框架对其进行处理;最后依据与原始图像近似度权重将处理结果合成降噪后的图像。实验结果显示我们的方法对小样本量低光子计数图像的泊松降噪有很好的表现。
泊松噪声;低光子计数问题;小样本问题;分块排序;PCA;重采样
0 引言
在微弱光成像、X射线光谱成像、荧光显微成像和天文学成像时,在有限的曝光时间内,只有有限数量的光子数被采集。这些低光子计数光学图像具有极低的信噪比[1]。由于量子力学的不确定性原则,由样本中辐射出的光子的波动是随机变化的,所以传感器上不同像素点检测到的光子数可以看作是遵循泊松分布的独立事件,低光子计数图像往往会受到泊松噪声污染。……
登录APP查看全文
