基于BM3D算法的医学图像去噪与增强方法研究

张光华 潘婧 邢昌元

摘要：本文提出一种基于BM3D算法的医学图像去噪与增强方法研究，为研究信号有关去除噪声和图像增强提供了全新的思路。

关键词：BM3D算法;医学信号噪声;去噪;增强

中图分类号：TP311        文献标识码：A

文章编号：1009-3044（2019）18-0223-01

1 BM3D算法分析

目前高斯白噪声处理最为有效的方法便是BM3D。这一算法对噪声消除的过程中，完好保留了图像特点。在对BM3D算法全面介绍之前，首先分析协同滤波。协同滤波是BM3D算法中聚类与滤波的過程。这一过程首先划分图像成为若干小块，可以采取4步处理每个小块：

1）将这一小块作为参考块，寻找类似的小块，并且将他们堆积成为一个三维块;2）通过三维线性变换三维块;3）收缩变换域系数;4）逆三维变换。

因此，三维滤波可以对三维块中全部二维小块统一处理。结束协同滤波之后聚合全部的估计值。通过对噪声进行减弱，协同滤波可以寻找出聚合在一起的相似小块部分，把滤波之后的小块放在从前的位置。由于属于重叠的小块，同一像素可能会产生大量的估计值，聚合最大程度采用了这一冗余性，属于一种平均加权的特殊过程。

2 SDN-BM3D算法实施

通过上述分析可知BM3D算法可以很好处理平稳噪声。在全面应用BM3D处理信号无关噪声特点，进一步提出了基于BM3D算法的信号有关噪声去除算法，即SDN-BM3D算法：

信号有关噪声的噪声方差并不是一个常数，可以添加相应的可变方差。在聚类步骤中，对体现出非平稳噪声的图像来讲，通过传统欧式距离对两个小块相似度有效度量，发现其稳定性与准确性中的不足，为了对这一问题有效解决，可以采用一个相似系数。

综合来讲：参数值较大可以较好地去除伪影，若参数值较大，图像一部分细节反而会变得模糊。所以，为了尽量对图像细节进行保留，实验中可以选择相对较小的参数值。采取NLM强化处理以后，增加了图像的PSNR数值，表明强化处理之后图像噪声迅速减少，而基本上保持了SSIM数值不变，进一步说明强化处理算法可以对图像细节很好进行保存。

3 结语

本文基于去除信号有关噪声的需求出发，在BM3D算法的基础上提出了SDN-BM2D算法。其主要牵涉到DCT阈值去噪，经验维纳滤波等。通过大量模拟实验说明，这一算法对BM3D算法在解决信号方面噪声问题有效解决。对于相对严重的噪声图像，可以借助于相似算法强化处理，对收缩频域系数形成的人工伪影进行去除。

参考文献：

[1] 黄牧， 黄文清， 李俊柏，等. 基于BM3D图像去噪算法的参数研究[J].工业控制计算机， 2014（10）：99-101.

[2] 徐丹， 周心悦. 基于三维块匹配（BM3D）算法的图像去噪研究[J]. 经营管理者， 2017（22）：250.

【通联编辑：唐一东】